Pracownia Transkryptomiki Przestrzennej Spatial Transcriptomics Laboratory

Zakład Histologii i Embriologii Department of Histology and Embryology

Uniwersytet Medyczny im. Karola Marcinkowskiego w Poznaniu Poznan University of Medical Sciences

Transkryptomika przestrzenna to metoda badająca ekspresję całego transkryptomu (wszystkich genów) w preparacie histologicznym, z zachowaniem informacji o ich dokładnej lokalizacji w strukturze tkankowej. Pozwala to na nałożenie mapy aktywności genów bezpośrednio na obraz histologiczny preparatu wraz z analizą ich potencjalnych interakcji. Spatial transcriptomics is a method that examines the expression of the entire transcriptome (all genes) in a histological slide while preserving information about their precise location in tissue structure. This allows overlaying gene activity maps directly onto histological images of the slide along with analysis of their potential interactions.

🔬 Rozdzielczość Komórkowa 🔬 Cellular Resolution

Dane transkryptomiczne o rozdzielczości pojedynczej komórki bez utraty informacji przestrzennej Transcriptomic data at single-cell resolution without loss of spatial information

🗺️ Kontekst Anatomiczny 🗺️ Anatomical Context

Zachowanie kontekstu anatomicznego poprzez nałożenie danych molekularnych na barwienie H&E Preservation of anatomical context through overlay of molecular data on H&E staining

🔗 Interakcje Międzykomórkowe 🔗 Intercellular Interactions

Mapowanie interakcji międzykomórkowych w natywnym mikrośrodowisku tkankowym Mapping of intercellular interactions in native tissue microenvironment

🎯 Rzadkie Populacje 🎯 Rare Populations

Identyfikacja rzadkich populacji komórkowych w ich naturalnych niszach Identification of rare cell populations in their natural niches

Zalety Technologii Technology Advantages

Transkryptomika przestrzenna łączy zalety histologii/histopatologii klasycznej (morfologia, lokalizacja) z możliwościami transkryptomiki funkcjonalnej (profilowanie ekspresji tysięcy genów jednocześnie), otwierając nowe perspektywy dla badań podstawowych i translacyjnych. Spatial transcriptomics combines the advantages of classical histology/histopathology (morphology, localization) with the capabilities of functional transcriptomics (profiling expression of thousands of genes simultaneously), opening new perspectives for basic and translational research.

Nasz Projekt: Atlas Przestrzenny Gruczołu Nadnerczy Our Project: Spatial Atlas of the Adrenal Gland

Przeprowadziliśmy kompleksową analizę gruczołu nadnerczy myszy z uwzględnieniem różnic płciowych, wykorzystując platformę Visium HD (10x Genomics). We conducted a comprehensive analysis of mouse adrenal gland including sex differences using the Visium HD platform (10x Genomics).

104 032 Przeanalizowane komórki Analyzed cells
8 Próbek (4♂ + 4♀) Samples (4♂ + 4♀)
10 Populacji komórkowych Cell populations
19 070 Dostępnych genów Available genes
Interactive transcriptomic atlas
Interaktywny atlas transkryptomiczny nadnerczy przedstawiający jednoczesną wizualizację czterech różnych genów (Cyp11b2, Gpc3, Npy, Akr1c18) w nadnerczach samców (Male) i samic (Female) myszy. Każdy gen jest reprezentowany przez dedykowany kanał koloru z regulowaną przezroczystością. Atlas umożliwia eksplorację ekspresji genów w kontekście przestrzennym z dostępem do projekcji UMAP, wykresów skrzypcowych (Violin), map cieplnych (Heatmap) oraz nakładania wielu genów jednocześnie (Multiple Genes). Interactive transcriptomic atlas of the adrenal gland showing simultaneous visualization of four different genes (Cyp11b2, Gpc3, Npy, Akr1c18) in male and female mouse adrenals. Each gene is represented by a dedicated color channel with adjustable transparency. The atlas enables exploration of gene expression in spatial context with access to UMAP projections, Violin plots, Heatmaps, and overlay of multiple genes simultaneously (Multiple Genes).

Interaktywny Atlas Online Interactive Online Atlas

Eksploruj pełny atlas transkryptomiczny bezpośrednio w przeglądarce Explore the full transcriptomic atlas directly in your browser

Otwórz Atlas Open Atlas

Nasze Wcześniejsze Atlasy Our Previous Atlases

Atlas Transkryptomiki Przestrzennej Gruczołu Nadnerczy Myszy Spatial Transcriptomic Atlas of the Mouse Adrenal Gland

(tradycyjne Visium) (traditional Visium)

➜ Przejdź do atlasu ➜ Go to atlas

Kanoniczne Geny Markerowe w Nadnerczach Człowieka i Myszy Canonical Marker Genes in Human and Mouse Adrenal Glands

 

➜ Przejdź do atlasu ➜ Go to atlas

Infrastruktura Bioinformatyczna Bioinformatics Infrastructure

Space Ranger
Seurat v5
Harmony
CellChat
SpaTrack
Plotly Dash
Docker

Wyniki Analiz Bioinformatycznych Bioinformatics Analysis

High-resolution spatial preparation
Wysokorozdzielczy preparat przestrzenny przedstawiający heterogenność komórkową w obrębie gruczołu nadnerczowego myszy na poziomie pojedynczych komórek. Górny panel przedstawia przestrzenne rozmieszczenie czterech kluczowych genów markerowych: Cyp11b2 (zielony), Gpc3 (różowy), Npy (niebieski) i Akr1c18 (żółty). Dot plot (po prawej) pokazuje ekspresję top 10 genów markerowych w poszczególnych klastrach. Dolne panele prezentują przestrzenną dystrybucję ośmiu dodatkowych genów markerowych nałożonych na reprezentatywny preparat nadnercza myszy barwiony metodą H&E. High-resolution spatial slide showing cellular heterogeneity within mouse adrenal gland at single-cell level. Upper panel shows spatial distribution of four key marker genes: Cyp11b2 (green), Gpc3 (pink), Npy (blue), and Akr1c18 (yellow). Dot plot (right) shows expression of top 10 marker genes in individual clusters. Lower panels present spatial distribution of eight additional marker genes overlaid on representative mouse adrenal slide stained with H&E.
UMAP projections
Komunikacja międzykomórkowa w nadnerczu myszy zależna od płci. (A) Całkowita liczba interakcji (po lewej) i sumaryczna siła interakcji (po prawej) u samców i samic. (B) Wykresy kołowe przedstawiające interakcje między populacjami komórek u samców (po lewej) i samic (po prawej); grubość linii odpowiada liczbie interakcji. (C) Mapy cieplne wzorców sygnalizacji wychodzących; intensywność koloru wskazuje względną siłę sygnalizacji (0–1). Wykresy słupkowe pokazują sumaryczną siłę sygnalizacji dla każdego szlaku. (D) Diagramy kołowe sygnalizacji Shh u samców (po lewej), pokazujące komunikację z populacji ZG podtorebkowej i ZG do komórek docelowych przez Shh–Ptch1/SMO, oraz sygnalizacji Spp1 u samic (po prawej), ilustrujące wielokierunkową komunikację z udziałem wielu receptorów integrynowych i CD44. Sex-specific cell-cell communication in the mouse adrenal gland. (A) Total number of inferred interactions (left) and aggregate interaction strength (right) in male and female adrenal glands. (B) Circle plots showing interactions between cell populations in males (left) and females (right); line thickness represents interaction count. (C) Heatmaps of outgoing signalling patterns; colour intensity indicates row-scaled relative signalling strength (0–1). Bar plots show total outgoing strength per pathway. (D) Chord diagrams of Shh signalling in males (left), showing communication from subcapsular ZG and ZG populations to target cells via Shh–Ptch1/SMO, and Spp1 signalling in females (right), showing multi-directional communication involving multiple integrin receptors and CD44.
Marker heatmaps
Heatmapy przedstawiające ekspresję najważniejszych markerów dla poszczególnych klastrów reprezentujących różne typy komórek. Każdy wiersz reprezentuje gen marker, a kolumny odpowiadają poszczególnym klastrom. Skala kolorów (od czerwonego przez czarny do żółtego) odzwierciedla znormalizowaną ekspresję genów (Z-score od -3 do +3). Widoczne są charakterystyczne sygnatury molekularne dla każdej populacji komórkowej: Wnt2b i Rspo3 dla torebki łącznotkankowej, Cyp11b1 i Cyp11b2 dla strefy kłębkowatej, Nr4a2 i Gpc3 dla strefy pasmowatej oraz Pnmt i Th dla rdzenia nadnerczy. Analiza ta pozwala na precyzyjną identyfikację i charakteryzację typów komórek na podstawie ich unikalnego profilu transkrypcyjnego. Heatmaps showing expression of the most important markers for individual clusters representing different cell types. Each row represents a marker gene, and columns correspond to individual clusters. Color scale (from red through black to yellow) reflects normalized gene expression (Z-score from -3 to +3). Characteristic molecular signatures are visible for each cell population: Wnt2b and Rspo3 for connective tissue capsule, Cyp11b1 and Cyp11b2 for zona glomerulosa, Nr4a2 and Gpc3 for zona fasciculata, and Pnmt and Th for adrenal medulla. This analysis allows precise identification and characterization of cell types based on their unique transcriptional profile.
Spatial expression of sex-differentiating genes
Ekspresja różnicowa genów specyficznych dla płci w strefie X nadnerczy myszy. (A) Wykres wulkaniczny różnicowej ekspresji genów między samcami a samicami w klastrze strefy X. Zidentyfikowano 299 różnicowo wyrażonych genów (66 z przewagą u samców, 70 u samic). Geny z ekstremalną przewagą u samic obejmują Akr1c18, Pik3c2g, Akr1d1 i Cd1d1, podczas gdy Hmox1 wykazuje silną przewagę u samców. (B) Przestrzenne mapy ekspresji 10 genów najbardziej różnicujących płeć, nałożone na preparaty H&E. Geny z przewagą u samic (Apoc1, C3, Pik3c2g, Cd1d1) wykazują wyraźną ekspresję w strefie X u samic, podczas gdy u samców są nieobecne. Geny z przewagą u samców (Hmox1, Hhex, Acsbg1, Akr1b7) pokazują szeroką ekspresję korową u samców z wykluczeniem ze strefy X u samic. Sex-specific differential gene expression in the mouse adrenal X-zone. (A) Volcano plot of differential gene expression between males and females in the X-zone cluster. A total of 299 differentially expressed genes were identified (66 male-biased, 70 female-biased). Genes with extreme female bias include Akr1c18, Pik3c2g, Akr1d1, and Cd1d1, while Hmox1 shows strong male bias. (B) Spatial expression maps of the top 10 sex-differentiating genes overlaid on H&E-stained sections. Female-biased genes (Apoc1, C3, Pik3c2g, Cd1d1) display distinct expression in the female X-zone but are absent in males. Male-biased genes (Hmox1, Hhex, Acsbg1, Akr1b7) show broad cortical expression in males with exclusion from the female X-zone.

Zespół Team

Dr Małgorzata Blatkiewicz
Dr Małgorzata Blatkiewicz
Kierownik Pracowni Transkryptomiki Przestrzennej Head of Spatial Transcriptomics Laboratory
Dr Małgorzata Blatkiewicz jest kierownikiem Pracowni Transkryptomiki Przestrzennej oraz pracownikiem naukowym w Zakładzie Histologii i Embriologii UMP w Poznaniu. Posiada doświadczenie w zakresie transkryptomiki przestrzennej oraz technik biologii molekularnej. Jej dorobek obejmuje ponad 29 publikacji cytowanych przez społeczność naukową ponad 100 razy. Dr Blatkiewicz specjalizuje się w przygotowaniu próbek do analiz przestrzennych, w tym w przygotowaniu bibliotek Visium HD, kontroli jakości oraz walidacji eksperymentalnej. Jej zainteresowania badawcze koncentrują się na fizjologii i patologii gruczołu nadnerczowego oraz medycynie translacyjnej. Dr. Małgorzata Blatkiewicz is the head of the Spatial Transcriptomics Laboratory and a researcher at the Department of Histology and Embryology, Poznan University of Medical Sciences. She possesses extensive expertise in spatial transcriptomics and molecular biology techniques. Her research profile includes over 29 publications cited more than 100 times by the scientific community. Dr. Blatkiewicz specializes in sample preparation for spatial analyses, including Visium HD library preparation, quality control, and experimental validation. Her research interests focus on adrenal gland physiology and pathology, and translational medicine.
ORCID ResearchGate
Prof. Marcin Ruciński
Prof. Marcin Ruciński
Analiza Bioinformatyczna Bioinformatics Analysis
Prof. Marcin Ruciński jest kierownikiem Zakładu Bioinformatyki i Biologii Obliczeniowej UMP. Posiada ponad 20 lat doświadczenia w badaniach nad fizjologią gruczołu nadnerczowego oraz ponad 10 lat w analizach bioinformatycznych metod transkryptomicznych, obejmujących mikromacierze ekspresyjne, RNA-seq i transkryptomikę przestrzenną. Biegle posługuje się językami R i Python, a także pakietami analitycznymi, takimi jak Seurat czy Giotto, oraz opracowuje własne pipeline'y bioinformatyczne. Jest autorem 146 publikacji cytowanych ponad 2700 razy (h-index = 28). Jego zainteresowania badawcze obejmują endokrynologię molekularną oraz zastosowanie metod bioinformatycznych w transkryptomice, ze szczególnym uwzględnieniem kory nadnerczy i osi podwzgórze–przysadka–nadnercza. Prof. Marcin Ruciński is the head of the Department of Bioinformatics and Computational Biology at PUMS. He brings over 20 years of experience in adrenal gland physiology research and more than 10 years in bioinformatics analysis of transcriptomic methods, including microarrays, RNA-seq, and spatial transcriptomics. He is highly proficient in R and Python programming, analytical packages such as Seurat and Giotto, and develops custom bioinformatics pipelines. He is the author of 146 publications cited over 2,700 times (h-index = 28). His research interests focus on molecular endocrinology and the application of bioinformatic methods in transcriptomics, with particular emphasis on the adrenal cortex and the hypothalamic-pituitary-adrenal axis.
ORCID ResearchGate
Dr Marta Szyszka
Dr Marta Szyszka
Technik Naukowy Scientific Technician
Dr Marta Szyszka jest członkiem zespołu badawczego Zakładu Histologii i Embriologii UMP, gdzie pełni funkcję technika naukowego. Posiada wysokie kompetencje w zakresie klasycznych procedur histologicznych, obejmujących utrwalanie, zatapianie, cięcie tkanek na kriostacie i mikrotomie oraz różnorodne techniki barwienia. W projektach związanych z transkryptomiką przestrzenną odpowiada za przygotowanie próbek, wykonanie wysokiej jakości skrawków tkankowych dla platformy Visium oraz standardowej histologii, a także za kontrolę jakości materiału histologicznego. Jej dorobek naukowy obejmuje 45 publikacji cytowanych ponad 529 razy. Dr. Marta Szyszka is a member of the research team at the Department of Histology and Embryology, PUMS, where she serves as a scientific technician. She has considerable expertise in classical histological procedures, including fixation, embedding, tissue sectioning on both cryostat and microtome, and various staining techniques. In spatial transcriptomics projects, she is responsible for sample preparation, execution of high-quality tissue sections for Visium platform and standard histology, and quality control of histological material. Her research profile includes 45 publications cited over 529 times.
ORCID ResearchGate
Anna Olechnowicz
Anna Olechnowicz
Technik Laboratoryjny Research Technician
Anna Olechnowicz pracuje jako technik laboratoryjny w Zakładzie Histologii i Embriologii UMP w Poznaniu, specjalizując się w przygotowaniu materiału biologicznego do analiz histologicznych. W projektach z zakresu transkryptomiki przestrzennej odpowiada za konstrukcję mikromacierzy tkankowych, optymalizację i wykonywanie protokołów immunohistochemicznych, ilościową analizę obrazów oraz współuczestniczy w interpretacji oraz walidacji danych. Anna Olechnowicz works as a research technician at the Department of Histology and Embryology, PUMS, specializing in the preparation of biological material for histological analyses. In spatial transcriptomics projects, she is responsible for tissue array construction, immunohistochemistry protocol optimization and execution, quantitative image analysis, and contributes to data interpretation and validation.
ORCID ResearchGate

Publikacje Publications

Nasze Publikacje Our Publications

Molecular Landscape of the Mouse Adrenal Gland and Adjacent Adipose by Spatial Transcriptomics Molecular Landscape of the Mouse Adrenal Gland and Adjacent Adipose by Spatial Transcriptomics
Autorzy: Authors: Małgorzata Blatkiewicz, Szymon Hryhorowicz, Marta Szyszka, Joanna Suszyńska-Zajczyk, Andrzej Pławski, Adam Plewiński, Andrea Porzionato, Ludwik K. Malendowicz, Marcin Rucinski
Czasopismo: Journal: Folia Histochemica et Cytobiologica Wolumin Volume 63, wydanie issue 4/2025
DOI: 10.5603/fhc.108988
Identification of Conserved Canonical Marker Genes in Human and Mouse Adrenal Glands Using Visium Spatial Transcriptomics Identification of Conserved Canonical Marker Genes in Human and Mouse Adrenal Glands Using Visium Spatial Transcriptomics
Autorzy: Authors: Małgorzata Blatkiewicz, Marta Szyszka, Szymon Hryhorowicz, Joanna Suszyńska-Zajczyk, Andrea Porzionato, Adam Plewiński, Ludwik K. Malendowicz, Marcin Rucinski
Czasopismo: Journal: Histochemistry and Cell Biology Wolumin Volume 164, wydanie issue 2/2026
DOI: 10.1007/s00418-025-02446-6

Publikacje w Przygotowaniu Publications in Progress

Single-cell resolution spatial transcriptomics maps sex-specific gene expression and cell-cell communication in the mouse adrenal cortex Single-cell resolution spatial transcriptomics maps sex-specific gene expression and cell-cell communication in the mouse adrenal cortex
Autorzy: Authors: Malgorzata Blatkiewicz, Szymon Hryhorowicz, Marta Szyszka, Joanna Suszynska-Zajczyk, Andrzej Plawski, Anna Olechnowicz, Andrea Porzionato, Ludwik K. Malendowicz, Marcin Rucinski
Wysłana do recenzji Submitted for review

Publikacje z tematu transkryptomiki przestrzennej z udziałem członków zespołu Publications in the spatial transcriptomics field with team members participation

Elucidating cardiac fibroblasts heterogeneity and activation during experimental autoimmune myocarditis using spatial transcriptomics Elucidating cardiac fibroblasts heterogeneity and activation during experimental autoimmune myocarditis using spatial transcriptomics
Autorzy: Authors: Monika Stefańska, Katarzyna Sarad, Marta Kot, Marcin Ruciński, Martyna Strzelec, Daria Krzysztofik, Eric L. Lindberg
Czasopismo: Journal: Biochemistry and Biophysics Reports Tom Volume 44 Rok Year 2025
Mapping Small Extracellular Vesicle Secretion Potential in Healthy Human Gingiva Using Spatial Transcriptomics Mapping Small Extracellular Vesicle Secretion Potential in Healthy Human Gingiva Using Spatial Transcriptomics
Autorzy: Authors: Blanka Maria Borowiec, Małgorzata Blatkiewicz, Marta Dyszkiewicz-Konwinska, Dorota Bukowska, Bartosz Kempisty, Marcin Rucinski, Michał Nowicki, Joanna Budna-Tukan
Czasopismo: Journal: International Journal of Molecular Sciences (MDPI) Rok Year 2025

Zastosowania w Onkologii Applications in Oncology

Transkryptomika przestrzenna znajduje szczególnie bogate zastosowanie w badaniach nad nowotworami, gdzie przestrzenna heterogenność odgrywa kluczową rolę. Spatial transcriptomics finds particularly rich applications in cancer research, where spatial heterogeneity plays a crucial role.

1. Heterogenność Wewnątrznowotworowa 1. Intratumoral Heterogeneity

  • Mapowanie podklonów komórek nowotworowych Mapping of tumor cell subclones
  • Identyfikacja regionów oporności na leki Identification of drug resistance regions
  • Wykrywanie przejścia nabłonkowo-mezenchymalnego Detection of epithelial-mesenchymal transition
  • Korelacja profilu molekularnego z histopatologią Correlation of molecular profile with histopathology

2. Mikrośrodowisko Immunologiczne 2. Tumor Microenvironment

  • Precyzyjne mapowanie typów komórek immunologicznych Precise mapping of immune cell types
  • Identyfikacja immunologicznych punktów kontrolnych Identification of immune checkpoints
  • Wykrywanie sygnatur wyczerpania limfocytów T Detection of T cell exhaustion signatures
  • Analiza przestrzennych interakcji ligand-receptor Analysis of spatial ligand-receptor interactions

3. Fibroblasty i Macierz Pozakomórkowa 3. Fibroblasts and Extracellular Matrix

  • Identyfikacja podtypów fibroblastów związanych z nowotworem Identification of cancer-associated fibroblast subtypes
  • Wykrywanie gradientów przebudowy macierzy Detection of matrix remodeling gradients
  • Analiza sygnalizacji TGF-β, PDGF, FGF Analysis of TGF-β, PDGF, FGF signaling
  • Identyfikacja nisz komórek macierzystych Identification of stem cell niches

4. Angiogeneza 4. Angiogenesis

  • Mapowanie komórek śródbłonka Mapping of endothelial cells
  • Identyfikacja regionów z aktywną angiogenezą Identification of regions with active angiogenesis
  • Wykrywanie nieprawidłowych naczyń Detection of abnormal vessels
  • Analiza ścieżek sygnalizacyjnych VEGF/VEGFR Analysis of VEGF/VEGFR signaling pathways

5. Predykcja Odpowiedzi na Immunoterapię 5. Immunotherapy Response Prediction

  • Fenotyp zapalny vs wykluczający Inflamed vs excluded phenotype
  • Identyfikacja pustyń immunologicznych Identification of immune deserts
  • Trzeciorzędowe struktury limfoidalne Tertiary lymphoid structures
  • Stratyfikacja pacjentów Patient stratification

Inne Zastosowania Other Applications

🧠 Neurobiologia 🧠 Neurobiology

  • Mapowanie subtypów neuronów i komórek glejowych Mapping neuron and glial cell subtypes
  • Ogniska neurodegeneracji (Alzheimer, Parkinson) Neurodegeneration foci (Alzheimer's, Parkinson's)
  • Analiza bariery krew-mózg Blood-brain barrier analysis
  • Charakteryzacja guzów mózgu Brain tumor characterization

🛡️ Immunologia 🛡️ Immunology

  • Mapowanie ognisk zapalnych Mapping inflammatory foci
  • Limfocyty autoreaktywne Autoreactive lymphocytes
  • Struktura węzłów chłonnych Lymph node structure
  • Odpowiedź na szczepienia Vaccination response

🫀 Kardiologia 🫀 Cardiology

  • Przebudowa po zawale serca Post-myocardial infarction remodeling
  • Zastoinowa niewydolność serca Congestive heart failure
  • Kardiomiopatie genetyczne Genetic cardiomyopathies
  • Analiza tętniaka aorty Aortic aneurysm analysis

🔬 Biologia Rozwoju 🔬 Developmental Biology

  • Organogeneza i morfogeneza Organogenesis and morphogenesis
  • Nisze komórek macierzystych Stem cell niches
  • Regeneracja tkanek Tissue regeneration
  • Reprogramowanie komórkowe Cellular reprogramming

Nasza Oferta Our Services

Oferujemy pełen zakres usług związanych z transkryptomiką przestrzenną, od projektowania eksperymentu po interaktywne atlasy. We offer a full range of services related to spatial transcriptomics, from experiment design to interactive atlases.

1. Projektowanie Eksperymentu i Przygotowanie Próbek 1. Experiment Design and Sample Preparation

  • Konsultacje w doborze technologii Technology selection consultations
  • Optymalizacja protokołów dla różnych typów tkanek (FFPE, materiał mrożeniowy) Protocol optimization for different tissue types (FFPE, frozen material)
  • Kontrola jakości RNA (DV200, RIN) RNA quality control (DV200, RIN)
  • Wybór paneli genów do walidacji Selection of gene panels for validation

2. Wstępne Przetwarzanie Danych 2. Initial Data Processing

  • Przygotowanie bibliotek Visium HD Visium HD library preparation
  • Przetwarzanie w Space Ranger (wyrównanie, liczenie UMI, segmentacja komórkowa) Processing in Space Ranger (alignment, UMI counting, cell segmentation)
  • Kontrola jakości i raportowanie Quality control and reporting

3. Zaawansowana Analiza Bioinformatyczna 3. Advanced Bioinformatics Analysis

Standardowa ścieżka: Standard pipeline:
  • Normalizacja i korekcja efektów wsadowych (Seurat, Harmony, Scanpy) Normalization and batch effect correction (Seurat, Harmony, Scanpy)
  • Grupowanie i identyfikacja typów komórek Clustering and cell type identification
  • Analiza ekspresji różnicowej (pseudobulk, specyficzna dla klastrów) Differential expression analysis (pseudobulk, cluster-specific)
  • Identyfikacja genów markerowych i adnotacja biologiczna Marker gene identification and biological annotation
Analizy specjalistyczne: Specialized analyses:
  • Wnioskowanie komunikacji międzykomórkowej (CellChat, LIANA, NicheNet) Cell-cell communication inference (CellChat, LIANA, NicheNet)
  • Analiza trajektorii przestrzennych (SpaTrack, Palantir) Spatial trajectory analysis (SpaTrack, Palantir)
  • Dekonwolucja i mapowanie typów komórek Deconvolution and cell type mapping
  • Wykrywanie domen przestrzennych (BayesSpace, BANKSY) Spatial domain detection (BayesSpace, BANKSY)
  • Wnioskowanie zmian liczby kopii Copy number variation inference
  • Wnioskowanie sieci regulacji genów (SCENIC) Gene regulatory network inference (SCENIC)

4. Interpretacja Biologiczna i Raportowanie 4. Biological Interpretation and Reporting

  • Analiza wzbogacenia ontologii genowej (GO, KEGG, Reactome) Gene ontology enrichment analysis (GO, KEGG, Reactome)
  • Analiza powiązań z chorobami (DisGeNET, GWAS) Disease association analysis (DisGeNET, GWAS)
  • Identyfikacja celów terapeutycznych (DrugBank, ChEMBL) Therapeutic target identification (DrugBank, ChEMBL)
  • Kompleksowe raporty z grafiką wysokiej jakości Comprehensive reports with high-quality graphics

5. Interaktywne Atlasy i Narzędzia Internetowe 5. Interactive Atlases and Web Tools

Oferta standardowa: Standard offering:
  • Przeglądarka przestrzenna z nakładaniem ekspresji genów Spatial browser with gene expression overlay
  • Przeglądarka projekcji UMAP/tSNE z klasteryzacją UMAP/tSNE projection browser with clustering
  • Wykresy skrzypcowe i mapy cieplne Violin plots and heatmaps
  • Nakładanie wielu genów dla ko-lokalizacji Multiple gene overlay for co-localization
Funkcje zaawansowane: Advanced features:
  • Niestandardowe sygnatury genowe Custom gene signatures
  • Integracja adnotacji klinicznych Clinical annotation integration
Opcje wdrożenia: Deployment options:
Hosting publiczny Public hosting Chmura prywatna Private cloud Instalacja lokalna Local installation Docker

6. Wsparcie Publikacji i Wnioski Grantowe 6. Publication Support and Grant Applications

  • Sekcje metodologiczne Methods sections
  • Przygotowanie grafik wysokiej rozdzielczości High-resolution figure preparation
  • Tabele uzupełniające i repozytoria danych Supplementary tables and data repositories
  • Deponowanie danych (GEO) Data deposition (GEO)
  • Wsparcie wniosków grantowych Grant application support

Zainteresowany Współpracą? Interested in Collaboration?

Skontaktuj się z nami, aby omówić Twój projekt Contact us to discuss your project

Zobacz Przykładowy Atlas View Sample Atlas