核心要点
- 空间转录组学保留了 scRNA-seq 丢失的组织位置信息——AI Agent 可自动化分析流水线
- 关键分析任务：spot 去卷积、空间变异基因检测、细胞间通信、组织架构映射
- K-Dense 空间技能覆盖最全面
- SpatialAgent (Genentech)（~30 stars）：专为空间转录组学构建
- 挑战：空间数据比 scRNA-seq 更大更复杂——分析需要更多计算资源
关键分析任务
| 任务 | 功能 | AI 技能覆盖 |
|---|---|---|
| Spot 去卷积 | 估计每个 spot 的细胞类型组成 | K-Dense ✓ |
| 空间变异基因 | 发现有空间表达模式的基因 | K-Dense ✓ |
| 细胞间通信 | 推断空间中的配体-受体相互作用 | K-Dense ✓ |
| 组织架构 | 映射组织区域和边界 | SpatialAgent ✓ |
常见问题（FAQ）
Q1：AI Agent 能完全自动化空间转录组学分析吗？
部分可以。Spot 去卷积和空间基因检测已较好自动化。组织架构解读仍需专家组织学知识。
总结
空间转录组学为单细胞数据添加组织上下文——AI Agent 可自动化大部分分析。K-Dense 空间技能和 SpatialAgent (Genentech) 覆盖最好。该领域比 scRNA-seq 自动化更早期，有新技能开发机会。