空间转录组数据下游分析(二)

邻近富集分析（Proximity Enrichment Analysis）是空间转录组数据分析中的一种重要方法，用于评估细胞类型对之间的空间关联性。该分析通过置换检验（permutation-based tests）来比较实际观察到的细胞类型对出现的频率与随机置换数据中的频率，从而确定细胞类型之间的空间关系是否具有统计学意义。分析结果以富集z分数（enrichment z-scores）的形式输出，这些分数反映了细胞类型对之间实际的邻近频率与随机预期频率的差异程度。

这种分析方法有助于揭示细胞在空间上的相互作用和组织结构，对于理解细胞微环境和疾病机制具有重要意义，在疾病研究中的应用主要体现在以下几个方面：

1. 揭示疾病机制

邻近富集分析能够揭示细胞间的相互作用及其在疾病中的作用机制。例如，在肿瘤微环境（Tumor Microenvironment, TIME）研究中，通过分析特定细胞类型（如免疫细胞、肿瘤细胞）之间的空间邻近关系，研究人员可以了解这些细胞如何相互作用并影响肿瘤的生长和转移。在宫颈癌研究中，通过分析SPOP蛋白表达与免疫细胞浸润的差异，研究人员探讨了宫颈癌转移的潜在机制。

2. 分析细胞微环境和组织结构

邻近富集分析可以用于解析细胞微环境中的蛋白质组成和相互作用。例如，通过邻近标记技术，研究人员可以在活细胞或组织内标记特定区域的蛋白质组，从而获得更全面、更真实的细胞器蛋白质图谱。在肿瘤研究中，利用邻近标记技术可以精准地解析肿瘤细胞及其周围基质细胞、免疫细胞等的蛋白质组

邻近富集分析结果热图展示:

富集得分反映了两种细胞类型之间空间邻近关系的显著性。高富集得分表明两种细胞类型在空间上存在显著的聚集现象，可能暗示它们之间存在功能上的相互作用

邻近富集分析结果以图网络形式展示:

• 节点：每个节点代表一种细胞类型，节点的大小表示该细胞类型的频率。细胞类型频率越高，节点越大。

• 边：连接两个细胞类型的边代表它们之间的富集得分，即细胞类型对之间的空间邻近关系的显著性。富集得分越高，表明两种细胞类型在空间上越倾向于相互靠近，边的粗细或颜色深浅可以用来表示富集得分的高低。

• 突出显示特定细胞类型：可以通过调整节点的颜色、形状或添加标签等方式，来突出显示研究者感兴趣的特定细胞类型，以便更清晰地展示这些细胞类型与其他细胞类型之间的空间关系。