#paper doi: 10.1038/s41592-022-01481-8. Benchmarking spatial and single-cell transcriptomics integration methods. Nat Methods. 2022 May 16. 空间转录组(spatial transcriptomics)的发展极大提高了我们对组织RNA转录本的空间定位的认知。然而，目前空间转录组的技术并不能获取单个细胞的转录组特征。为了突破这个局限，人们往往将单细胞转录组测序（single-cell transcriptomics）和空间转录组测序进行整合分析。本文利用45对公开数据（空转和单细胞）和32份模拟数据，分别就两个整合需考虑的问题，对16种整合工具（有些工具两种功能都有）进行了基准测试（benchmark）。第一个问题是预测RNA转录本在组织空间分布(复位)，共测试了8种整合方法。第二个问题是对组织的spot进行正确的单细胞类型区分和注释，共测试了12种整合方法。结果表明，解决第一个问题优势明显的有Tangram、gimVI、SpaGE。解决第二问题优势明显的是Cell2location、SpatialDWLS和RCTD。如果综合效率和准确性的话，推荐使用Tangram和Seurat。