2024第九课：细胞类型共定位（细胞类型、TF、通路）原创

嗯，好了啊，时间到了，我们来上我们的第9课啊。第9课关于细胞类型固定位和细胞通路哎之间的一个关系，其中呢，包括了细胞类型与哎，无论是通路的固定位关系，还是转录印制的固定位关系，还是非受体的空间固定位关系。等等等等啊。首先呢，大家要对这个供定位啊，有一个基础的概念。我们无论是研究细胞类型的共定位，还是研究细胞通，哎细胞与细胞通路，哎细胞与这个转落因子，还是说配受体之间。把它们归纳起来，可以简单的哎归成它们都是研究二元关系，就是两个元素之间的关系。呃，如果我想研究更多关系呢，比如说研究呃三种细胞类型或者更多的关系呢，这个分析啊，在空间转录组上叫这个生态位分析，就是逆齿啊从生态位分析。

就像刘慈欣写的那个三体小说一样。哎，我们首先要研究明白两个天体之间的运动规律，哎，才能去研究三体问题，四体问题，五体问题等等等等啊，对于我们空间转录组来而言也是一样的，我们首先要研究明白二元关系。然后才能研究多元关系，哎，研究多种细胞类型，它的空间结构啊，排布是怎样一个特点。哎，这是对固定位的一个简单的认知啊。前面说到了，哎，我们拿到这个空间转录组啊，哎，拿到多样本的空间转录组进行一个聚类之后呢。聚成了这个不同的空间区域。哎，不同的空间区域呢，代表了不同的这个region准，就是我们的空间位置，无论像肿瘤样本体现的是监制啊，Normal啊，Tumor啊等等各个区域，还是像小苏脑一样，哎，海马区啊，什么间质，皮质、白质等等区域，其实都是一个聚类或者人工化区导致的一个region准的一个识别，就是区域的识别。

那么上节课讲了这个结核单细胞，哎，结核单细胞的话，如我们就会拿到细胞类型的一个空间分布关系。嗯，其中呢。单细胞空间联合呀，更多的是针对像这个诶低精度的，或者像这种接近于单细胞精度的一个平台的分析，比如像vim HD等等，可能要用单细胞空间联合来。哎，分析一下细胞类型的一个空间分布。啊，当然了，像这个kdexx，像这个Z等等等等，哎，它本身就是单细胞级了，就不需要这个联合。无论是哪种空间平台，哎，经过上游的分析之后呢，都会拿到哎，细胞类型的一个空间分布状态。这个空间分布状态呢，就体现了空间分布的一个空间的扩补学结构。接下来很多的个性化分析啊，都是按照空间细胞类型的库部学结构展开的啊，首先呢，最简单的也是今天提到的就是供定位关系。

二元细胞类型或者二元元素之间的共定位关系，这是研究空间扩弧数学结构啊，最简单的关系啊。然后呢，大家不能仅仅只研究这个空间的共定位关系，也要把它放回到哎特定的区域内，比如说大家研究了两种细胞类型之间的空间共定位关系之后，发现它们有共定位关系。哎，这个时候要回到我们的空间，剧烈结果。也就是我们的染色切片上去看它在哪个区域啊，不能简简的单单的说，哎，他俩共定位，同时也要告诉它俩是在哪个地方存在固定位，是在肿瘤区，哎，是在normal区还是在监质区，还是在这个交际区呢？哎，两者信息是要结合的啊。这个呢，就是简单的一个，诶演示了，哎，上面这个平台，无论是哪个平台吧，无论是KS还是Z，他们都有这个拨片信息，对吧。

拿到这个波片信息之后呢？哎，每个点代表了它的空间位置信息，而每个点内又蕴含了它的细胞类型信息。通过两种信息的联合呢？哎，下一步进一步来演示，哎，下一步进一步揭示，来揭示这个细胞类型的空间分布特点。部学结构等等啊。啊，当然了，这里再注意一点，如果我研究一种细胞类型的一个空间分布关系呢？哎，这个分析在空间转录组上叫空间细胞网络啊，就是一种细胞类型，它的空间排布特点叫细胞网络。两种细胞类型呢，就是空间固定位。哎，也叫异形细胞网络，异形细胞网络不是同形了，是异形。3者及3者以上呢，就叫生态位分析，哎，这个大家要分清楚啊，就是一种是。空间细胞网络啊，也叫同型细胞网络，2种就叫供电位3种，第三种以上叫生态位啊。

哎，这是简单的一个演示，哎，其中最开始啊，我们拿到这个空间转录组数据，都是拿到了不同的一个举证。无论是基因8扣的矩阵，还是CL8扣的矩阵，还是呃打分矩阵啊，是因为矩阵啊，或者什么领域矩阵啊等等等等，拿到这些矩阵之后啊啊不能把它呃简简单单的。呃，简单分析一下就可以了，多矩阵的联合成为了一个关键啊，就像我之前一直强调的一样，当我们分析多信息来源的时候，哎，它的信息，它的这个结果啊，可靠性就会大大增加了，将空间呢，哎，自带这个多助学的一个性质。右边这张图呢，是codeex的一个，呃，分析的一个空间结果，大家可以简单的，呃，应该有同学是做这个codeex的。它是一种。呃，简单理解就是蛋白层面的一个空间转入组。

它和这个是一样的。因为他在拿到这个数据之后啊。第一步干嘛？哎，也是要进行这个空间细胞类型的注释，首先也是要拿到空间的这个，呃，细胞类型的一个注释结果，以及不同细胞类型之间的一个分布状态。一样的啊，当我们拿到空间细胞类型的一个分布注释结果，或者叫分布状态之后呢，哎，下游的很多。根据哎细胞类型空间分布状态的一个。个性化分析呢，都是一样的啊，都是一样的，都是啊就像这个一样，无论是哪种平台吧，注释完之后，首先第一步干嘛都是在研究领域。哎，它临近到底是什么东西。每种细胞类型研究的领域到底是什么东西呢？哎，这是最首先能够想到的一个空间转录组的一个，哎，根据细胞类型空间分布特点的一个最简单的一个售后分析啊。

当然了，随着这个研这个哎研究的进展啊，像这种随着距离的远近，它的细胞类型分布也在变化，这种分析呢，后续也会讲到，这个叫空间轨迹分析啊，就是说随着距离的远近，细胞类型比例的变化。这个是空间轨迹啊。但我们今天所强调的一个重点，主要就是这张，哎，免疫荧光所展示的一个内容，就是说在一个小的区域内。二元关系，哎，两种细胞类型之间，它到底呈现怎样的一个定位关系？大家可能对这个共定位啊，啊，有一个有看过一些文章啊，了解他到底诶怎么样展示的，哎，其实在分析的时候啊，还是有很多小的细节问题需要大家注意的啊。诶，这个就是示意图，示意图我们以为例，或者是叫codeex，其他所有平台都一样啊，都是以点阵。点的矩阵啊，都是这样一种分布格式一样的，哎，我们在分析的时候呢，就要哎分析它某一个点和它周围的点之间的一个空间定位关系。

比如说周围这个A。A哎，它周围只有一个AB，而B呢，周围有很多B，说明在同型，就是说单一细胞类型之间，AB的聚集性更好，而A的分布更加的散在。哎，这是单一细胞类型的一个分布特点。啊，当然还有一些其他的。哎，比如说多性细胞网络等等，第2个呢，就是研究它的固定位。哎，工定位呢，其实。啊，大家啊，当然一个点内啊，它已经是多种细胞类型混合状态了，但是研究固定位啊，要把这个距离延伸一点，不能只研究一个点。哎，这里以这个10×V字母为例，这个点要研究到淋浴的。哎，6个点。当然了，呃，我们的同学可能有其他的空间平台，比如说像K这个距离该怎么判定呢？现在共有的一个判定标准啊，就是说呃，一个点就或者说一个细胞。

它的淋多大的范围算它的淋浴呢？多大的范围算它的邻域呢？哎，现在公认比较公认的说法是200μm。也就是说大家在研究领域的时候，如果想借助其他的空间平台，哎，拿到它的空间坐标之后，哎，我想知道它们之间的一个距离关系范围应该设多大啊，一般就设。200μm，这是距离的关系，如果说根据邻域的关系，就是说研究它周围多少个。点阵作为它的领域呢，像就是周围的6个。啊，如果像这种呢。Z因为已经是单细胞级了，所以研究它周围的一个环境的时候，要研究它周围30个细胞的一个组成的一个关系。那像HD呢，HD和这个vim也是差不多的啊，虽然它是一种方形的紧密制的结构，它是九宫格，所以研究的是周围的8个。

这就是对他空间领域的一个定义啊。当然了，像HD啊，大家都知道它的是8μm16μm，它这个距离比较小，所以适当的会扩展一下，扩展到外两层。就是它紧挨着的九宫格，再扩大一个的九宫格作为它的领域啊，不过这种分析呢，目前还在一个，呃，还没有任何的售后需求啊，只是作为一个初步的设想，并且已经实现了。嗯，看看后续如何能把这个方法运用到项目之中啊，不过在微字母上，嗯，研究周围6个点就足够了。右边这张示意图呢，就是它这个空间淋浴的关系的一个简单的一个，哎，简单的一个展，呃，简单的一个图片，哎，就是一种细胞类型，这种细胞类型往往是什么呢？比如说我们感兴趣的细胞亚型。哎，或者说大家研究出来，发现这个细胞呀，经起到至关作用的一个细胞类型，哎，我在研究它空间周围细胞类型的一个关系，发现他和谁，哎更加亲近一点，哎和谁更加远一点。

哎，等等等等，把这种细胞类型进行一个标注。哎，从而判断出它在空间上和其他细胞类型之间的关系是怎样的。研究空间细胞类型关系的远啊，亲疏远近啊，其实最核心，最核心的一个地方就是要告诉呃研究者，或者说我们的科研成果啊，细胞类型它离得远近，其实更多的是体现了他们之间交流的一个强度。啊，焦虑越强自然挨得越近，焦虑越远呢，没有什么关系呢，那离得就会远一点啊，或者说依据根据这个时空的原则，哎，某种细胞类型，它分化好之后，就该去到它去到的位置，这个时候它的周围的环境也会变化。好。现在空间空间固定位分析啊，已经是这个个性化分析中的技术分析了啊，基本上四个空间平台都要做这个啊，啊包括很多很多的分析软件啊什么的都嵌有这种分析方法，告诉大家哎，这个空间固定的关系是什么？

但是啊，大家看这个方法论啊，哎，要有甄别的看法。啊，不能笼统的分析啊，不能笼统的分析这个时候啊，要多看一点我们文献来借鉴一点这个经验啊，后续我会讲到一些文献的运用实例，哎，大家感受一下这个空间共定位它的一个研究思啊。这个图呢，就是它关于邻域的一个定义了，你看点内，哎，在一定范围内叫公定位，哎，一定范围内叫这个，哎，邻近的关系再远一点就是这个，哎，Others就是说其他关系了啊。这个是供定位的一个分析的一个简单的思路啊，去卷积，哎，就是我们上节课讲到的，无论哪种方法的去卷积，大家都会拿到这个空间，呃，细胞8扣的矩阵，或者大家用这个zip平台，直接不用去剪机，拿到的就是细胞8口的矩阵。

哎，或者说有HD平台也用R，呃，规范的讲也是要用RCTD来进行曲卷性分析，拿到这个细胞，巴克的举证。然后这个细胞分数啊。哎，就是说我们节选去之后，多大的细胞量认为它是个有效的8扣的呢？哎呀，这里面通常啊定义为0.1，但是这个0.1大家要注意啊，它是把所有的细胞类型缩放到零一之间了。比如说我们用31TWO location分析的结果，哎，上节课讲到的，呃，每个点的最多的细胞，哎，写了个30，或者写了个20，哎，这个时候它的范围是0~20，这个时要进行缩放。缩放就是均匀化，哎，把它均匀化到0~1，一旦这个细胞类型含量超过0.1。被认为这个support是有效的。然后接下来就会计算2种和多种细胞类型领域出现的概率，当然这里主要强调是两种多种细胞类型是，诶，刚才提到了是这个生态位分析，后续的课程也会专门为讲为他讲一节课。

然后是跨样本了。啊，这个字写错了。来，快样本分析啊。Cosmic cosmic就是我刚才讲到的cos啊，它的一个领域呢，因为已经达到单细胞级了，所以分析的是你感兴趣的细胞，细胞，呃，周围30个细胞的组成特点啊。这个是公用的啊，这个是通用的，然后呢，是空间淋域的一个计算方法了，哎，这是一个算法啊，大家简单了解一下即可，其实就是邻近的细胞A和临，呃，临近临近。

哎，A的细胞类A临近A的细胞类型中有B的细胞类型的含量，除非它所有的细胞类型的含量，哎，作为它临近的一个衡量啊。但是邻近关系啊，有3种，大家也要明白哪3种呢？就是A。和B。啊，如果存在共定位关系。是A固定为于B，还是B固定为A？哎，这个可不一样啊。就是说有A存在的地方肯定有B。这个叫。肯定有B，这个叫A共定位于B，也就是说A肯有A的地方肯定有B。那有B的地方肯定有A是反过来的，就是B固定为1A。啊，如果说两者之间存在强共定位，就是说有A的地方B有B，有B的地方也B有A，这说明是两种相互之间共定位。

啊。嗯，举一个生活中的例子，就是大家谈恋爱啊，大家举一个女孩儿，有这个女孩儿的地方肯定有你。但是有你的地方，不一定有这个女孩儿，简单的例子啊。大家理解一下啊，所以说共定位关系有的时候是单向的啊，就是我有我的地方肯定有你，但是有你的地方不一定有我，哎，简单的一个共定位理解的关系啊。哎，然后就是一些供定位的研究事例了，大家可以看一下，哎，无论是哪种平台吧，无论是转录组平台，蛋白平台或者多组学平台，只要拿到它这个空间点阵数据分布，无论是基因，哎，还是蛋白还是什么吧，都是细胞基因矩阵或者叫细胞巴克的矩阵。等等等等等等，哎，开始研究它的一个邻域网络关系。无论是降维，还是多样本、跨样本联合等等等等都一样。最后呢，都会归纳到诶，研究细胞类型和它领域之间的一个关系啊，刚才提到了像微泽模就是研究一个点和周围6个点，对吧，像这种kexx诶像这种zip平台就是研究一个细胞类型，周围3这个细胞类型的特点。

像HD呢，就是研究九宫格周围的细胞类型特点啊，研究完之后呢，进行一个呃领域的一个负极分数，哎，就是负极分析。这个地方呢，有有的文章啊。会有更进一步。哎，把它的这个位置啊，设的设成个梯度，比如说。点内。哎，点间就是淋域，哎在外围，外围这样的话设成多部，多部的时候呢，就会研究它在淋域分负极分区过程中啊，细胞类型变化的一个特点。哎，你像这个，比如说我研究这个细胞类型，我发现它最临近的是它。对吧，最临近的是这个红色，那再远一点呢，哎，是另一个细胞类型，那再远一点呢，哎，可能是又另外的细胞类型，这种依据细胞类型距离远近的一个空间细胞类型关系啊。

嗯。涵盖了这个空间细胞轨迹和逆次分析的一个联合分析啊，两种个性化分析融合在一起了，成为了呃，形成了这样一种。诶，比较超高个性化的一个分析啊，这个分析难度是比较大的啊。后续我们会慢慢的讲到它，我们先把二元关系搞明白啊。然后呢，就是一些其他的特点了，哎，前面提到了，当我们研究好这种二元关系之后啊，一定要去空间位置上看看它到底是怎样的一种状态。一方面我们研究了工定位对吧，另一方面我们要知道，哎，它在空间上的是定位在哪。哎，他在哪个地方供的个位啊。哎，这个就是简单的一个逻辑图了啊。接下来就是一些文章的一个应用啊，这个文章大家应该都见过啊，就是那个昨天分享的那个心肌梗死那个。在研究二元关系的时候，大家可以看一看这种细胞类型和细胞类型之间的一个共定位状态。

哎，颜色越深公定位越高，颜色越浅，说明没什么固定位。这个时候大家看一张这张图的时候就会发现，比如说这个学习就固定位于。Fiber成纤维。但是。哎，大家可以看这个颜色变化，当然这个不是很明显啊，大家看这个。E do, 哎，上皮固定位于SMC对吧。但是MSC，呃，不一定公定位于上品，嗯，或者说他们的公定位并不是那种。哎，等价的。就是刚才提到的那个关系啊。有我的地方不一定有你，但有你的地方一定有我啊，这种公定位的一个关系啊。这个是细胞大类的一个研究特点啊，细胞大类，但是在我们研究过程中啊，对于细胞大类的研究还是比较粗放的。就是一个大类和另一个大类的固定位，毕竟是比较粗放的，实际过程中啊。

实际过程中的，实际的研究中都是这样的研究。每一个细胞类型分了不同的一个功能小群，像这个e Du这种细胞类型，哎，它分了12345类。每一个细胞亚群，哎，它和细胞类型期间的供定位也存在差异。这个尤其在研究肿瘤中是最明显的啊，因为上皮细胞有的癌变，有的胃癌变，它的这个空间关系啊，和其他细胞类型的一个固定位关系啊，很明显哎，是有很大的不同的。这个时候只在小群上的研究会更加的精细一点。也也是体现啊，我们的组织意志性的一个重要的一个方向。啊，就是说一个细胞类型，它不可能所有的细胞都处在相同的环境中，而是不同的亚群啊，周围含有不同的细胞类型。这样的话，在分析的过程中呢，不同细胞类型的一个微环境将成为空间供定位研究的一个重点啊。

包括下面也是一样的，成纤维也是一样的，哎，分了好几个亚群。甚至这个地方有个这个地方体现了什么，亚群和亚群之间的一个关系。哎，Fiber分了好几个亚群，哎，MQ这种细胞类型也分了好几个亚群，不同的亚群之间，它就它空间的固定位关系也是不同的。就像这种的。Fibber和他。如果说我们是肿瘤样本，哎，研究两种细胞类型，在哪两种细胞类型因为邻近关系导致的这样一种现象。哎，大类很可能就把它掩盖掉了，如果我们把1234合并，哎这个也合并，哎可能看不出那么强的公定位关系，可能没什么公定位关系。当我们把它分成亚类，呃，分成小类之后呢，哎，他们之间就会它们之间隐藏的这种共定和关系，哎，就会被我们给分析出来了啊。这里面强调一点，就是在分析共定位的时候啊。呃，粗放式的大类并不可取啊，当然在文章的第一张图就是说，哎，整体分整体分布的时候，可以放一张这种细胞大类的固定位关系，但因为是大类的关系呢，所以说掩盖了很多内部的一个生物学特点。

哎，很多时候我们要集中到小类区，甚至集中到小类和小类区的供定位关系啊。下面这张图呢，就是一个距离关系了，哎，一开始是固定位，然后是邻近，在然后是扩展区啊，其实也是为了体现细胞邻近之间的亲属远近关系，哎，离得近的时候是怎样的一个定位状态？哎，离得远的时候又是怎样一个定位状态？其中呢，会涉及到通路和细胞类型的一个关系。也就是说，比如说我在研究这个细胞亚群，他们在固定位关系上体现了这样一种特点，对吧，那么进一步研究，哎，发现比如说他们供定位的这些这个地方呢，哎，它那个通路就是生物学功能是怎样的？哎，或者说TF因子它在调控什么。哎，等等等等，深刻研究它的配梭体、供定位等等，把多种信息给它结合到这一个区域内，哎，就能从更多方面来了解我们的生物学到底发生了怎样的一种组织变化。

啊。这个是多样本比较的一个结果啊，多样本比较前面提到了，如果说我们研究大类，研究好这个空间细胞类型固定位这个关系之后呢。啊，首先我们要知道，我们正常的细胞是有一种空间位置关系的。对吧。哎，我们的正常细胞类型本来就是一个比较致密的结构，哎，细胞类型就存在这个正常的空间关系，那么在其他的因素的刺激下或者影响下，细胞类型发生了怎样一个变化呢？哎，这个是，哎哎，用这种专业化的讲，叫高级点的差异分析啊，只不过差异不是研究基因的，是研究细胞类型，固定位，就是他们的空间位置关系的。举一个简单的例子，就是说这个，比如说正常的和这个发生纤维发生这种坏死的，它们细胞类型在固定位上啊，存存在着明显的一个变化。

就是正常细胞类型固定维应该是SMSC到PC等等这些吧，等到哎，得了这个这个纤维化疾病之后啊，这种固定维关系被破坏。而不该在一起的细胞类型反而在一起了，哎，这对空间结构细胞类型的破坏，哎，正是我们，哎，无论是疾病啊，还是处理带来的啊。哎，下面的研究都是一样的啊，无论是点内还是点间，是说更远的区域，细胞类型空间位置的正常关系被破坏，往往是疾病状态的一个体现啊，这种体现呢，如果大家在这个。有研究过成那个，那个叫什么影像组学的时候，哎，看的更加直观一点，呃，病理学，尤其是那个研究那个病理学家，或者说叫那个。

哎，临检公司的一些病例部门啊，他对这个非常敏感。啊，就是说本不该在一起的细胞类型，如果像我们研究分析过程中在一起了。哎，说明发生病变了，就要开始指导用药了，等等等等，只不过从我们科服的角度来看，我们要告诉病理学家，哎，因为这种。哎，疾病的存在导致了它空间细胞类型的排布发生了一个明显的变化，哎，无论是点内还是领域，还是远一点的距离，等等等等两种细胞类型啊。呃，由邻近的关系变为这个。嗯，没有关系，或者说更远的关系等等等等啊，都是一种病态的体现啊。多进算进的，这个不是刚刚提到了吗？200μm公认的。

这几种邻居是啥区别呢？为什么要分那么多邻居呢？我们在研究二元关系的时候，大家定义细胞类型，比如说定义了五种，你要研究二元关系，那肯定是55乘五二十五了呗，当然排除掉自己和自己也有20啊，自然细胞类型会多一点啊。因为它是一个二元关系，所以说你比如PC，首先PC一种细胞类型，比如定义了5种，那PC作为其中一种，它和其他四种细胞类型的关系，哎，都要研究一下，看看空间领域的一个状态。所以这个图是怎么出来的，其实去年在讲过啊，它那个去年专门给供定会讲过一节课，呃，里面的方法用到的是MITYY2啊。就是专门研究空间领域固定位的，也是空间转录组，必须啊，必须要做这个个性化分析啊，只要你做空间转弱组，不做这个那等于没做空间转录组啊。哎，然后就是一些常见的一些绘图分析了，这个题材呢，这个体现呢，这个地方呢，为什么要展现这样呢，其实就是为了进行多样本比较啊。

前面提到了我们研究了空间，空间的这个固定位的一个状态。但是正常情况下就有一种状态，对吧，哎，疾病状态下呈现了另一种状态。两种之间状态的一个比较，哎，是我们作为科研服务，呃，科研工作，尤其是防文章的一个核心的一个部分。在绘图的部分中啊，就要研究不同的不同的这个条件下，它的细胞类型分布的一个差异性。啊，这是一些绘图的特点啊。包括这个也是一样的，哎，只是绘图的方式不同。哎，两种条件下，它的一个细胞类型，固定位的一个强度以及关系等等等等，包括是否显著等等。啊，当然了，有的时候啊，研究这种，哎，就是很多种细胞类型啊，比如说10种细胞类型和10种细胞类型之间的一个空间定位关系的时候啊。哎，很多图都比较乱，哎，所以说呢。

大家在文章中看到的更多的图啊，都是在雅群的基础上进行分析。哎，就是比如说这个雅群，或者说哎某种class，哎几个。关心的就是大家研究单细胞经常是说我关注某个群，而不是说我关注所有群，当你关注某一个群或者某几个群的时候，它和其他细胞类型之间的一个供定位关系，哎，强弱关系。就成为这个，哎，大家研究的核心了。哎，这个主要是和微环境有关啊，既然研究共定位，势必会影响到微环境啊。啊，微环境，但是环境塑造人，但是在细胞中也是一样的啊，环境对这个细胞的影响是非常大的啊，研究过程中呢，就要对呃，每个细胞的肿瘤亚群，比如说这个地方就是肿瘤腹肌的牙群，哎腹这5个群是肿瘤哎，含有肿瘤细胞的牙群。但是肿瘤有内有抑制性。这个抑制性一方面是突变，另一方面是什么表达的情况，再一方面是什么，就是它的微环境啊，不同的肿瘤，肿瘤群呢，它的微环境不一样，也就是说它和这些细胞类型，不同的细胞类型之间的一个空间定位状态不一样。

也会导致它这个肿瘤细胞的抑制性的一个发生啊。还是那句话，当我们从多个角度来分析我们的生物学问题诶，看到的问题会更加的全面啊，空间本身就自带多组学性质，所以看到的问题会比单细胞要全面一点啊。当然现在昨天上节课也讲到了，现在慢慢的也把突变的信息放进来了，也就是说突变的信息，哎，单细胞的信息，空间的信息，把它放在一起，多信息来源来验证我们的哎，来验证我们的生物学问题。哎，这个就是文章的一些简单的应用啊，我把文章都放在这儿了，大家可以看一下，其中有一些方法论。啊，有一些方法论，前面的空间我们要识别区域，像间质区域啊，肿瘤区域啊等等前面，哎识别之后呢，第一个干嘛。

也是研究，研究这个领域关系就是挨着的存在这种细胞类型固定位的一个状态。然后呢，研究它们之间的一个分布关系。哎，像这个研究呢，就是说间质细胞的分化方向，这个和空间轨迹有关啊，他们在分化的时候啊，也是优先一个点先扩散到它周围的点，然后在不停的往下传下去啊。对，这个就是细胞类型分布的一个状态啊。这个呢，就是呃，这篇文章是华大的那篇文章啊，华大的那篇文章，他在对他的空间平台进行合并之后呢，为了研究空间的一个邻域关系。哎，也是要定位到它的，它的一个领域的，就是周围的一个细胞类型啊，早期的等等等等啊，对周围的细胞类型，它的一个细胞类型，包括这个配受体，也包括它这个分布特点等等等等，作为一个很详细的一个分析啊。

包括它会在空间原位上来进行验证，验证这两者之间确实存在邻域关系。或者从生物学功能上确实来来研究它是否发挥了它该有的一个生物学功能啊，这是华大的平台。大家可以看到，基本上各个平台对于空间领域的研究都是必备的。呃，像K那就更是必备了啊，Z这都成了一个快成了常规分析了。哎，大家简单看一看这个示意图啊，主要是研究空间上，哎，临近的关系啊，尤其是这个地方还有一个方向性的问题。哎，谁指向谁的问题，就是如果研究空间领域，呃，空间共定位这个配收题的话，还有一个方向性的关系，哎，我指向你还是你指向我等等啊，这也是一个研究的一个重点。啊，这个就是世界的卡通图了，前面强调的是细胞类型的固定位，当然固定位不止啊，固定位包括细胞类型，细胞类型之间。

细胞通路之间，细胞转录因子之间，还有胚受体之间啊胚受体的固定位呢，也是近一年两年提到的。大家都知道我们的配受体分了好几类，对吧？什么接触式的呀，分泌式的呀，等等等等，但在实际分析中啊。各个文章啊，都都强调过一点，就是邻近的细胞类型啊，更容易发生互助。而遥远的细胞类型，哎，不太可能啊，举个最简单的例子啊，这个例子举了很多次了，就是我们的神经细胞那个突出。哎，神经电信号转化成化学信号，变成神经递质，在极短的距离内。接触到下一个细胞。再次转化成电信号之后啊，呃，突出就灭活掉，就是很很短的一个距离，虽然我们配受体啊，没有这样一个，呃，不像它这个神经递质那么的敏感那么的那个，但是也是周围的细胞类型优先啊。当一个胚体它在分泌之后，它如果能迅速结合到周围细胞的一个受体。

哎，发挥了它的效能之后，这个配体蛋白就失活了啊。所以说空间领域的通讯，哎，就是所谓的在分析上叫空间配受体共定位。哎，也是空间分呃，配受体供呃，也是空间配置，呃，这个供定位分析的一个重要的分支啊。这个示意图呢，就是告诉大家，如果离得远哎，两者细胞类进行发生互助的可能性比较小，只有在近距离的状态才会比较发生这个比较频繁的交流啊。右边这张图呢，仅仅简简单单的是一个算法，算法部分，哎，就是说配体受体，通过研究配体的表达，受体的表达，加上它的一个空间位置关系。哎，就是就是这个距离分数。哎。不仅要研究配受体表达的关系，也要研究哎，距离关系。这样的话，把这把这两种信息结合起来之后呢，更容易判断是否发生了这个通讯效果。

啊。哎，这种也都是一样的啊。我们在真正的配受体分析中呢，当然单细胞，因为没有空间关系啊，所以拿了细胞整体去分析，或者说某个牙群整体去分析，但是在空间上会更加精细一点，哎，某一个细胞和周围的细胞。哎，他的一个同学关系，哎，这个时候呢，如果再想再研究它更远的关系。哎，就会细胞类型的传递啊，正常来讲啊，就是一个细胞类型传递给它的周围，周围再传递给它的周围，呈这种波浪式的。哎，传下去，当然也有一些例外，比如说像那个区化因子。他要招募T细胞的时候，确实会释放到比较远的距离啊，不过正常的一个交流都是这样的距离，尤其是肿瘤细胞。啊，种类细胞更是了，他不可能把信号传的非常远。招募那么多人来消灭自己，它更多的是和周围的细胞类型进行互助啊。哎，然后就是这个了，这里面啊，更多的强调就是隐秘点，就是邻近的关系啊。

这个大家，呃，引起大家一个分析上的重视就可以了。嗯，当然有的文章啊，会更进一步，把这些配受体啊，以及配受体相关的基因啊，形成一个模块。哎呀。形成这个模块之后呢，就会研究两种细胞类型，因为共定位而独有的基因模块。嗯，和它的生物学功能有关啊，一切的分析啊。其实大家应该认识到了，一切的分析都在于让我们认识问题的本质，当我们认识到问题的本质之后，才能哎想办法去解决问题。哎，这个就是前面提到的那个code平台，或者叫这个Z平台那个了啊，Local neighbors, 哎，一个点，一个细胞类型，如果想研究它周围的一个环境，当然这里面写的是10。一般会在扩展的多一点写30啊，30个细胞类型之间，它的一个细胞类型组成的变化，以此来代表它的一个环境的一个呃，背景的一个环境啊。

然后研究它共定位的一个状态，哎，淋浴共定位的一个状态，哎，形成这种细胞细胞矩阵。这个在kexx平台以及这个zip平台，还有其他的一些，比如说像和图像有关的那种空间平台，都是一种常规分析啊，研究一个细胞类型周围多少个细胞类型之间的一个分布状态。下面这张图呢，也是一样的啊，空间分布和距离关系等等等等啊，都是一样的，这个已经强调过多次了，大家一定要引起大家的一个重视啊，这是空间分析，嗯，个性化分析中的技术分析。这东西示意图了啊。这个配速体啊，一个是要研究它的固定位，一个是要研究它的方向性。哎，谁传向谁？

哎，也是一个方向性，大家如果在，呃，当然我们空间通讯啊，会有会下面还有一些课程研究它空间的空间通讯的一个信号流的问题，就是异动细胞类型，通过波浪式的传递给下一个，再传递给下一个等等comment啊，大家可以提前了解一下。真正的通讯就是这样的一个通讯方式啊，一个细波璃先先影响周围，呃周围再去影响它的周围等等等等，这样波浪式的有关系啊，右边这张图也是一样的啊。这个地方就不多说了。这个呢，也是一个空间多样，嗯。共这个共定位的一个差异性的一个分析啊，还是前面提到的一样啊，不同条件之间。它那个固定位宽体诶，会遭到一定的破坏。呃，不过前面啊提到的是两个样本之间，哎，不过有的时候啊，空间会研究多样本，呃，就是三个样本以及更多样本之间的一个情况，经常在研究这个项目组啊，在公司做项目的时候，经常会有这样一个现象，就是客户呢，做了这个normal组，就是对照组，然后是疾病组。

然后呢，又对他进行了一定的胃药，哎，叫回复组或者叫治疗组。这样的话，研究三者之间它的一个疾病关系的时候啊，有做单细胞的，对单细胞进行表达，进行一个。判断的看看是不是回复了一些啊，有做空间的，看看他空间排布是不是有了明显的恢复。就是被破坏的邻域关系，哎，慢慢的在恢复，这是一种这个它的一个向好的一个指标啊。哎，这都是为了研究空间这个领域关系的一个状态，包括这样的一个关系，哎，包括lad就是肺癌。肺癌的关系的话，大家可以看到，哎，肺癌物啊，它这个空间离域关系呢，是哎单核和这个单，反正这几种细胞类型固定位关系吧，它在不同的这个肺癌里面，其实它的细胞类型固定位的状态是有变化的。

这种变化也是意志性的体现啊。好了，大家要理解理解啊，其实总结出来就是第一个要研究空间共定位的状态。首先是。哎，可以把它理解为一种高级点的差异分析。正常的是一种状态，哎，疾病下是另一种状态。哎，他们之间的一个差异是什么？第2个呢，就是说空间的，呃，研究这个空间共定位啊，我们要强调的是。哎，小群的分析。啊，就是这个小群的分析啊，如果说大群的分析，因为它是一大类，很可能掩盖它内部的一个差异，我们在真正分析中是要把它分成呃，多个小群的，小群，小群之间的共定位专辑啊，共定位关系啊，更能体现出它的一个哎，真实的一个分布状态。哎，第三个呢，就是要研究它的一个多样本之间的一个空间分布的一个比较啊，不同细胞类型，它在定位之间关系上，哎，在空间上产生了怎样的变化，甚至在多样本分析中，比如说三个组分析中。

哎，通过研究这个。治疗组，哎，是否呈现一个明显的恢复状态。啊。呃，不同平台之间呢，像zium VI, 呃像Z啊不对，像z kex这种平台。哎，他已经知道了，是细胞单个细胞的一个空间位置关系了，这个时候呢，研究策略就是这个研究它周围多少个细胞，作为它的一个背景环境，比如说周围10个，周围30个，周围20个啊都可以，这些参数呢要根据实际情况进行设定，如果像微平台，哎，就是一研究一个点到6个点之间。作为6个点之间。呃，像那个HD平台呢，要研究它九宫格的外层，再来一层啊，距离大概把护在200μm左右就可以了，但是200μm指的是10成的平台。啊，像华大的平台，像这个code平台呢。呃，基本上就是研究它淋浴啊淋浴。

周围的一个细胞，哎，周围的细胞的就可以了，包括在研究空间通讯的时候，哎，也是研究一个点，它的一个和周围6个点的空间配受体，以及它配受体的一个方向性的问题。高经点的差异。高经点的差异是什么？是说的这个。高级一点的差异分析啊，高级一点的高级就是可以把这个空间供定位关系理解为高级一点的这个差异分析啊，只是这个差异分析是因为排布带来的差异，而不是基因表达，基因表达大家都很熟了，相比较一下就知道，哎，它高了，它低了，但是它这个空间的定位的一个差异。就是我和你本来是手拉手的，呃，因为第三者插足，我们俩分开了，哎，这种差异要体现出来啊。刚才那个邻域画邻居画风说下。

邻居的话，你像那个VI。呃，不像那个V泽姆平台一般都是1个点和6个点啊，这个点的范围就是领域了啊。淋域了，HD的话，因为HD是8μm16μm这样一个进度。哎，是九宫格的一个状态，首先要有研究它的淋浴，哎，同时也要把它淋浴的淋浴放进来，这样的时候距离远一点，哎把这个距离稍微远一点的也放进来作为领浴啊，像这种Z平台。啊，就是说成像平台已经根据这个成像平台已经进行细胞分割之后啊，已经知道它这个细胞单个细胞的一个。单个细胞的一个空间位置了，这个时候研究它，就要研究它周围多少个细胞作为它的一个领域了，啊，这个空间位置关系就是画个圈，简单的就是画个圈，圈内的都属于它的领域，但是这个圈啊在实际操作中比较麻烦，更多的时候是计算距离，就是说距离它最近的10个或者20个或者30个作为它的一个空间微环境背景。

啊。划分的时候就是简单的这样一个划分啊，不同的平台划分标准不一样啊。好了，我们休息5分钟吧，休息5分钟我们来看看代码部分啊，好吧，休息5分钟，大家有什么问题可以可以打到这个聊天框里啊。

Local英尺啥的，呃，Local就是点内啊，英此就是点尖啊，Localo就是一个点内啊，以师生为例，英此就是点尖啊点尖不过它要划分的时候，大多数都划分周围6个点啊。可以设置成不同的领域距离，然后比较不同领域的距离之间的区别吗？啊，可以啊可以啊，这个已经讲到了啊。就是这个图啊，就是这个图。啊，你可以设置一步，一步就是很近的距离，你可以再设置两步，哎，它的距离的距离再远一点，距离的距离的距离啊都可以啊。

这个也是这个，不过这个分析啊，在空间上叫空间轨迹分析啊，随着距离的远离，它细胞类型排布的一个变化啊。啊，没有S啊，就后面这个单词MISTYY2啊，不过R版本的啊，现在也有Python版本，两种版本都可以啊，去年讲的是R版本啊。如果对port进行通路评分，生成通路的矩阵，但重点只关注某几个通路是否要对其进行呃，评分进行规划，出现内部要进行规划啊。研究公定位的时候，比如说通路打分之间，呃，差异很大。比如说一个通路，它的最高值是1，最低是0 0~1是吧，另一个通路打分之后0~10。哎，这个通路是要进行规划的，把它规划到一个水平上，看看他们这他看看这个通路和细胞类型。进行一个，哎，有怎样的一个固定位关系啊。嗯，做这个软件可以只提取几个通吗？可以啊，可以，这个通是大家自己设定的啊，大家想看哪个通看哪个通，没有规定说一定要都看啊。

如果关注细胞咬群是在单细胞注释上再做一次cell to location嘛，对风感数据，大家单细胞在注射的时候尽量就注射到小群啊，上节课讲到了，就是说cell to location在识别这个稀有细胞类型中是非常有优势的啊，大家就是注射到很细，然后做sal to location进行结卷机就可以了啊，结转出来的就更加准确一点啊，On spot就是每个spot的数尽量调大一点。然后就可以把稀有细胞类型给它解出来。啊。包括我这里这里面引用的这些图啊。哎，这些图包括上面的这些图是吧，小群的这个图，它的解卷机方法都是cell location啊。好了，我们来看看我们的代码部分啊。代码呢，这边我呃已经给大家写好了，不过在前期啊大家呃，大家要注意啊，分析是这种呃，一步一步螺旋式的啊，前面做好才能做这一步啊，前面没做好千万不要胡做啊，而且大家在做这个生性分析的时候。

哎，一定要赋予它生物学意义，不能简单的和那个。啊，反正大多数培训员妈法教大家跑了一遍，好跑出结果来了就完了，这种不可以啊，大家做项目这是绝对不可取的啊，一定要在分析知识之后，来仔细的分析其背后的生物学意义是否合理。明白吗？不能简单的，那就我跑个代码，这是不可以的，结果照着官方教程跑了一遍哦，有结果就完了，这也不是绝对不行啊。哎，首先呢，我们来看一下我们的这个矩阵，这个矩阵啊，哎，大家要先要做了这个联合分析啊。就是to location的联合分析啊，这里面我准备好了，就是上，就是那个前面在做项目的时候拿到的一个数据啊。

哎，这个地方呢，我已经做好这个联合了啊，放在这个了。放到这个地方了。Component啊。哎，Component每个sport，哎，每种细胞类型，它的一个含量，哎，我已经拿到了啊，当然这个地方要注意啊，我这拿到的还是大类。哎，我为了演示把它放成大类了啊，大家自己分析的时候，大类哎可以做，但是只能放在第一张图上，就是或者第二张图上，就是整体关系的时候，可以放这么一张图。呃，真正往下进行亚群分析小细化分析的时候啊，那就是刚才PPT提到的了，小群和小群之间的固定关系啊，因为大群啊，确实在。因为它比较大嘛，把所有的小群的差异全给抹掉了，全给这个反正没有体现出来，导致了很多生物学差异就给掩盖掉了啊，可能很多时候研究这个正常和疾病两种细胞类型的大群。好像没啥固定位关系对吧，因为它是整体的，但你划分到小群的时候会发现，哎，某个小群和某个小群之间却在却存在着强有力的公，哎，很强的一个固定位关系，这个时候呢。

哎，就是大家分析分析水平见高低的时候了啊。哎，当然了，分区水平高低背后更多体现的是生物学解读，生物学差异，包括大家写文章的能力，是一种综合能力的体现啊。哎，拿到之后之后呢，我们就可以。哎，减直接就往下跑就可以了，大家要注意我放在这儿了啊。为什么？沙图鲁克森，前面提到过它的单细胞空间集转机矩阵，哎，放的位置不是这个，我为什么放在这儿呢？啊，是为了方便啊，是为了方便大家一定要把原来那个呃矩阵放在这儿，大家要注意这个位置啊，大家节选去之后可以跟我一样放在这儿。就可以了啊。然后接下来就是一些简单的分析了啊。

我来看一看。哎，这些变量我们设置一下啊。哎，放在这个当前路径吧。然后我们的sample信息，当然我这是演示啊，就写成test。嗯，大家自己在写这个样本名称的时候，一定要写那个啊写这个。哎呀，大家真实的名字啊，包括疾病正常大家起的那个名字啊。然后我们来看一下。这个图片还挺大啊。这个地方只强调一点啊，只强调一点。哎，跑代码的时候呢，有的时候这个地方color了，这个地方如果设置成闹，呃，就是不展示信息，它会直接画这个切片片子，对吧？呃，如果说展示其他信息，比如像cell type ni, 哎，就是它的聚类信息，有的地方大家如果默认采用那种laden的方式，这个地方就是laden了。

哎，就是聚类的结果，它会放成雷这一列，哎，或者叫class的这一列啊，大家一定要对应好这个列的信息啊，还有一个下面呢，就是说对空间的一个剧烈结果，不能像单细胞那样。12345。呃，前面提到过，如果说对这个空间的聚类结果啊，一方面如果大家知道这是什么区域，就把它弄上，比如说海马区啊等等告诉他啊，很多时候我们是不知道的，比如说肿瘤的研究，它的抑制性比较高，肿瘤分了3个群，我并不知道它肿瘤3个群代表了什么，这个时候呢，就要像PPT一样。嗯，哪去了？哎，肿瘤腹肌的群12345告诉他知道吧，这几个群富含了肿瘤细胞，但是我不知道具体的内部特征，我要对它进行下一个分析，对吧？还有一个呢，就是像这种的命名成逆齿，哎空间逆齿，逆齿呢就是类似于单细胞的classlu的，但是它是一种多细胞混合状态，所以被称为逆齿。

就叫生态位啊。这个大家要注意，命名的时候要规范一点啊，可不敢太随意了啊。哎，然后呢，接下来我们就要计算公定位了啊，拿到这个矩阵啊，其实为什么拿到这个矩阵之后呢，直接就可以计算公定位呢？因为它内部已经存储了我们想要的空间坐标信息了。比如。点啊。Uns.大家读取那个数据之后啊，自动会存储空间坐标信息啊。啊，里面存储了我们的空间坐标信息，像那个华纳平台，哎，空间坐标信息要额外的给。它会告诉你这个点的空间数，生成一个单独的文件告诉你这个坐标。哎，这个时候要要把这个坐标写进来啊，不知道大家用华纳的平台多不多啊，像那个kdexx，还有这个z name啊，也是自带的，读了就能读了，就把这个空间坐标信息给自带进来了。

哎，第一步干嘛？我们先来分析细胞和细胞之间的一个固定位状态，大家看到这个单词了没？就这个单词。用R版本，有Python版本啊，R版本是去年讲过的啊，它的一个分析图就和PPT展示的是差不多的，大家可以看到a neighbors, 为什么写利用呢？哎，这个脚本是都适用的啊，Codeex也适用，是那个也适用，哎，为什么我这个写用的就是因为我这里分析的是实成的数据。哎，所以它只研究领域6个就可以了。哎，它的距离是多大呢？我写了这个200就是200μm，大家如果用这个。呃，用这个code平台on neighbor写多少？10啊10，或者说跟我一样做项目写30，就是on nes, 它最近的这30个点。这个外的是写200都可以啊，即使你写500也是一样的，因为它只计算它最近的那几个。

明白吧？哎，不同的平台这个参数要注意啊，我这里面是V平台就写6，你如果是code X你就写30或者10啊，或者Z写多一点啊。哎，然后就是一些简单的绘图了。嗯，它在计算这个细胞类型之间的一个供定位的关系啊，这个可能需要一点时间，大家一定要用服务器来分析一下啊，千万不要那个。自己Windows电脑分析啊，这个地方呢，刚才有个同学提到了这个juli啊，这个什么intro啊的关系对吧。等他们分析一下啊，分析完之后我们来看看这三者之间的关系，其实就是点内点间和更远距离的一个判断啊，为什么这个是juli呢？哎，我们一般研究领域啊。点内，一个点内当然也存在固定位，但是这个范围比较局限，我们更多的希望是一定范围之内，比如说在200μm之内，哎，把它的领域放进来，作为它的一个共定位的一个判断。

哎，我们来看一下画图的一个函数啊。哎，有什么卡呀。啊，换一个节点啊，我们换一个节点。这个地方有点卡。换一个节点啊，有点卡这个。哎，我们换一个。

放到。28吧。好，前面的我们快速过一下啊，加载上我们所需要的一个内容。哎，读取我们的一个H5AD文件。前面的处理啊，都是一样的啊，都是一些简单的批次，呃，简单的处理啊。啊，这个图已经画过了，就是刚才那个special逆史图啊，大家这里面强调一点，就是定义的时候定义的稍微规范一点，不能写12345，不知道区域就写历史一二三啊。然后呢，我们来画这个。空间共定位的图。哎，细胞类型固定位的图啊。减30的时候还是200吗？他只计算淋浴啊，如果说你的200之内没有30个，它就计算200范围之内了。

如果说呃，200范围内超过了30个细胞啊，它也计算，他也计算最临近的30个。明白吧？啊，200范围已经是提到了，也是领域的一个通用的一个距离了啊。200啊。不过这个我这个版脚本是Python版本啊，大家在做那个coded X平台，或者说是其他的Z平台，要有Python基础分析过一下啊。过一下拿到它的一个内置坐标，以及它细胞类型的一个注释信息啊，大家做项目千万别像我公司大流程一样，12345啥也不注释就往下啊，自己做项目可是要精细一点啊。这这不刚才刚提了吗，淋浴吗？就这个单词，淋浴吗？

对于时辰来讲，点内也叫公定位，但是这个距离啊，稍微有点短，刚才提到了我们要拿到200的距离，哎，200的距离就要考虑一个点和周围6个点，这个时候我们就要把淋浴放进来啊。就是。还有一个这个细胞类型我都放进来了啊。哎，哪儿去了？这个。英tro juli PAR, 英tro就是点内啊，一个点，Julia就是稍微远一点，当然这里我设置了200的范围了，就是周围6个点。啊。大家考虑的时候不能只考虑一个点啊，就像那个像那个微确实是一个点，嗯，55μm对吧，我们200μm肯定要扩展一下，像高精度平台更要扩展啊，不可能只研究一个点啊，那可那就失去了研究这个工定位的一个意义啊。哎，我们稍等一下，研究这个公定位关系啊，其实它计算需要点时间的啊，尤其是大家研究大样本的时候。

更需要时间啊，每天对那个研究领域的时候，只能用单样本研究啊，不能多样本跨样本研究啊。每一个做每一个样本，它有独特的独立的坐标体系啊，我们需要在单样本研究基础上进行一个研究啊。哎，我们稍等一下，让他计算一下淋浴的一个关系啊，细胞之间淋浴的关系。啥叫一个点，就是一个port呀。为什么我感觉问的这些问题好像都没接触过空间数据呢？一个点就是一个port啊，55μm的精度啊。

然后离周围的点的话，大家都知道点与点之间是10乘的，点与点之间是100μm嘛，你的离域就接近200μm了嘛，对吧，刚好是这个范围之内啊。哎，我们稍等一下，计算到73%了。哎，很快了。嗯，大家可以看到了，每次我演示脚本的时候。是不是都跑的比较慢？啊，我不知道其他人讲课是怎么讲的，其他人讲课跑得快吗？是不是一通通就很快就跑完了。啊，那时候很快跑完，一般都是拿着小数据给大家演示一下，跑出来结果就可以了，啊，大家真正做像我们那种大样本量是吧。哎，不是那种小的样，小的样本或者小数据可以替代的啊，所以说很多服分析啊，还是要在服务器的基础上进行一个努力啊。55乘二是110吧，一百咋来的？

哎，我看看来你真的是没有接触过空间数据是吗？他点与点之间有空隙啊。有45μm的空隙啊，所以圆心之间的距离是100啊。好了，计算完了，我们来看一下它的固定位关系啊，画个图。画个图。这个颜色啊，大家可以自己调整啊，像这个我写了。呃，蓝白红这样一个颜色梯度啊，大家可以根据自己的需求进行一个调整啊。然后再点啊，我们设置一下这些变量名啊。就写成test。

哎，我们来看一下供定位，这是细胞类型之间的供定位啊。当然这个画图啊，大家在我的基础上可以适当的进行呃，优化啊优化，哎，我这个怎么打开。换一个打开图形。华为，哎。哦，底片没有啊，白色底片没有这个地方啊，大家在画图的时候一定要注意它的细胞类型，固定位的一个颜色搭配啊，颜色搭配我这个里没有设底片啊，不过这个不影响我们后续的一个数据分析啊。包括大家在出图的时候，要对图片的一个结果啊。进行一个简单的一个设置啊。这里面我们来设置一下啊。哎，图片怎么设置呢。之前在讲C图location的时候，哎，讲过啊，大家一定要把这些东西能串起来。哎，在这个下面ST。

嗯。哎，我们试一下。那出个图试试啊，但是这种P图啊。PNG啊，尤其是PNG图。哎，远没有这种PDF，这种线，这种矢量图来的更加好啊。一样的。

就这样子。啊，用这种白色底板啊。画一画。哎，研究空间的一个细胞类型，固定位的一个状态，哎，这是importance，就是它值越大说明固定位效果越强啊，大家也可以看到这个细胞类型，它在固定位的时候啊，哎，不是这种这种。就是说叫什么对称式的，哎，斜对角对称式的。比如说fibber对应的CM对吧？呃，这个地方还是可以的，它这两者之间就是那种那种关系了，A和B就是相互共定位的关系了，但很多时候啊，存在，比如说这个随系和这个CM共定位是吧，但是CM和随系呢，哎，共定位就没有那么强了，就是单向共定位了。接下来呢，还有一些其他的，比如说通通的话，我这里面随便准备了个通啊。

大家这个通路啊。无论是R版本还是Python Python版本它都是，呃，强调了这个通路，就这个，这个是个软专门的一个包的一个通啊，专门的一个包的通路。这里面有多少通路呢啊，特别多啊。特别多包的通，呃，然后呢，如果大家想对这个自己的通路进行一个分析的话，哎，可以把这个替换掉，替换成自己的通路，比如机通路。哎，都可以啊，都可以。呃，计算的时候呢，这个哎呀相当的那个了啊，就相当的慢了啊。嗯，相当的慢了啊。会有一点点限速。呃，如果这还是Python版本，如果是R版本就更显速啊。嗯。啊，接下来就是绘图了。啊，不过这个回头又开始限速啊，就是计算每种细胞类型和它的一个呃，通路打分矩阵，就是两个矩阵之间的一个固定位关系。

啊，这个就限速了啊。相当限速啊。画出来的图呢，就和我写的推文一样啊，就那种图。哎，就这种图啊。这是细胞和细胞之间，这个是哎，细胞类型和通路之间定位的一个关系啊。不过这个地方很限速啊，大家一般在接触到这些真实样本的时候都相当限速啊。哎呀，我们这我这就不多演示了啊。淋浴是单样本，供定位是多样板，为什么供定位留到了多样门？哎，你要明白啊，固定位多样本是因为固定位但还但领域计算固定位都是单样本分析的，哎，但是你要比较样本之间的固定位关系，这个时候就要多样本来进行比较啊，不是说多样本混合到一起去计算固定位啊。

6种细胞类型，我只想看其他3种细胞类型的宫颈会，你能演示一下过程3种是吧？其实就是矩阵关系啊。嗯嗯嗯。这个地方哎，我们计算完之后啊，当然刚才计算通给覆盖了。哎，计算完之后，大家可以看到它的一个矩阵关系啊。哎，这个地方有3种是鹰唇朱帘是吧。了。3种模式，大家会抽取其中的数据啊。然后是。Layers.

我抽取的时候不像那种普通的抽取啊。Layers.Which.哎，拿到这个矩证，不过在存储的时候啊，哎，PY摄版本都是这种存储格式，不是大家典型的那种matrix啊，不是典型的那种matrix，这个的时候大家要把它复制出来。哎，抽拿到它那个单一的矩阵。就和那个。这种矩阵一样。没打去了。这种矩阵一样啊，不过这种方式比较麻烦，你你可以这样。哎，跟我一样OBSM是吧。Component. 就是。

一二三四五六七八九十十十一是吧，比如说我只想看哎。前5种吧，对不对，这个时候呢，我们要先把这个一把它给。写上替换一下。0对吧，这个时候呢，我们。1就是我们现在的全矩阵了。啊依就是我们现在的全主任了，对吧，这个时候呢，我们把这个写成。哎，你感兴趣的。你比如说你感兴趣钱。前几个前5个吧，或者说具体的细胞类型你就写上就行了啊，注意这是力。然后我这里就写前5个吧。哎，这个时候我们拿到的这个就是前5个了，这个时候你通通通通往下跑，就是只计算前5个了。明白了吧？比如说我们跑一下啊。

嗯，这个是在哪儿。哎，首先是这个啊。然后是这个。啊，计算啊。哎，这个时候就只算结速算前5个了啊，但是这个比较耗时间啊，等一下啊。啊，就是说你感兴趣哪个，你自己抽就行了啊，不需要那个一定要把所有细胞类型都放进来抽就行了，就是说他计算的哪个，比如说计算的是这个去这个，哎，Slow的下面的。哎，你想要什么信息，就把它给专门提取出来，放到这儿。他就只计算这几个了。不会再有其他的了啊。当然了，我建议第一步分析，你先那个啊，先把所有的都分析一遍啊，不要一下子就抽一些啊。明白了吧？你看他只计算这5个了，都已经80了，那就没了对吧。

嗯，然后画一下。啊，其他的分析都是一样的啊，你计算哪个，你抽哪个啊抽哪个。就可以了。哎，你看就只剩下填5个了。啊，就是就感兴趣前5个了，你你想要哪个要哪个啊，你自己抽就行了啊，大家抽信息要会啊，抽信息要会啊。当然公司一般不抽啊，公司一般把所有的都给你了，通路这个其实也是一样的，不过比较限速啊，TF也比较限速啊，不过这个一样都是那个一模一样的那种，最后来展示一下公定位那个配受体。好，我们来看一下配速题。啊，都是一样的啊，都是一样的，自己抽一下就可以了啊。

然后是当然配受体分析啊，通常只分析高面积啊，只分析高面积。对于那些低遍的，就我不管了。然后是推收体啊，也是一个计算公定位的一个状态，这个公定位的状态大家注意也是这个距离范围啊，然后计算就是啊，也是绘图了。哎，回头是extra，哎，这个地方就更远一点啊，我影潭的是没跑。这个地方没跑吗？没跑完吗。谈的啥？VIVO的话，我们尽量还是采用这种啊，只有两种英尺是extra，说明它是一种限速的一个，呃，限制范围的一个绘图啊。Tops.

没有这个啊。空的。啊，没有配书题吗？没有分析到配受体吗？看来这个高变基因我们是不是设的太严格了？可能太严格了啊，我们把它适当的放大一点。万七啊。嗯，我。方便机。出。是有多少个？

还是有的，不过这些基因，哎呀，不一定是不一定是配受体啊。Index.有询问记。哦，2800多啊，2800多个高面积。这个值可能太阈值可能太高了。看到50.01。工是阈值0.1，可能有点高啊。高了之后呢，它就会显示这个。呃，没有计算到。高了之后显示没有计算到啊，那也是点位。这个值有点高啊，不过这个值啊，已经是比较低了啊，不能再低了，说明这个样本在分析配送理工定位的时候存在一定的，嗯，存在一定的问题。

就是说它配受力功定位没有那么强。Cut off.啊，这个值不能再低了，不能再低了，真的不能再低了啊，已经拿到的是全信息了，没有就是没有了。哎，没有就是没有了啊，没有就是没有了。大家在分析的时候呢，一定不能把这个值调啊，我我给大家的这个阈值啊，都已经是相当的低了啊。正常分析出来的结果呢，大概就是这样一个结果。这种啊这啊这种的。黑体这种IMPORTANCE1~2啊。好了，大家有什么问题吗？通路这个太限速啊，这个大家要自己回去练啊，包括通路该选什么样的，那个你自己要挑选啊，大家要学会抽信息啊。

嗯，高精度平台单细胞级数据是不是不用做三维透螺啊，不用做啊不用做，您已经能拿到这个单细胞级的这个空间位置了，不需要做，只需要。诶，进行SC派的简单分析来跑这个公定位就可以了啊，只不过跑的时候大家要注你要注意啊，我说了啊，我这个脚本是以这个viismm为例啊，你跑的时候比如说这个B是200，那200可以不管，但是on neighbors你得换啊。为什么是6啊？你是扣X可不能是6啊，你得是30或者10啊。哎，你得是30或者10啊，你得你得你得距离，因为你已经是单细胞级了，你的精度已经比我要高了，我是不高，并且这个距离范围比较大，才是这样6啊，你已经是高精度了，你就得研究的多一点，你就得斜的大一点啊。

HD是9吗？HD?如果以这个，如果你是8μm。也是10或者30啊。但是我建议你最好还是研究淋浴的领域，把它范围扩大大一点啊，不止研究一个九宫格的周围bug，也要把它周围bug的外围再来一圈，也要把它放进来啊。把它距离尽量的放的远一点，远一点啊。好了啊，这个脚本我会发给大家的啊。这个脚本我会发给大家，然后。什么多少？什么？是多少距离吗？距离200范围之内嘛，不是说了吗。2圈是多少？你在你这个要算一下了，你看一个点的外围是八个，在外围十几个吧，反正二十二三十个的样子，然后你自己看一下啊，拿到那个HD的数据，你算一再数一下啊。