作者
周运来
男，
一个长大了才会遇到的帅哥，
稳健，潇洒，大方，靠谱。
一段生信缘，一棵技能树。
生信技能树核心成员，单细胞天地特约撰稿人，简书创作者，单细胞数据科学家。
SPATA-SPAtialTranscriptomicAnalysis:空间转录组分析-提供了一个R函数和交互应用的工具，使空间转录数据的分析更容易。SPATA提供易于使用的界面、易于可视化数据的简单函数，也为有经验的R用户提供的更复杂的和自由的函数。我们知道，高通量转录组数据分析落脚点往往是一个基因集，有了这个基因集我们可以富集出通路，查看调控关系等。以往的分析往往是用一种方法先得到一个基因集再用下一个工具来研究基因集，为什么不直接把基因集的背景知识放到空间转录组的数据分析框架之中呢？SPATA就是在做这样的一个探索。
SPATA哲学第一篇空转的论文发表以来，已经发布了一些专门研究空间转录组数据分析和可视化的r包。尽管所有这些包都有其自身的优点和缺点，但我们发现始终难以将我们自己的想法集成到它们预定义的工作流中，这最终促使我们创建了SPATA。虽然SPATA引入了自己新的空间分析方法——比如空间轨迹建模——同时也提供了已有的可视化工具——比如表面绘图（surfaceplotting）——可以将SPATA看作一个更通用的框架，可以方便地集成用户的想法。通过提供这样一个框架，如提供易于使用、交互式的应用程序、对函数和方法的全面了解，不管研究者的编程技能如何，都可以快速上手空转分析。直接的对象转换函数允许在任何时间点从SPATA切换到不同的数据分析平台，如Seurat或Monocle(反之亦然)，从而易于利用和集成所有包的分析优势。
在所有的函数和应用程序中，SPATA都实现了数据整理（tidy-data(