細(xì)胞在組織器官內(nèi)所處的空間位置對(duì)于它發(fā)揮特異性功能至關(guān)重要，為了突破現(xiàn)有空間轉(zhuǎn)錄組學(xué)技術(shù)在分辨率和通量上的局限性，生物信息學(xué)家設(shè)計(jì)了多種算法來(lái)整合空間轉(zhuǎn)錄組與單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)，但不同算法的工作原理和適用范圍存在顯著差異，使得研究者很難選擇最佳算法用來(lái)預(yù)測(cè)細(xì)胞類型和基因表達(dá)的空間分布。中國(guó)科大科研人員通過(guò)設(shè)計(jì)一整套分析流程，從準(zhǔn)確性、魯棒性、計(jì)算資源耗時(shí)等多維度，系統(tǒng)性地評(píng)估了16種空間轉(zhuǎn)錄組和單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)整合算法在預(yù)測(cè)基因或細(xì)胞類型空間分布方面的性能，并在開(kāi)源軟件平臺(tái)github上提供了該流程，以幫助研究人員選擇最佳分析工具，促進(jìn)對(duì)相關(guān)生物學(xué)和病理過(guò)程的理解。相關(guān)成果發(fā)表在《自然方法》。