课前准备----细胞分子邻域矩阵的获得与运用

作者，Evil Genius

最近可能是放假的原因，所以硕博士科研的强度低了一点，开始有的人去玩一玩，或者做一些自己感兴趣的内容，或者报考驾照等等，我当初读研的时候，暑假放20天，不知道大家放多少天，，这段日子，其中就有一些人选择了学习生物信息。

最近有人问我报班学习的事，之前聊过，看自己需求，当然了，培训班都有费用，因为一般培训班上课都至少2个月，那么费用自然几千到1万不等，而且各种培训班良莠不齐，大家要能够识别。

其中有很多人问没法报账，自费太贵怎么办，这让我想起了自己当初考研报培训班的事，我本科学的生物科学，考研想报考工科，但是工科需要学习数学，高数、现代、概率论，本科阶段就学过高数，而且都还给老师了，当然可以选择自己自学，不过肯定非常吃力而且一个人琢磨很容易放弃，当时报班相比于现在算便宜，1000，但是本科的时候大家都没钱，都伸手给家里要钱，当时没办法，大三上半学期结束跑到超市做了2个月收银员，清晰的记得2个月挣了4000出头，花了2000报了英语和数学。

学习技能绝对是值得肯定的，最重要的是有一群和自己一样的人，在一起学习和交流，效果当然比一个人琢磨好得多。

今天我们分享如何获得细胞的分子邻域矩阵。

每个细胞/spot都处在一定的空间微环境中，这个微环境包括的分子的表达情况和细胞的分布情况，以10X为例，我们需要知道每个spot周围6个spot的基因表达情况和细胞分布特点。对于高精度平台，例如CODEX，那么我们需要知道每个细胞周围最近的10（20）个细胞的细胞类型和表达特点，进一步为我们提供不同条件下，细胞类型邻域的发生和变化。

当然了，随着分析的深入，自然需要更加精细化的课题设计和数据整理，对大家的要求自然也高一点。

我们的目标是第一步，获取每个spot/细胞的临近spot/细胞坐标信息。

第二步构建细胞的分子邻域矩阵

第三步就是分析分子邻域矩阵的表达特点和差异，这部分随着课题的不同，内容不同，需要大家自己动手分析了。其中最直观的就是邻域通讯的差异。

完整代码如下,适用于各种空间平台。代码有需要的拿走，绝对不能随意分享了。