简介

细胞邻域（Cellular Neighborhood, CN）分析旨在识别和表征组织中具有特定细胞组成和空间分布模式的微环境。通过对细胞邻域的分析，可以深入理解细胞间的相互作用、组织结构以及疾病状态下的微环境变化，并为差异基因分析和细胞通讯分析提供分类基础。

模块算法整体介绍

主要分为两种模式：单一细胞类型模式和细胞类型分数模式

单一细胞类型模式：

• 先根据每个空间点（spot）的细胞类型（如CAF、T细胞等），对每个spot划定一个邻域窗口（可以是固定半径或固定邻居数）
• 统计每个窗口内各种细胞类型的组成比例
• 基于这些细胞组成信息，对所有spot或者指定的target celltype进行聚类，识别不同的细胞邻域（CN）

细胞类型分数模式：

• 直接利用每个空间点的细胞类型分数（如cell2location等方法得到的每种细胞类型的丰度/概率分数）
• 基于这些分数矩阵，对所有spot进行聚类，识别不同的细胞邻域（CN）

参考文献

• Kuppe, C., Ramirez Flores, R. O., Li, Z., Hayat, S., Levinson, R. T., Liao, X., ... & Kramann, R. (2022). Spatial multi-omic map of human myocardial infarction. Nature, 608(7924), 766-777.
• Liu, Y., Sinjab, A., Min, J., Han, G., Paradiso, F., Zhang, Y., ... & Wang, L. (2025). Conserved spatial subtypes and cellular neighborhoods of cancer-associated fibroblasts revealed by single-cell spatial multi-omics. Cancer cell, 43(5), 905-924.
• Schürch, C. M., Bhate, S. S., Barlow, G. L., Phillips, D. J., Noti, L., Zlobec, I., ... & Nolan, G. P. (2020). Coordinated cellular neighborhoods orchestrate antitumoral immunity at the colorectal cancer invasive front. Cell, 182(5), 1341-1359.