简介

空间关系分析旨在识别空间转录组数据中细胞类型间的相互作用关系和空间分布模式。通过对空间转录组数据的深入挖掘，可以揭示细胞类型间的邻近、共现、富集等空间关系，帮助理解组织结构和功能的空间异质性。支持Squidpy和CRAWDAD两种方法。

算法测评经验

• 如果希望快速获得结果，建议首先尝试使用 Squidpy方法。Squidpy 提供了多种空间关系分析方法，包括邻域富集分析、共现性分析和Ripley's统计，适合全面的空间关系探索。CRAWDAD 提供了基于距离尺度的空间关系分析方法，能够识别细胞类型间的相互作用关系和空间共变趋势，特别适合识别显著的细胞邻近或回避现象。

参考文献

• dos Santos Peixoto, R., Miller, B. F., Brusko, M. A., Aihara, G., Atta, L., Anant, M., ... & Fan, J. (2025). Characterizing cell-type spatial relationships across length scales in spatially resolved omics data. Nature Communications, 16(1), 350.
• Palla, G., Spitzer, H., Klein, M., Fischer, D., Schaar, A. C., Kuemmerle, L. B., ... & Theis, F. J. (2022). Squidpy: a scalable framework for spatial omics analysis. Nature methods, 19(2), 171-178.