hello，大家好，这一次我们先来简单探讨一下我们在分析10X空间转录组数据时候得到的基因空间表达模式，也就是我们通常所说的空间差异基因，我们先来看看这个基因怎么得到的。
implemented in FindSpatiallyVariables(), is to search for features exhibiting spatial patterning in the absence of pre-annotation.（未注释的数据用于分析基因的空间表达模式）。The default method (method = 'markvariogram), is inspired by the Trendsceek, which models spatial transcriptomics data as a mark point process and computes a ‘variogram’, which identifies genes whose expression level is dependent on their spatial location（这个地方有两个参数，一个是variogram，是R包Trendsceek的方法，另一个参数是RunMoransI，用的是莫兰检验，用过monocle3的同学应该知道这个方法，他们的作用都是根据空间位置来判断基因模式），更具体地说，此过程计算gamma（r）值，该值测量相距某个“ r”距离的两个点之间的依赖性。 默认情况下，我们在这些分析中使用r值“ 5”，并且仅计算可变基因的这些值（变异的计算独立于空间位置）以节省时间。
We note that there are multiple methods in the literature to accomplish this task, including SpatialDE, and Splotch. We encourage interested users to explore these methods, and hope to add support for them in the near future.
图片.png
目前这个部分的分析还是一片处女地，需要我们更多的探索，其实个人想到一个很感兴趣的地方，就是空间差异基因和配受体分析结合，是不是具有很好的价值呢？？
生活很好，等你超越
