这份研究系统地评估并比较了用于定量分析组织架构的细胞邻近偏好(NEP)计算方法。作者通过解析现有工具的算法步骤,识别出邻域定义、邻域量化和评分机制三个核心环节,并指出当前技术在处理方向性和数值连续性方面的局限。为此,研究者提出了一种名为COZI的新型分析方法,该方法通过结合双向计数与条件z分数,能够更灵敏地捕捉不同生物样本组间的细微空间差异。通过对模拟数据集以及三阴性乳腺癌和心肌梗死等真实生物样本的验证,该研究证明了COZI在区分组织架构和恢复邻近偏好方向性方面的优越性。这项工作为研究人员在空间组学分析中选择最合适的计算工具提供了重要指南。
References:
Schiller C, Ibarra-Arellano M A, Bestak K, et al. Comparison and optimization of cellular neighbor preference methods for quantitative tissue analysis[J]. Nature Communications, 2026, 17(1): 3514.

