細胞境界画像に基づく高解像度空間トランスクリプトミクスのための単一細胞遺伝子発現プロファイルの生成

非標識：空間的に解決されたトランスクリプトミクスでは、ステレオセックは単一細胞レベルでの大きな組織の分析を促進し、細胞内解像度とセンチメートルレベルの視野を提供します。ステレオセルに関する以前の研究では、セル核染色画像と統計的方法を使用してワンストップソフトウェアを導入して、ステレオセックデータの高い自信シングルセル空間遺伝子発現プロファイルを生成しました。細胞膜/壁染色画像などの細胞境界情報の取得を可能にする進歩により、ソフトウェアを新しいバージョンのStcellbinに更新しました。セル核染色画像を使用して、Stcellbinは細胞膜/壁染色画像を空間遺伝子発現マップで整列させます。高度な細胞セグメンテーションにより、正確な細胞境界の検出が保証され、より信頼性の高いシングルセル空間遺伝子発現プロファイルにつながります。Stcellbinは、マウス肝臓（細胞膜）およびシロイヌナズナの種子（細胞壁）データセットに適用できることを確認し、他の方法を上回ることができることを確認しました。単一細胞遺伝子発現プロファイルをキャプチャする能力の向上により、組織生物学への単一細胞表現型の寄与をより深く理解することができます。 可用性と実装：stcellbinのソースコードは、https：//github.com/stomics/stcellbinで入手できます。

UNLABELLED: In spatially resolved transcriptomics, Stereo-seq facilitates the analysis of large tissues at the single-cell level, offering subcellular resolution and centimeter-level field-of-view. Our previous work on StereoCell introduced a one-stop software using cell nuclei staining images and statistical methods to generate high-confidence single-cell spatial gene expression profiles for Stereo-seq data. With advancements allowing the acquisition of cell boundary information, such as cell membrane/wall staining images, we updated our software to a new version, STCellbin. Using cell nuclei staining images, STCellbin aligns cell membrane/wall staining images with spatial gene expression maps. Advanced cell segmentation ensures the detection of accurate cell boundaries, leading to more reliable single-cell spatial gene expression profiles. We verified that STCellbin can be applied to mouse liver (cell membranes) and Arabidopsis seed (cell walls) datasets, outperforming other methods. The improved capability of capturing single-cell gene expression profiles results in a deeper understanding of the contribution of single-cell phenotypes to tissue biology. AVAILABILITY & IMPLEMENTATION: The source code of STCellbin is available at https://github.com/STOmics/STCellbin.