



比较维度 | 细胞 Niche(Cell-type Niche) | 分子 Niche(Molecular Niche) |
|---|---|---|
定义基础 | 基于每个空间 spot 中各类细胞的相对丰度或组成(如心肌细胞、成纤维细胞、免疫细胞等的比例) | 基于每个空间 spot 的全基因表达谱(不依赖细胞类型注释,直接聚类基因表达模式) |
数据输入 | 反卷积后的细胞类型丰度矩阵(如 cell2location 输出) | 空间转录组原始或标准化后的基因表达矩阵 |
核心目标 | 描述“哪些细胞共存于同一微环境”,识别重复出现的细胞组合模式 | 描述“哪些分子程序在局部区域共同激活”,识别具有相似转录状态的功能区域 |
分辨率层次 | 细胞组成层面(“谁在那里”) | 功能状态层面(“它们在做什么”) |
能否区分相同细胞类型的不同状态? | ❌ 不能 —— 若两个区域都富含心肌细胞,即使其功能状态不同,也会被归为同一细胞 niche | ✅ 能 —— 可将心肌细胞主导但分子特征不同的区域(如稳态 vs 应激)划分为不同分子 niche |
典型应用场景 | - 识别炎症、纤维化、血管等宏观组织结构- 跨样本比较组织构成- 构建细胞互作空间图谱 | - 发现细胞功能异质性- 捕捉早期/细微病理变化- 关联通路活性与空间位置 |
生物学意义 | 揭示组织的结构性单元(如“免疫-成纤维细胞微环境”),反映细胞共定位与潜在互作 | 揭示组织的功能性单元(如“钙调控心肌微环境”),反映局部分子程序与细胞状态重编程 |
局限性 | 无法捕捉同类型细胞的功能差异;依赖反卷积质量与细胞注释准确性 | 难以直接解释驱动因素(需后续注释);可能混杂多种细胞类型的信号 |
互补性 | 回答“组织由哪些细胞模块构成?” | 回答“这些模块内部在执行什么分子功能?” |
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。