CODEX 数据分析服务

CODEX 技术可在一张组织切片样本上同时检测几十上百个蛋白标志物。为了便于图像清楚展示，我们可根据您感兴趣的蛋白标志物，或感兴趣的组织区域（ROI），导出特定的高质量多色荧光图像，用于数据汇报、文章发表等。

通过直方图可展示样本单细胞空间数据中细胞面积和DAPI 核信号强度的分布，协助剔除大小或核信号异常的细胞，实现初步图像 QC，从而为后续生信分析提供高质量数据。

基于细胞 QC 后获得的高质量单细胞空间表达数据，对所有检测标志物进行两两相关性分析，通过层次聚类与热图可视化相关性结果，辅助验证标志物共表达及特异性。

通过非监督聚类的 UMAP 或 t-SNE 图对聚类结果进行可视化。后续可根据每个细胞 cluster 的蛋白表达特征对其进行细胞表型注释。

可清晰展示各蛋白标志物在不同 cluster 中的表达情况，为细胞类群表型注释提供关键依据。

可清楚展示每个蛋白标志物在各个细胞表型上的表达水平高低，也可以用于进一步辅助细胞类型判断。

在完成细胞表型注释后，从表型层面展示各细胞类型对应的标志物表达特征，进一步确认注释结果的可靠性与稳定性。

将经过表型注释的各类细胞，以不同颜色精准映射回组织切片的原始空间位置，直观展示不同细胞类型在组织微环境中的空间排布。下图展示组织内单个细胞类型的空间图：

统计各细胞表型在每个 ROI 中的占比比例，采用多种图表从不同角度展示：

• 饼图——直观展示单个 ROI 内细胞表型的构成情况
• 堆积图——对比不同 ROI 间各细胞表型的比例差异
• 箱线图——直观展示不同细胞表型在各 ROI 所占比例的分布情况

基于细胞空间坐标，计算不同细胞表型（phenotype）之间的最短距离，并进行统计和可视化，量化细胞类型间的空间邻近关系。

在空间层面实现细胞共现（co-occurrence）或排斥（avoidance）的统计显著性分析，揭示细胞类型之间的空间相互作用关系。

空间邻域是指以单个细胞为中心，定义其"空间邻居"，再通过邻居的细胞类型组成特征，将具有相似局部环境的细胞归为同一"邻域"，最终识别组织中重复的功能区域，从空间组织层面解读生物学意义。