课后补充----banksy：重塑空间组学数据分析

作者，Evil Genius

Building Aggregates with a Neighborhood Kernel and Spatial Yardstick (BANKSY)。

参考文章BANKSY unifies cell typing and tissue domain segmentation for scalable spatial omics data analysis（nature genetics）。算法作为一种创新的空间组学数据分析工具，其主要功能是将空间组学数据中的细胞根据类型和组织域进行有效分类。通过结合细胞自身的转录组数据和其在微环境中的空间关系，有效地提高了细胞分类的准确性和效率。

参考示例，Analysis, visualization, and integration of Visium HD spatial datasets with Seurat • Seurat

那么从这个方面来讲，华大平台和百迈客的空间平台也可以用这个高分方法，提高分析的准确度。

分析适用的平台主要都是高精度平台，例如FISH, Slide-DNA-seq, multiplexed ion beam imaging by time of flight, CosMx、CODEX，自然也适用于HD、华大、百迈客的空间平台。

banksy的分析原理

分析的目标

1、改善细胞类型分配
2、区分微环境的不同细胞类型
3、确定共享相同微环境的空间域
4、banksy使用混合参数，权衡细胞转录组矩阵和邻域表达矩阵的贡献，较小的参数设置强调自身的转录组，因此导致细胞根据细胞类型进行聚类。

BANKSY算法特点：高精度的空间分辨率

综合性的分析能力

代码示例, R版本,https://prabhakarlab.github.io/Banksy/

python版本，https://github.com/prabhakarlab/Banksy_py

生活很好，有你更好