2024第17课：分子邻域与细胞邻域原创

好，哎，时间差不多了啊，我们来上我们的这第17课，关于空间领域的一个问题啊。其实关于空间领域的分析啊，之前在很多的一个个性化分析的讲解中啊，哎，都慢慢的有一些提到啊。比如说我们在做这个空间共定位。哎，比如在我们在分析这个空间信号流的问题上，哎，都会考虑到这个空间临近哎sport的一个问题。包括在一些高精度平台上，哎构建这个空间淋浴，哎也构建着空间淋浴的这样一个概念。就是说它多大的范围之内，哎，是他通讯的有效范围，或者多大的一个。哎，多少的，哎，多少个临近的一个细胞呢，是它的一个，哎领域等等等等。但是真正的这个空间领域分析啊，远比这个哎，前面提到的要复杂得多。

啊，首先我们要考虑一个问题，就是说空间，对于空间转录组来讲，无论是哎高精度平台，还是这个低精度平台。都存在两个领域。哪两个领域呢？一个是分子领域。也就是说，哎，一个细胞类型，它的一定空间范围之内，其他的细胞所表达的一些基因，哎，构建成了构建了这个细胞的一个分子领域，对吧，这个分子领域有什么作用呢？其中最直观的作用啊，最最直观的作用就是这个。就是什么呢？哎，关于这个领域通讯的问题。当然了，我们真正的细胞，癌细胞与细胞之间的交流啊，不止有这个，哎，胚受体。哎，如果大家对sales比较有这个研究的话，也会发现。哎，这个我参与这个通讯的研究啊，不仅有这个配受体，哎，也有影响配受体的一些其他的基因的表达。

哎，这对于我们领域分析，哎，分子领域分析来讲，哎，非常的重要。那么什么是细胞领域呢？也就是说，一个细胞，它的一定范围之内，其他细胞类型还所组成的一个。哎，情况这叫细胞领域。那么，细胞领域主要的内容是什么呢？第一个哎就是微生态对吧，微生态，第二个哎主要是来体现哎，它其中的一个变化。首先呢，我们来看看这个关于领域的一个内容，哎，这个领域呢，前面的课程上都多次讲到过。对于我们高精度平台啊，我们首先要分析一个细胞的领域，怎么办呢？哎，首先要定义一定的范围，对吧，就在这里面就是叫Windows，哎，就是这个定义它，呃，空间领域的一定的范围。哎，这个范围定义好之后呢，如果是高精度平台，哎，如果是高精度平台哎，我们一般定义离它最近的几个细胞。

啊，或者说离他最近的几个sport。哎，作为它的一个淋域对吧，由此呢，哎，我们就把这个每个细胞的淋域给它划分出来，划分出来之后呢，哎，有的甚至还会进一步进行一个细胞的一个，哎，Neighborhoodour就是新源的淋域分析，把拥有相同的邻居的细胞，哎，给它聚成一类。拥有不同的s support, 诶，彼此分开，从而形成哎，从而形成一种新的一个矩阵。这个矩阵呢啊，如果说是细胞领域，哎，也是细胞八口的矩阵，只不过这个细胞不再是它自身身份的一个内容了，而是它周围的细胞类型的一个内容。啊，如果是分子矩阵，哎，那就是基因巴克的矩阵，只不过这个基因呢，不再是它本身表达的基因，而是它空间周围，哎，周围一定范围内表达的基因，构建成了这样一个新的矩阵。也就是说对于真正的空间领域分析啊。

哎，是会产生一个新的矩阵的。哎，包括分子领域矩阵和细胞领域矩阵，哎，这是我们分子领域所要分析的一个核心啊，上面这个呢，当然主要是体现的细胞领域。哎，对于下面这个主要是体现的这个分子领域，对于我们每一个点来讲，对吧，空间上每一个点来讲。如果我们定义的范围是200μm的话，哎，那么他们周围的6个sport。哎，所表达的信息，哎，甚至有的时候啊，我们会考虑它自身这个s support所表达的信息，把它综合起来，代表了这个点所处的一个分子的微环境。哎，从而形成一个哎，分子领域的一个矩阵。哎，这个举证呢，在很多的这个文章中都有一个非常广泛的应用啊，后续呢，慢慢呢我们都会提到一些，不过这里面呢，主要重点还是要告诉大家一声，就是说无论是细胞领域。

哎，还是分子领域。都是一种微环境的体现啊，就像之前供定位讲，无论是供定位还是说信号流都是基于这个，哎，一个点，它和周围的点存在怎样的一个关系。对吧，然后来分析它是否存在公定位或者信号是朝外流还是朝内流。但是哎，之前的分析呢，都是基于这个点内部的表达信息。就是说它还是基于我们直接测序的那个矩阵，就是基于8个的矩阵，或者说细胞8的矩阵。那么今天的这个淋域分析啊，会产生一个二次矩阵，哎，就是提到的这个，哎，淋域细胞矩阵和淋浴分子矩阵。哎，他对于我们研究微环境的差异。哎，是非常重要的啊，微环境的差异也是非常重要的。哎，右边这个图呢，就是简单的一个罗列，对吧，我们真正的输入呢，就是细胞，哎，基因矩阵或者说细胞。

呃，细胞基因矩阵，或者说细胞，呃那个基因八块的矩阵，对吧，拿到这样一个输入之后啊，无论是对于哪种平台。哎，无论是对于哪种平台，它都有一个哎淋浴的关系，比如说这个红色的淋域，哎，它周围是什么，哎黄色的淋域周围是什么等等等等，这样的话，对于各种淋域的分析啊，就会形成这样一种复杂的结构。哎，复杂的结构其中呢，如果说我们每个，呃，如果说有一些点是我们哎关心的核心的s support, 那么围绕着这个sport，哎，就会形成一个什么呀。哎，领域的一个矩阵，无论是分支矩阵还是细胞矩阵，就会形成这样一个矩阵，哎，从而形成这样一种关系。我们拿到的这个新的矩阵就表示了这个点，它周围的细胞的组成，或者分子的组成啊，或者说更远一点也可以，不过我们一般设置这个范围啊，一般就是200μm左右啊，无论是对于哪种平台都一样的，像高精度平台呢，有时候范围是哎不太近，哎，不像师生一样是200那么精确。

那么呢，就设置成最近的10个或者20个，作为它的分子矩阵或者细胞领域矩阵的一个基础。哎，通过这样的一个分析呢，产生了新的矩阵之后呢，哎，我们就可以分析各个细胞类型之间的微环境差异，各个细胞类型的通讯，哎，就是生态未通讯的差异，包括它的一个。呃，细胞组成的变化。哎，之前讲那个呃，逆齿分析的时候，哎简单给大家提到过，说逆齿有两种。一种呢，是以某种细胞类型为核心。哎，分析它周围细胞类型的变化，另外一种呢，就是区域为核心，看看这个区域。哎，它在这个细胞类型组成上有什么样的变化。哎，其中呢，我们重点代码部分和讲解部分，重点讲解了这个，哎区域的逆齿，其中呢，哎，前面也要附带的做一些聚类。

比如说。哎，比如说5个样本，哎，聚完类之后呢，发现比如说某一类只在这个疾病样本有。这个时候说明疾病样本产生了新的细胞类型的组合，哎，也就是新的群，空间性的群并不代表新的细胞类型，而是代表了新的细胞类型组合，哎，由此可以判断细胞类型排布发生了怎样的一个变化，哎，从这个角度分析了这个区域逆齿。那么今天呢，我们要重点分析一下这个细胞逆齿，就是我们从细胞的角度，哎，以某个靶细胞，就是说我们感兴趣的细胞类型的一个角度，哎，来分析它的一个逆齿的一个变化。啊，关于这个呃，林域的分析啊，这个这篇文章其实给了一个非常好的一个解释啊，包括这篇文章也发的非常高啊，你看大家发到NG了banky呢，它本身啊，就是在诶高精度平台上。哎，考虑这个领域的一个分析，首先呢，第一个我们在这个平台，无论是高精度平台还是低精度平台，哎，我们首先，哎，首先呢，从这个分析角度上来看，它的空间位置排布，哎，都是不可忽视的。

那么第一步呢，我们就需要对细胞类型的一个空间信息，哎，进行一个融合判断，也就是说综合来判断，哎，这里面简单的给大家列了一下banky，它算法的一个诶。啊，算是一个浓缩的一个精髓，就是说我们在对细胞进行一个哎简单分析的时候，啊，需要融合细胞类型的一个位置信息。这个位置信息不是说他待在了A点，待在了B点，而是要告诉他A点和B点它们之间的关系如何，是远还是近，对吧。也就是说它要推断这个细胞类型之间啊，在不同的这个，哎，在这个不同的组织，哎，平面上，哎，它的一个相对位置的一个亲疏远近关系。

哎，从而判断出不同的细胞类型，甚至是细胞亚群，哎，它的空间的结构，哎，结构和分布上有哪些不同啊，右边这张示意图呢，哎，就是简单的对这个细胞类型的一个空间的一个排布啊。简单的进行一个计算。哎，我们真实的细胞排布呢，都是这样一个排布的，哎，有的细胞离得近，哎，很近，有的细胞离得远，那我们在进行一个下游分析的时候呢，直接离得近的细胞。哎，离得非常近的细胞，哎，可能它的权重啊，就要稍微高一点啊，离得有一点远的，哎，权重低一点。再远的。再低一点。离得远的已经超出我们的分析的范围了。哎，我们就认为是无效的一个领域了。

嗯。所以说呢，在真正的分析空间的，哎，精细化的数据之后啊，就会慢慢的把这个表达信息。包括空间信息，哎，融合在一起。哎，这里面稍微多提一句，就是什么呢？一般大家发文章啊，发文章的架构是什么呢？哎，第一篇，哎第一章和第二章一般都是大体的分析是吧？比如说单细胞定义好了细胞类型之后，哎，用了什么marker，哎放一张热图，呃，有如果做空间的话，哎，咱把联合的结果放上去告诉他，哎空间细胞分布是怎样的，对吧？这是一个很大体的一个结果。从第二章开始，就要朝着一个精细化的方向发展，也就是说开始缩小我们的研究范围，这个时候呢，哎，就会分析什么呢？分析它的转录因子啊，细胞通讯啊，各种各样的个性化分析就开始上来，然后呢，从个性化分析中。提取有效信息，进一步浓缩我们的研究范围。哎，浓缩浓缩浓缩浓缩到第6章之后啊，哎，大部分文章都会集中在某一个细胞的亚区，哎，小区，或者说甚至都集中到某个基因去了，也就是说一篇文章的整体架构就是从一个很大的范围。

慢慢缩，慢慢缩，缩到它一个很小的一个细胞小群，或者说哎，直接定位到一个基因，这样的话，对他进行对这个基因，或者对这个小群，哎，做一点实验验证，哎，整篇文章的一个故事就讲的完完整了。那么我们现在讲度的分析啊，大概处于文章的一个中游的部分。哎，前面无论讲节转机，讲信号流，讲供定位等等，仍然处于一个比较哎大的范围。等到到等这个文章我们来到第二章，第三章，第4章的时候，这个时候我们就要聚焦，哎，开始聚焦我们感兴趣的细胞群，或者感兴趣的一个基因。呃，对于空间上来讲啊，还有一个感兴趣的一个空间结构问题，哎，这个时候呢，就会聚焦到某几个细胞类型。

哎，或者说某一个区域就像空间上，哎，空间产生了新的细胞群，哎，我就会聚焦到这个新的细胞群，它是由什么细胞类型排布组成的，它的空间距离是什么？哎，就是说我们现在的内容啊，大概讲到了这个文章中游的一个部分啊。那么空间淋浴呢，其实也都谈过很多了，它对于细胞的影响，哎，这是不言而喻的，都非常的重要啊，前面我们通过这个对空间细胞，哎，空间它排布的一个影响，纳入我们的一个分析之后啊。哎，第一步干嘛。哎，可以判断细胞的，哎，亚群的一个微环境。对于我们这个单细胞来讲，细胞亚群单纯的就是什么？单纯的就是这个。哎呀，这个聚类对吧，聚类呃，聚类完之后呢，呃，再分小群，呃小群之后拿马可定义一下，但有对于我们空间上来讲，对于雅群的定义啊。

不支持这样了。就要分析它，哎周围的环境是否有变化，哎，如果变化了，那就是新的雅区啊，当然这个分析起来，哎，难度就比之前要高很多了啊，高很多了也是大家在这个呃，空间和单细胞联合分析之后。哎，更进一步就是下一步就是文章中游部分一个核心的分析点。第二个呢，就是说根据细胞领域的一个判断呢，来分析它的一个组织结构的一个准确的划分，哎，这个前面也多多少少提到过，就是说我们通过这个空间领域，哎，空间这个分分布的一个特点。分析不同细胞类型，它这个领域特点考虑了两个因素。一个因素呢，就是它自身表达的一个情况。第二个因素呢，就是它哎微环境的情况。哎，自从开始上这个系列课程啊，就一直说过。当我们考虑多个因素的时候，哎，结果往往是非常准确的，像单细胞考虑这个，呃，如果说推断轨迹，用这个可变剪切加表达矩阵这样一种方式，它的准确性当然是比单独要做这个。

基因表达值要高的，而对于我们空间上讲也是一样的，如果我们既考虑这个本身的细胞，哎，就是这个地方它自身的表达情况，同时也考虑它周围邻近的一个情况。就是细胞类型的表达和细胞类型的组成的一个情况，那么自然对空间结构域的识别呢？哎，更加的准确啊，这也是对大家的一个基础的要求，我们既然做空间，就不能简简单单的。哎，考虑基因表达的一个信息，同时也要考虑它领域的一个信息。哎，接下来就是一个简单的例子了，哎，非常重要的例子就是说，首先我们来看分子领域。分子领域呢，就是说细胞会根据其相邻的细胞哎不同而表达不同的基因。哎，这些基因是发育与转移等生物过程哎，有关，其中肿瘤也是一样的啊，无论是哪种都一样，尤其是哎，还有一些同学呢，是做这个基因调控的，对吧。

那么对于它的淋浴，对他呃，淋浴的淋域，就是说它附近的一个基因的一个特征呢，对它自身的调控，哎，也会产生非常大的一个影响。哎，首先这张图呢，就给大家看了一个简单的例子，哎，T细胞例子就是说如果我们以T细胞为核心，分析T细胞它周围的一个基因表达的一个微环境是怎样的，哎，就会判断，就会可以看到。哎，就会看到什么。就会看到，首先我们要分析它自身表达的一个特征。对吧，T细胞的自身表，哎，不是自身啊，就是它微环境表达的一个特征。以此来判断它周围的微环境，到底是哪些基因在影响他。哎，其中呢，有一些基因被称为淋浴依赖性的基因。这些基因的，哎表达表明呢，除了配受体的一个表达之外啊，前面提到过啊，关于淋域的一个分子矩阵啊，其中最主要的是哎，最主要的是一个邻近通讯的问题，哎，但是很多那个我们的细胞啊，它的淋浴淋浴部分。

哎，不止只有，不仅仅只有这个配受体表达，还有一些新的潜在的基因，哎，参与了细胞系考，哎细胞之间的相互作用，哎，就像刚才提到的，哎，Sell t呢，它做了，呃有这个4个，哎4种基因。配体哎，受体哎，媒介和这个影响它作用效果的一些基因。而我们对这个特定细胞类型它的领域，哎分子，分子领域的一个分析呢，就是用来判断这些分子领域的一个差异，包括其能够影响细胞类型相互作用的一些基因到底有哪些。啊，大家可以看一下，哎，这是一张简单的示意图啊，T细胞历史哎，就是说它周围的多少个范围之内，它的基因表达的一个情况是什么。

嗯。接下来呢，我们看这个分子领域啊，哎，有两种技术对吧，一种是这个啊。基于图像的。啊，一种是基于这个NGS的。目前对于两种空间平台啊，都还没有一个很统一的一个哎方法，像这个基于图像的大家都知道，哎，精度很高对吧？哎，细胞的一个哎划分非常精确啊，但是通量很低。5000的一个精度不知道现在，哎，5000的一个精度啊，就是不知道现在。会怎么样？呃，目前还没有接到这个，呃，做这个Z啊，5000探针的这样一个项目，但是已经有人在做了。啊，不过如果从通常的一个角度来看，大家做这个Z通常是多大。

啊，也就是个五百三百这样一个。啊，这样一个数量级，包括国产的一个这呃，这个原位平台啊，数量级都不高，也就是个几百几十的一个样子。那么对于NGS的NGS，它由于虽然通量很高，哎，但是它的一个精度很低，像微什么只有55HD呢，虽然说精度高一点，但也是那种，哎，大家都知道也是那种规规整整的格式。不是我们真实的细胞分布特点。那么对于两种平台来讲，哎，我们在分析这个领域的时候啊，哎，多多少少会有一些差异，对于我们这个高精度平台来讲，哎，高精度平台来讲，哎，其实我们已经知道了它的一个细胞分布状态已经划分好了，划分好之后呢。我们就需要，哎，直接考虑它领域的细胞就可以了。就是说我本身是什么细胞类型，哎，我已经知道了，我周围多少个，哎，离得我最近的多少个细胞类型。

呃也呃，细胞类型它也是知道的，就像上面提到的，哎，我用离得最近的10个细胞，哎作为它的一个领域，最近10个细胞的个分子表达呢，作为它分子领域，细胞类型作为它细胞领域，哎，从而构建出我们新的。哎。呃细胞呃细胞呃，分子领域矩阵和细胞领域矩阵。那么对于我们高精度平台呢，哎，大多数情况下，一个点啊，可能还有不止一个细胞。对吧，可能还有不止一个细胞，那么在构建淋浴的时候呢，就要综合考虑了。综合考虑了哪些点是我们想要的一个support，比如说这个点，哎，包含了我们感兴趣的细胞类型，哎，我把它定义为目标点，那么目标点和周围的。6个点哎，就是一定范围内的6个点，哎，它就会形成我们目标点的一个领域。

哎，这个领域的表达特征呢，就会形成我们新的一个，哎，分子领域矩阵和细胞领域矩阵，两种矩阵之间都会产生一些，哎，非常。哎，新的一个角度让大家来看待这个问题。当然了，前面上面这段话呢，简简单单的，呃，是给大家简单做了一个总结。就是我们的细胞类型啊，哎，已经进化出他们的通讯方法来感知他们微环境并发送生物信号。这里面啊，这句话大家要理解它第一句呢。第一个是感知，感知微环境，就是微环境基因的表达或者细胞类型的一个变化，哎，都会导致它自身会发生一定的反应，哎这个反应呢，首先是基因表达上的变化，第二个它会发出自身的微啊生物信号，也就是说它在本身的微环境中，第一哎会接收信号。第二会发出它本身为了适应微环境，哎进行的一个。

哎，发出信号就作为一个信号的发发发送者对吧。哎，除了使用配受体进行通讯外，细胞还包括通过这种间隙连接哎在内的多种通道与离与其近邻进行通讯。哎，也就是说微环境更多的是一个，诶，交流的一个作用。哎，淋淋域依赖性基因这个字写错了啊。哎，淋浴链性基因表达了，哎，表达提示了配受体的共表达之外，参与了细胞和细胞相互作用的新的潜在基，这个地方呢，主要是用来让大家分析什么呢？就是来，哎，说实话就是让让大家来找这个靶机，很多时候啊，我们那个疾病的发生和细胞类型，当然它的表达有关，对吧，但是细胞类型又和它的微环境息息相关。哎，我如果我们笼统的比较。比如说都比较T细胞，都比较B细胞，这样的时候啊。很多时候是无法比较出一个结果的，因为我们把它的呃，一些微小的差异给掩盖掉了。

那么当我们来到空间的一个平台之后呢，我们就需要干嘛。需要考虑它，哎，仅仅考虑每个细胞的领域。哎，高精度平台就是每个细胞的淋域，哎低精度呢，就是每个点它周围6个点的淋域，或者说像HD是九宫格那样，这种种淋域，哎这种淋域呢，它它们之间的差异。哎，他们之间的差异才是我们想要的这个潜在的靶基。哎，作为一个我们后续分析的一个。筛选构成1筛选构成一个必要的一个。还有必要的一个例子啊。哎，右边这张图呢，简简单单的差异表达，哎，差异表达哎，大家要注意啊，这个时候差异表达可不是两种细胞类型之间的差异表达啊，是它们，哎，分子领域，分子领域矩阵的差异表达，它们的差异基因体现的是什么？哎，环境的变化。

哎，环境有变化，不是它自身可能产生了变化，是环境产生了变化，当然它自身也会产生变化啊，只不过分析出来的时候，分子领域矩阵分析出来的是目标细胞类型，哎，周围环境的变化。哎，对于高精度平台也是一样的一个道理，我们的目标哎，Sport和这个呃，目标s support, 哎，在不同样本之间，它的一个环境领域也会产生变化，这个时候呢，就会形成，哎，这里提到的。呃，淋浴独立，呃，叫依赖性基因，哎，淋域依赖性基因。这个领域依赖性基因是什么呢？就是说原本诶，原本稳定的一个微环境，它有一些基因表达。哎，通过这种和其他条件下相比，哎我就能知道原来我，哎，原来我这个环境中，哎这些基因比较重要，这些基因一旦表达过高或者过低，或者稳稳态被破坏，哎就会导致一些哎不正常疾病的一个发生发生和变化啊。

哎，这张一张示意图，包括上调的下调的，哎，包括低害的，都是一样的啊，都是一样的，其中核心一点大家要注意，这里的差异分析是环境的差异啊，环境的差异不是我们本身的差异。哎，这是核心啊，分子领域就是这就是核心，哎，这里面把图放大一点，哎，大家可以看一看。哎，淋浴的一个差异会导致他。哎，淋域的差异，哎，邻域的差异呢，分子的一个变化的一个不同呢，首先呢，体现的是微环境的变化，分子微环境的变化，第二个呢，如果我们分析微，呃，分析微环境的变化，又分析这个自身的变化，哎把两者统合起来的话，哎，就会发现内部的一个，哎，内部差异和外部差异之间的一个协同。这里面三句话简单的给大家做了一个总结。哎，领域依赖基因是参与细胞细胞相互作用一种新的潜在基因啊。

大家都知道这个通讯啊，做了很多通讯了，那么是不是通讯是唯一的一个效呃手段呢？哎，从空间来，从空间上来讲是不是的啊。哎，领域依赖基因表现出逆史的特异性表达，哎，这个很容易理解，哎，领域依赖性基因呢。哎，它必然在固定的环境中表达，一旦这个环境受到破坏，它就会产生这个变化，不表达或者说直接低表达，那么这个基因对于维持分环境就非常重要了，哎，它就是我们，哎，下游分析，也就是文章的末尾，很可能是把基因的候选者啊。哎，逆势基因表达，哎，表现了这个细胞的离异的一致性啊。这个。哎哎，逆史基因的特异性基因呢，其实就刚才提到了，那么哎讲到的那些，就是说依据微环境哎，它的一个主哎领域依赖性基因的一个表达，对细胞抑制性的一呃的解释呢，提供了一个新的见解。也就是说大家对亚群的分析啊，不仅仅依赖于它本身的细胞表达，呃，也依赖于它本身微环境，哎，基因的一个变化啊。

这张图呢，就是刚才这张图的，呃，上面这张图的放大，哎，放大这里面强调的呢，就是说这个差异一方面是差异分析啊，是临近的一个市场环境的变化。哎，食堂环境的变化。第二个呢，就是要告诉大家哎。这个临域依赖性基因，哎表现出的历史特异性啊，就是说临近的时候会有一些上调的基因，下调的基因，当它远离的时候呢，这个基因哎又有一些变化，这种哎因为细胞临近才会产生的基因的基因表达的变化，哎并哎称之为邻域依赖基因啊。这个是高精度平台的一个分析策略，哎这张图前面已经分享过了，哎，前面已经分享过了，哎，主要是一个点，周围多少个点，哎作为它的领域，这个领域的基因表达和细胞类型组成，作为它的一个。

作为判断，他。哎，意志性的一个非常重要的一个空间，哎，平台带给我们的一个分析点啊。结合下具体的图，比如红色蓝色啥和啥邻近的，可以说清楚点吗？红色和蓝色哪个，红色和蓝色这个图吗？啊，这个图已经放大了啊，这种图是淋浴的啊。就是说一定范围之内，这个范围大概多少呢？哎，是200啊。当然，这是高精度平台。哎，对于低精度平台大概就是这个啊。大概就是这个样子。啊，不过我们先看这个细胞领域的一个概念啊。呃，细胞领域又称哎细胞微环境啊，这个其实在之前已经哎多次提到过了，哎是指是哎是指细胞周围的分子，哎空间结构和生物分子组成，当然这里面啊，我们主要是细胞类型的一个组成。哎，细胞领域对这个细胞生长分化功能发挥了至关重要的作用，也就是说在对我们整个的一个生物学研究过程中啊。

脱不了这个环境的研究，无论是单细胞还是空间，都有一个什么。都有一个，哎，T m me, 肿瘤微环境，组织微环境，甚至前面还提到过微生物微环境，哎，这就微环境的一个，哎，影响啊，非常的重要。它在不同程度上都会影响我们，哎，内部的一个结构和变化，哎。其中呢，细胞邻近哎之间有相互作用，哎，相互这个依赖，哎，包括像刚才提到的这个独立依赖性基因，哎，邻域依赖性基因。哎，研究细胞领域有助于理解生命的生命过程和疾病发生了一个变化，下面这张呢，就是示意图，哎，细胞领域。哎，细胞领域，每一个细胞邻域组成了一个，哎，后面提到的一个小的单元，它们形成了一个邻域的关系。不同领域之间呢，也也有着千丝万缕的一个，千丝万缕的一个联系啊，千丝万缕的一个联系。

对于我们细胞领域来讲啊，如果我们用的是微这平台。哎，微什么平台。通常考虑啊，就是周围的。通常考虑的就是周围的啊，无论是分子领域还是细胞领域，比如说这个点，比如说这个红点。比如说这个红点啊，我们要研究这个红点的微环境，哎，200μm的范围之内，就是红点这个所圈的这个范围。哎，它的一个基因表达特征，就是它的一个分子微环境，它的一个细胞类型组成的一个含量，就是它的一个细胞微环境，这两种呃，微环境啊，都会对这个下次分析产生巨大的影响啊，这是这个。高精度平台啊。呃，这个是低精度平台啊，高精度平台就是这个里提到的一定范围之内，我们的核心点，我们研究的这个点，或者说每一个点。哎，它一定范围之内，哎，多少个临近的多少个细胞作为它的一个微环境，呃，作为它分子领域和细胞领域的一个基础，不过通常来讲一般都是10啊，一般都是10啊。

啊，公司有的时候会放到20或者30。这里面重要的一个核心地方是什么呢？如果我们以红色的点为核心，比如说以这个这个细胞类型为核心，对吧？哎，我分析它周围黄色的点和它自微的自身的一个细胞类型组成，对吧？我们是英特尔对吧。我们会发现。哎，周围细胞的运行什么，有句式有SC，有help有ec对吧，这样的话我就会分析得到。我的目标细胞类型，它周围有哪些细胞类型？对吧。而同时呢，如果我们多样本条件比较，比如说这个样本，比如说这个样本，哎是一个哎疾病样本。哎，另外一个样本呢，是一个正常的样本，通过这些核心点，比如说都以这个细胞类型为为这个基础的点，哎，对它进行一个呃为以它为基础核心的一个点分析得到什么呢？分析得到正常的细胞类型的周，周围的一个细胞类型排布是什么呢？是这个。

如果说这是两种，哎，不同条件的话。大家可以明显看出来，看出来什么。丢了对吧，丢了就是他淋浴丢了一个细胞，哎，或者说这是正常的，这是疾病的，他多了一个细胞，那么新的参与者自然会自然而然会对这个，呃，目标细胞类型啊，产生一个重要的影响啊，产生一个重要的影响，这也是在研究细胞微环境的时候，一个显著的一个差异。这里面呢，我加入了一个话，摘录了一段话。加了一段话，哎，Consequently we found that.句式显示了一个11.5 2倍的负极在这个interport and1.3 1倍的负极在interport这个地方，大家要有一定敏感度啊，有一定敏感度。

比如说他计算了一个说是11.52倍的一个负极，就是说它的一个显著性是比其他地方哎显著负极了，这种细胞类型。对吧，哎，无论是英特尔还是英特尔都显著户籍了。而ec呢，哎，也显著负极了，等等等等，那么这个结果是怎么来的呢？就是说他首先得拿到什么东西，才能分析它是否显著负极呢，还是显著降低了呢？是多了呢，还是少了呢？哎，这个地方就是哎要强调提到的，我们要从这个原始的数据中得到什么。哎，得到细胞领域矩阵。细胞领域矩阵是什么？每个点，比如说这个红点，它周围的细胞类型的组成。对吧，周围的细胞类型组成，然后我知道之后多条件进行比较的情况下。比如说两组都以这个。哎，红色的细胞为核心。都拿到了这个细胞领域的一个分支，呃，细胞领域矩阵，那么对这个细胞领域矩阵进行差异分析，分析得到的是什么？

哎，如果说是疾病，对正常高了是什么。哎，显著富就是淋域中细胞领域中显著富集到了这种细胞类型低了呢，甚至没有了呢，就是说在领域中这种细胞类型丢了。哎，就和这个这个现象是一样的，本来有4种，哎，结果只剩下3种了，丢了。啊，或者说本来有3种，后来多了4种，哎，多了。多了少了在对于正常来讲都不是好事情啊，它最好能维持正常的稳态，这对于我们认识一个新，呃，认识这个细胞的微环境啊，非常的一个重要啊，但是前提我们要先得到这个细胞领域矩阵，对细胞领域矩阵进行一个差异分析。哎，差异分析才能知道我们的目标细胞是哪些细胞类型多了，哪些细胞类型少了，还是说哪些细胞类型含量变高了，还是说哪些细胞类型含量变少了？

等等这样一个过程啊。之前说的六十，十三和目前是啥关系呢？6是。低精度平台一般采用这种淋浴6啊，就是wisdom。10和30是高精度平台，就直接那种原位平台，能分析得到单个细胞的那种平台啊。哎，这个就是简单的一个分析了，哎分析出来的结果大概是呈现这样一个状态，就是说我们得到了每种条件下，哎，每种条件下哎，每个点它淋浴的一个细胞类型的组成，哎用来分析它细胞类型组成的一个差异性。哎，不同条件下的一个差异性，哎，有的显著高了，有的显著低了，有的变少了，有的变多了，等等等等，哎，分析得到这个，哎，这里面的一个。哎，这里面这个这叫相线图啊。这叫相线度，大家可以没明显的看出来，不同细胞类型，哎，在不同的条件下，它的含量变化是有变化的，这种变化体现的是这个。

哎，它周围淋浴的一个变化，就是它微环境细胞类型含量的变化啊。这种含量的变化对自身的也是有影响啊。哎，像这种高精度平台自己，哎就不必多讲了啊，也是一样的，哎也是一样的，对这种高精度平台一个分析呢。哎，每个点周围，比如说10个细胞作为它的一个细胞领域的一个基础，哎，分析得到之后呢。对这个细胞领域的一个哎分析得到之后呢，对它进行哎拿到一个新的矩阵，这个矩阵呢，就是说每个点哎，它的领域的细胞类型组成，哎，包括它的一个空间位置，这样的话，对个对于这个细胞领域分子的，哎，对于这个细胞领域啊。进行一个差异分析之后啊，就会明显感觉到，哎，不同条件下，它之间的一个微环境的一个变化，尤其是目标细胞类型微环境的一个变化啊，是什么样，是什么样的一个环境的变化，导致了我们的目标细胞类型失去了它原有的功能。

哎，等等等等啊，这是高精度平台，像高精度平台就是刚才那位同学提到的，我们在分析的时候，比如一个点啊，这个时候你就不能周围六个点了，因为它不规则分布，这个时候就要哎画一个一定的范围之内，把它最近的10个细胞，20个细胞，30个细胞，诶给它放进来，作为它分子领域和细胞领域的一个基础啊。哎，右边这张图呢，简简单单是个事例啊，这里面提到的就是大概是分子领域这样一个概念啊。哎，这也是最终的一个简简单单的一个小的总结啊，为什么我们要分析环境，分析这个分子领域，分子这个细胞领域等等啊，其中最主要的概念就是为了了解他们是空间是如何进行组织的。对于我们正常来讲，肯定它有一定的内在调控系统，调控它细胞类型，哎，形成这样的一个排布。嗯。

对于微环境来讲啊，还有一个更为重要的一个方向就是治疗。治疗啊，大家都知道这个卡T疗法。TCRT疗法，甚至还有微生物疗法，哎，他们作用的时候不会直接，很多药物啊，是不会直接作用于靶细胞的。而是把它那个微环境的某种细胞给干掉了。就类似于这个图。如果说真的，哎，如果说真的疾病的发生是因为多了这种细胞类型。是因为多了这种细胞类型。哎，我设计一种药物，把这个细胞类型给它干掉。哎，是不是就可以了，对不对，很可能就恢复正常了，对吧，这个时候可能会做一下下游的类器官验证，或者说是这个呃小鼠验证等等等等验证，如果真的有效，那就可以继续往下推广，这就是呃环境的一个重要性，大家如果做这个。哎，将来如果从事这个药物行业，就是生物药物行业啊，包括这个免疫疗法呀，当然靶药是真正的针对这个。

目标细胞的免疫疗法，有的是针对这个微环境的。哎，免疫疗法还有一些微生物疗法，微生物疗法也是针对微环境的。哎，这个时候呢，就体现了对胃化金研究的一个重要性了啊。比如说这里面就提到了免疫检查点抑制显著，哎，免疫检查点检查点抑制剂，哎，显示出显著的一个抗肿瘤作用。但仅对少数患者有效，哎，说明他呃，人与人之间这个微环境不同啊，导致了这个免疫检查点抑制剂啊，起到的效果是不一样的。研究人员正在寻找生物标志物，以表明哪些患者通过免疫检查点抑制而获益啊，一方面研究靶细胞，另一方面也要研制这个环境啊。哎，右边这张图呢，简简单单就是一个示例了啊，也是一样的。哎，每个细胞它的空间排布，包括它临近的多少个细胞，作为它的一个微环境，微环境之后呢，形成这样一个矩阵。

哎，细胞一的那一本是，哎一行值，细胞那儿的那一本是一行值，哎，每个细胞呢，哎，它的一个领域形成一个这什么完整的一个矩阵。完整的一个矩阵啊，最后呢，通过结算机，无论是哪种方式吧，无论是高精度平台还是低精度平台，都会形成这样一个新的一个领域矩阵，新的领域矩阵呢，一方面分子矩阵的差异在于什么？哎，在以体现它每个细胞类型周围的分子表达是如何影响它自身的。而细胞领域矩阵呢？更多的时候我们要知道细胞类型产生周围的环境的细胞类型产生了怎样的变化。多了还是少了，等等等等啊，这个矩阵简单的做差异分析就可以了，大家注意这个矩阵是二次矩阵啊，不要过度解读啊，简简单单就是做细胞领域的一个差异就可以了。啊。这就是我们淋浴的一个部分啊，我们休息5分钟，休息5分钟来了卡。

我们来看看代码，呃，代码部分看看看看看是如何获得这个分子领域和细胞领域矩阵啊。

这是mi算的吗？这个我没听过啊，我不知道是什么东西啊，是高达质量不知道啊。

咋高精度不规则了呢，不明白这个我们。这个难道没有接触过原文数据吗？我们的细胞真实的排布就是这样排布的啊，不会像那种这种的规规整整的这样排布啊，真实的排布就是这样的啊，原位是可以认真的划分到这个核和细胞的一个边界的啊，但对于我们高进呃初进度平台，比如说微怎么这种的。还有HD等等，哎，这样的话，对于一个横平竖直的这种很明显不是细胞排布，你像这种示意图也是一样的，细胞类型都是这种奇奇怪怪形状的，需要借助这个图像识别的一个能力，把这个细胞类型，哎很完美的画出来，像这种是不可以的啊。啊，这里面提到一句，还有提到一句，就是关于HD的一个平台。HD的一个平台，它计算领域是怎么计算的？啊，首先大家拿到HD的数据啊，我不知道有没有人拿到啊，拿到HD的数据大家一定要检测合并之后的每个基因数到底够不够啊。

比如说你是8μm，基因数只有一两百这种的是不可以往下分析的啊，要适当高一点。啊，像质量好的，哎，数据质量好的可能8μm这个基因中位数能达到四五百啊，四五百其实也少啊，最好合并到16μm，等它的这个基因数，基因数能上千的时候，哎，基本上就差不多是一个比较好的一个水准了啊，如果基因过少的话，它明显是不能代表一个细胞类型真实的一个特征的。哎，这个就很麻烦了，比如说你一个HD的8μm合并之后只有200个基因啊，你说它是亚细胞基呢，还是单细胞基因还是多细胞基呢？啊，如果说是一个生物学家，哎，他不关注平台的话，200个基因当然是亚细胞基因表达的一个水准。但是如果说从这个细胞大小的衡量上来看，比如说8μm的一个正方形。啊，大概是单细胞级对吧，但是也不一定有的细胞大，有的细胞小。

那对于这个。哎，对于这个真实的一个细胞分布来讲，它又是不可能说是那种横平竖直的躺在这儿的，那很明显是要有交叉的，那明显又是多细胞，这样会产生很大的一个困扰。对吧，所以在分析的时候呢，一定要检查这个基因的一个数量，看看它够不够。如果不够，哎，把它合并的大一点啊，这个在HD平台分析的时候是一个非常重要的点，哎，当然我们课程的最后讲HD的时候，我们会给大家提醒一下啊，提醒一下。好了，我们来看看我们的代码部分啊。哎，我们来看我们的代码。首先呢，前面的分析啊，就不多介绍了，大家拿到这个空间的一个，哎，拿到空间的一个什么。哎，空间的一个简基础分析之后啊。就哎，拿到这个空间的技术分析之后，哎，做了这个简单的。嗯，联合就可以啊。

也不需要做其他分子领域就不需要做其他，但是需要定义，所以定义的时候联合是必须的。当然有的人是用这个KX平台，或者说其他的平台，是一种高精度平台，对细胞的身份识别啊，是比较准的，对吧，这个时候呢，就拿到真正的空间单细胞级的一个分布了啊，只不过呢，呃，分子领域的话，它的基因比较少。哎，所以它计算出来的分子领域信息量含量比较少，但是细胞领域大家都是一样的啊。我们来看一下真实的一个情况啊。哎，首先呢，加载我们所需要的一个内容。下载一下啊，这些包大家都自己都装上啊，自己都装上。自己都装上啊。读取我们的一个空间，空间分析的一个结果。大家都知道啊，我们在读取空间分析的时候，无论是R还是Python都是一样的啊，都是一样的，如果说我们用的是Python做的计算机，哎，把它哎后面的这个内容啊替换掉即可啊。

我们都知道单细胞空间联合之后啊，会形成一个新的细胞矩阵啊，细胞八块的矩阵，对这个矩阵啊，大家要把它单独写出来，哎，相互之间替换。你像这个地方呢，我的一个样本，我的一个真实数据呢，已经拿到了。哎，这里面是多个样本，哎，联合分析的啊，三个样本哎，包括聚类啊等等啊，Integrated的sat啊等等，还有这个prediction啊，Prediction是什么？哎，就是联合的一个结果啊，其中它的坐标放在哪了呢？哎，或坐标放在这儿了。哎，比如说我们是第一天我们的STTR对吧，然后它的一个坐标在这。哎，它的一个坐标在这儿。哎，组织，哎，它的image imageal它的一个坐标啊，但是。

当然这个坐标不是它真实的图像坐标啊，是它是这个R软件啊，对这个对这个图像进行简单的处理之后的一个均匀化的一个坐标啊。还有一个是什么。不知道大家看过这些信息没有这个半径。0.012。这个是什么半径？啊，直径还是半径。哎，这个是图像的啊，这个是图像的。还有什么？那scale factor这是缩放因子，就是说这个图像缩放到多大了？缩放到多小了？缩放因子。像这种。哎，高精度平台输到了0.15。哎，低精度平台缩的更小，0.04啊，说的这个低进度平台，就是说图像它变得更加的模糊了啊，它缩放的更更更小啊。然后呢，干嘛。哎，提取我们的坐标，大家注意我们计算的是领域啊，领域的话，首先第一步要提取坐标。哎，这个坐标呢，行和列的坐标，哎，都把它取出来，取出来，取出来之后放在了哪了？放在这个煤炭data塔信息下面。

哎，放在这里呢。哎，大家注意放的位置啊，放的位置，哎，一个是X啊，一个是XPXY，这是每个点的一个坐标。哎，包括每个点的一个，呃，注释啊，联合等等都可以啊，都要放啊，都要放到这儿来，就是坐标信息放进来。样本信息啊。啊，样本信息也要放进来。接下来干嘛？哎，接下来就要做一个。哎，坐标了。XYS.每个样本的一个坐标啊。每个样本的一个八口的坐标，嗯。把口的坐标，哎，坐标做好之后呢。干嘛这个时候啊，平台就选择就开始有一些差异了啊，有一些差异了。

无论大家用的是哪种平台。哎，无论是高精度低精度，还是哪种平台，都会有这样一个剧，都会有这样一个内容。就是每个点这个点不一定相呃是10成这样命名，可能是其他的命名方法，像这个认定模啊，像这个啊kex啊，它的命名就不是这样的。哎，不管怎么说它都有一个这个ID吧，然后它这个XY坐标，X坐标Y坐标，包括样本0这个都是可以拿到的。大家整理好这个信息之后，对吧。开始选择平台，当然我这里面是。这里面为什么要选择这个平台呢？就是刚才PPT给大家提到的那个。微任务我们要计算领域计算的是哪个，哎，周围的6个对吧，200μm范围之内，我们就只有就是6个了，就和这个PPT讲的一样，就是这个范围，但是像这种高精度平台。哎，我们就要适当放宽了，因为它是真正的单细胞级，它的形态血液给我们划分好了，这个时候呢，我们就需要选啊，选择最近的多少个。

作为它的一个，哎，作为它的一个分子领域，或者细胞领域的一个基础。明白吧？啊，这里面我以微字母为例啊，微字姆为例，V字姆的话，自然neighborour就选择6了，啊这个地方大家要会改啊会改。如果是其他平台就改成其他的啊。哎，这里面我以V字姆为例，半径200。啊，我这里面提醒大家了，时能空间软弱组临近的6个啊，大家如果是其他平台你可要选择哎，选择适当的啊。哎。200。这个最大的例子都是200啊。200。哎，接下来干嘛。我们就需要计算每个点它周围临近的点是哪些了。

明白吧，如果说。哎，就像这个出心度平起来一样，我们就需要计算这个点，哎，它周围的这6个点。他的一个ID的身份是什么？如果是高精度平台，我们就需要计算这个点，哎，它周围的这些，反+10个细胞，10个追近的细胞，哎，它的一个坐标是什么？它的一个唯一的ID是什么？哎，这个地方就在这计算空间的一个KNN值，也就是说我们要计算。周围最近的几个点，它的呃，哎，它的一个坐标，以及哎，以及它的一个表达信息都给带过来了。哎，这个地方就在计算这个内容了。来看一下啊。哎，大家看到没，从哪儿到哪儿，权重是多少，距离是多少。哎，开始计算距离了啊。

这个时候呢，最小的MK=4啊，这个值呢，大家不要管。经验值。而且这个最小的。而且这个值啊，大家如果很懂它，可以适当的改改，它是计算网络和坐标的一个参数。啊，如果不知道的话就不要改啊。这个时候呢？提取什么？Distance是零，说明就是自己嘛，对吧，那如果是其他值，比如说12345678，那肯定是别人，那我如果是高精度平台，就要把这个distance最小的这10个。拿到，如果是V字母平台就是最小的6个要拿到啊。这个过程呢，就是在计算这个。哎，值了。啊，这些值大家可以简单的看一看啊。看看计算出来是什么内容。哎，大家看到没？看到没，从哪儿到哪儿权重距离rank啊。

为啥权重都是1，距离是0啊，自己啊自己当然就是这样啊，自己和自己当然就是01啊。这个地方呢，我仅仅是演示啊，演示的时候呢，很多距离啊和那个。和那个那个那个大家自己计算的时候有些不一样，如果是高精度平台会怎样？高俊的分在在计算的时候啊。它那个ID啊，和这个时长是不一样的。哎，学生是不一样的，它的值啊有变化啊，但是低精度平台大概是这个样子啊，然后最后干嘛。哎，赋值了，都是一些简单的操作啊，简单的操作了。哎，首先呢，哎，然后就要计算呃，形成我们刚才提到的这个新的矩阵了啊。形成这个新的矩阵了。哎，是他的坐标。按的坐标，坐标从哪个到哪个，它的距离权重等等等等都要知道，都要知道之后呢，哎，我们就要首先呢这个空矩阵。

大家要分清楚首先要创造哪一类型的矩阵。你像这个呢，创造是分子矩阵，大家要写清楚啊，写变量的时候要有一定的这个。哎，写变量的时候要对它，这要写的简单明了啊，知道自己哎是写的是什么，就是分子举证。分成矩阵之后呢，大家可以看这个过程。哎，等一下啊。分子矩阵啊。举证。长度是不是哦。大家知道这是为什么错了吗？前面的前面的这个default没设置啊。嗯，Depo, 这是prediction啊，它只有15个C，这个时候我们要设一下，我们首先创造分值矩阵的话，就要设置一下。

U.哎，等于。等于我们的啊。这个时候呢，创建分支矩阵的时候呢，第一个它这个长度啊，大家可以看到这个空矩阵的一个内容。哎，多少列呢？哎，多少列。这个裂呢，就是细胞。哎，这个裂呢，就是我们的细胞。哎，2987个。哎，这个蚝呢。当然我们这里创建的是基因矩阵，所以它行就是基因的一个数量。啊，基因的一个数量，这个时候呢，我们就可以创建我们的分子领域余震了。万1.5是打不下去，每个月1.5。哪个一点这个吗。

RNK啊，1.5是它的距离的一个度量啊。不过这个我们并不关心啊，我们用到的更多的是矩阵的时候，从from to的它的一个最近的6个，当然前面已经设卡了。已经卡，呃，已经卡住它了，就是最近的6个，所以在真正的拿到这个矩阵的时候啊，他已经把它卡住了。就是每个点它最近的6个点是什么把它卡死了。当然这里地方啊，大家这个值还是那个前面提到过的啊，要适当的更改啊，不同平台是不一样的啊，你比如我这里设了6，你也写6啊，你要写10，呃，你该写10，写10啊。哎，我们计算完了，计算完了。哎，我们来看看我们的矩阵啊。1~10。道士。哎，这个时候拿到就是他们的一个矩阵了，注意这个地方啊，没有行列名。行列名是什么？就是刚才提到的啊。

跟我们的这个矩阵是一样的。跟我们的那个就是那个对象是一样的。哎，拿到的就是每个点。周围6个点，它的基因表达的一个特征。哎，就是分子邻域特征啊，分子邻域特征这个矩阵接下来干嘛呢。接下来干嘛呢？哎，这里面再提醒大家一下，这是二次矩阵，二次矩阵是不要过度解读，哎，简简单单做差异分析就可以了，差异得到之后啊，就可以拿到这种结果。哎，逆时表达的一个差异。明白吧，历史表达的一个差异，不要过度解读啊。因为它是二次来源的，所以说呢，呃，过度解读很容易造成一些，哎，就是。假阳性的结果，但是它分子领域又非常重要，所以我们对它进行分析的时候啊，在有限的基础之上对它的结果进行哎，最真实的一个分析啊，这就是分子领域矩阵了，当然有些sport可能是我们的核心点，有些sport不是我们的核心点等等等等，这些大家要分析一下，对于高精度平台来讲。

对于高精度平台来讲啊，相对容易一点，每个点它拿到这个分子领域矩阵之后呢，简简单单的差异分析就可以得到每种细胞类型，虽然是相同的细胞类型，但是它分子领域诶却有变化，哪些基因高的高表达了，哪些基因低表达了。哎，哪些基因是和配受体有关，哪些基因是影响配受体发挥作用的？哎，哪些基因是这个空间依赖性基因？哎，就这个。啊，依赖性基因，空间依赖性基因前面提到过，就是正常，这个基因表达会维持正常，但是在其他疾病下，这个基因消失了。哎，这就是空间依赖性基因啊。第二步呢，我们要得到这个什么。啊，细胞领域矩阵对吧，细胞领域矩阵，细胞领域矩阵也是一样的啊，前面的过程都一模一样啊，从这开始呢，不过这个default啊，AC大家要设置一下，这里面得到的是分子领域矩阵，Defaulta是什么呢？Special说明它是基因barac的矩阵，如果我们想得到细胞领域矩阵。

哎，这个我们要把这个对象啊，转换成我们的这个。哎，结卷基就是基因，就是细胞8块的矩阵啊。EF.那这是ay。这个。等于什么呢？等于刚才提到的这个prediction。哪儿了？Predict.哎，Prediction这个时候默认的是什么呢？默认你看大家可以看一下默认它的行名。

细胞类型对吧，默认它的行名是细胞类型。哎，只有15个，当然最后这个max我们不能算出数啊。这原始代码有写这个吗？还是自动识别呢？什么自动识别？DEF方C，这个大家要自己设啊，因为它大家拿到这个RDS文件之后，有多个IC，你像我这个就更多了，预测的。呃，空间的sat的integrity的各种都有啊，用哪个要设哪个啊，不要，呃不要是不要那个，呃，不要不要混乱了啊，像我们如果是分子矩阵的话，那自然就是special，嗯，I sat如果是细胞矩阵，自然是prediction，对吧，如果这个地方我们就拿到这个空矩阵就是prediction了，哎，对。哎，也是创造一个矩阵啊，不过这个矩阵呢，我们创的要区分开啊，这个时候我们是细胞矩阵就是CL。啊，算了，这个CL矩阵对吧。C矩阵。

哎，也是一样的啊，开始计算它周围固定好的，哎，一个范围之内，它的细胞含量的一个变化。哎，这个地方我们是CL啊CL。ICL.哎，助力这里面还要注意什么。注意他这个。放在一个地方。哎，我们是prediction，这是细胞放的一个地方啊。哎，大家做过单细胞，应该对这个RDS有很多了，有很多了解啊，看来不在这儿。不在这儿啊，看看在哪儿。Dollar.处于第一个设计，哦对对对，是是在data下面，是在data下面啊。是在塔项的。

哎，这个地方大家用哪个矩阵，要把它放到那个固定的矩阵的地方啊，用哪个矩阵把它拿过来。RDS的结构大家应该了解吧，应该都是老手了啊。ZL.第一个是。这个地方是德塔啊。哎，这个时候就开始计算这个细胞领域矩阵了。就是啊C写个提示吧，啊，待会啊脚本给大家稍微写一写啊。这里面这个脚本啊，因为我写的有的时候呃，用分子矩阵用的比较多啊，所以细胞矩阵啊，呃，细胞领域矩阵呢，用的不是很多，这个地方平台大家自己选啊。呃，平台自己选啊，平台要根据选择来啊。他要自己选择。啊。

这个领域的话，哎呀，其他平台要其他平台要改啊。啊，要改参数啊，要改啊。啊，要改。高精度。高精度。一般选择10。20啊。然后接下来呢，没有什么那个了，如果我们计算分子离域空矩阵，哎，分子离域。分子领域。哎，就用这个就可以了。对吧，写出来。哎，如果是恐惧症。哎，细胞领域。哎，这个地方啊，把AA也写上，A是special啊。

嗯，是。哎。哎，快走。公理论细胞领域。A是另外啊，C是。Reduction on reduction.哎，这个我们把它复制下来啊，这个代码复制下来。哎，这个地方我们注意是细胞矩阵啊，细胞领域矩阵细胞。就这啊。还是要设置成这个啊。嗯嗯。Default.这个他。等于。Reduce.都粘上了。等于这个prediction啊。这个地方也写上吧。

哎，De就等于special。哎，这样写啊，然后这是细胞矩，呃，细胞这个离仪矩阵啊。哎，写的时候呢，稍微注意一点，哎，我们的CL这个变量名一定要及时改掉。很容易报错的啊，这个地方呢是。哎，刚才提到了是prediction的一个data下面。下面。哎，这个时候呢。哎，行面是一样的，列面是一样的啊CL。CL.哎，这个时候写出来就是CL等于矩阵了。好了。把这个脚本写好。哎，然后呢，我们看一看这个细胞的一些矩阵啊。一冒号失括号一冒号失，哎，就是我们的细胞里啊，当然这里我们没有附行列名啊。

再附上行列名。嘿哎，就拿到了每个点。它的一个细胞的矩阵含量是多高？大家注意，这个值已经超过1了。啊，如果大家用threat那种联合方式，它的值是0~1之间的，但是也为我们计算的是领域，并且把它们的细胞含量进行了相加，哎，说明它的值为突破1啊，当然如果大家用c to location的一个结果。下图location这个细胞离异计算结果呢？怎么样，那个值就更大啊大家。哎，大家自己这个。大家的，大家自己的那个要根据自己的情况进行修改啊，进行修改。协商什么协商？马晓那个200不改，200不用管啊，200不用改啊，范围之内不用管啊。

嗯，拿到这个矩阵后干嘛呢？哎，就是它就是提到的啊做差异做差异，哎，T细胞的差异，哎逆是的分子差异和它的T细胞的分子历史差异，拿到的是什么。哎，淋浴依赖基因。呃，细胞，呃，淋浴细胞的矩阵的差异，拿到的是什么？哎，哪个细胞丢了，哪个细胞多了，哎拿到是这个细胞类型周围淋域的负极结果，拿到这这个结果。啊，简简单单做到这个就可以了，并且把它的这个差异的一个分布啊，哎，做一些图就可以了，分布到这儿画一个柱形图都可以啊，都可以分析到这个程度，哎，就可以了啊，大家不要再往下了，不要再拿这个矩阵降温聚类了啊，到这就可以了，好吧。每个格子是一个细胞的数值嘛，什么什么一个格子。这个B口的大家联合之后会拿到它的注释结果啊，这个是它淋浴的含量啊，你像这个就很低是吧，你像这个B口的这个这个细胞含量就特别高，对吧。

有没有更高的？啊，有最高也就一点多啊，说明这个细胞类型啊，淋域中的含量大概就是这样啊。哎，这里面，哎，刚才强调的内容强调过了啊，一定要对这个矩阵有充分的认识。并且不要过度解读。而且拿到这个举证之后。我们的目标就是拿到。哎，淋浴依赖基因和。淋浴负极得到细胞类型，哎，淋域哪些细胞类型得到了负极，哎，哪些细胞类型哎有缺失，甚至会分析得到目标细胞类型，哪个细胞多了，哪个细胞丢了。哎。分析到这个程度，基本上每个文章的第二部分就是中间的部分。哎，已经完成了，我们已经从一个很大的范围之内浓缩到细胞了。哎，这个时候我们的文章。大概2/3的一个内容就结束了。啊，大概是这样一个内容啊。

好了，大家有什么问题吗？它这个统计细胞类型的领域是什么数字，前面的这个联合啊，大家做联合的值啊，如果没有联合。如果是高精度平台，自然就是几个，如果是联合之后，自然就是周围那个细胞含量的相加啊。哎，这个这个分析很重要啊，是我们文是大家如果做这个领域分析，就是对空间研究的一个中间的一个部分。中间的一个部分啊，哎，这里面包括诶怎么把PPT关了。这里面啊，我列到了一些文章，哎，大家回去好好看看啊，包括分子领域啊，分子领域这个有列到吗。啊，就这个banky banks主要是做分子领域的啊，它是方法论，当然这个文章我回头补给大家啊。分子领域，哎，细胞领域的话就是这篇文章，还有这个文章大家好好看看啊，它的中间部分就是文章的大概第三部分，第4部分，哎，充分运用了这个方法，对它进行一个二次矩阵的一个差异复极。

哎，得到我们得到这个目标细胞类型，它环境的一个变化，进而进行下游的一些实验验证啊等等，这个文章就完成了。好了。好了，这就是我们今天的内容了啊。