Leitura recomendada

Este arquivo reúne os materiais citados nas apresentações do curso. As referências bibliográficas de artigos e livros estão cadastradas em bibliography.bib. Os números de slide indicam onde cada material aparece na apresentação original.

Aula 1 — Introdução à transcriptômica espacial

Apresentação: Aula1_Introducao_transcriptomica_espacial.pptx

Artigos científicos

• Full-length mRNA-Seq from single-cell levels of RNA and individual circulating tumor cells — trabalho que apresenta o Smart-seq para obtenção de transcriptomas completos a partir de células individuais. (Ramsköld et al. 2012) (slide 18)
• Massively parallel digital transcriptional profiling of single cells — descrição da plataforma Chromium para perfil transcricional de células individuais em grande escala. (Zheng et al. 2017) (slide 19)
• Benchmarking full-length transcript single cell mRNA sequencing protocols — comparação de protocolos de sequenciamento de RNA de célula única com cobertura do transcrito completo. (Probst et al. 2022) (slides 21 e 26)
• A practical guide to single-cell RNA-sequencing for biomedical research and clinical applications — guia introdutório para planejamento experimental, escolha de protocolo, controle de qualidade e análise de scRNA-seq. (Haque et al. 2017) (slide 27)
• A comprehensive analysis framework for evaluating commercial single-cell RNA sequencing technologies — avaliação comparativa de tecnologias comerciais de scRNA-seq. (De Simone et al. 2025) (slide 27)
• Visualization of single RNA transcripts in situ — trabalho fundador sobre detecção e quantificação de moléculas individuais de RNA por hibridização in situ. (Femino et al. 1998) (slide 29)
• Gene expression profiles of laser-captured adjacent neuronal subtypes — aplicação de microdissecção a laser e amplificação de RNA para comparar perfis de expressão de populações neuronais adjacentes. (Luo et al. 1999) (slide 29)
• Visualization and analysis of gene expression in tissue sections by spatial transcriptomics — artigo seminal que introduziu a estratégia denominada spatial transcriptomics. (Ståhl et al. 2016) (slide 30)
• Method of the Year: spatially resolved transcriptomics — panorama da transcriptômica espacial como método do ano de 2020 pela Nature Methods. (Marx 2021) (slide 31)
• Spatial transcriptomics: Technologies, applications and experimental considerations — revisão comparativa de plataformas, aplicações e critérios para planejamento experimental. (Wang et al. 2023) (slide 32)
• High-definition spatial transcriptomic profiling of immune cell populations in colorectal cancer — apresentação e avaliação do Visium HD em amostras de câncer colorretal. (Oliveira et al. 2025) (slide 37)
• The emerging landscape of spatial profiling technologies — revisão das principais abordagens de perfil molecular espacial e de suas características técnicas. (Moffitt, Lundberg, and Heyn 2022) (slide 39)
• Current best practices in single-cell RNA-seq analysis: a tutorial — tutorial de boas práticas para pré-processamento e análises posteriores de scRNA-seq. (Luecken and Theis 2019) (slide 42)
• A comprehensive workflow for optimizing RNA-seq data analysis — fluxo de trabalho para seleção e otimização das etapas de análise de RNA-seq. (Jiang et al. 2024) (slide 42)

Livro e capítulo on-line

• Orchestrating Spatial Transcriptomics Analysis with Bioconductor — Reads to counts — capítulo sobre a transformação das leituras de sequenciamento em matrizes de contagem, incluindo barcodes espaciais, alinhamento, controle de qualidade e contagem. (Crowell et al. 2025) (slide 44)

Tutoriais e documentação

• Tutorial do RStudio para iniciantes: um guia completo — versão em português do tutorial introdutório do DataCamp. (slide 9, hiperlink embutido)
• Space Ranger Algorithms: Read Processing & Secondary Analysis — documentação oficial sobre processamento de leituras, alinhamento, barcodes, UMIs e análises secundárias do Space Ranger. (slide 42, hiperlink embutido)
• Configuração do ambiente do RStudio — vinheta do curso para preparar o ambiente das aulas práticas. (slide 63, hiperlink embutido)
• Tutorial: Getting Started with R and RStudio — introdução ao R e ao RStudio publicada pelo Dataquest. (slide 67)
• Introduction to renv — documentação sobre criação de ambientes reproduzíveis e isolamento das dependências de projetos em R. (slide 67)
• RStudio Tutorial for Beginners: A Complete Guide — versão em inglês do tutorial introdutório do DataCamp. (slide 67)

Vídeos

• Single Cell Gene Expression Protocol v3.1: Assemble Chromium Next GEM Chip G — demonstração da montagem do chip para o protocolo Chromium Single Cell Gene Expression. (slide 27)
• Visium Spatial Gene Expression Protocol — série de vídeos sobre o protocolo Visium Spatial Gene Expression. (slide 39)

Sites e repositórios

• Perfil de Flávio Carazza-Kessler no GitHub (slide 6, hiperlink embutido)
• Perfil do SysBioLab no GitHub (slide 6, hiperlink embutido)
• Repositório do curso no GitHub — apresentações, vinhetas e materiais das atividades práticas. (slide 62, hiperlink embutido)

Aula 2 — Pré-processamento e clusterização

Apresentação: Aula2_Aula_PreProcessamento_Clusterizacao.pptx

Artigos científicos

• Review of single-cell RNA-seq data clustering for cell-type identification and characterization — revisão dos principais métodos de clusterização usados para identificar e caracterizar tipos celulares em dados de scRNA-seq. (Zhang et al. 2023) (slide 40)
• SpatialExperiment: infrastructure for spatially-resolved transcriptomics data in R using Bioconductor — apresenta a classe SpatialExperiment e sua infraestrutura para representar e manipular dados de transcriptômica espacial no Bioconductor. (Righelli et al. 2022) (slide 57)
• Museum of spatial transcriptomics — panorama comparativo das tecnologias de transcriptômica espacial e de suas resoluções, escalas e aplicações. (Moses and Pachter 2022) (slide 57)

Livro e capítulo on-line

• Biologia molecular da célula — livro-texto de referência para os fundamentos de biologia celular e molecular abordados na aula. (Alberts et al. 2017) (slide 17)

Tutoriais e documentação

• Seurat — documentação e vinhetas — documentação oficial do pacote para controle de qualidade, análise, clusterização e exploração de dados de expressão gênica em célula única e no espaço. (slide 13)
• Seurat — Interaction Tips — vinheta do Seurat 4.3 sobre identidades, metadados, seleção de células e inspeção de objetos. (slide 14)
• Understanding Seurat objects — simply explained! — explicação visual da estrutura interna de objetos Seurat e de seus principais componentes. (slides 14 e 33)
• Z-transformation — introdução à transformação em escore-z e à padronização de variáveis. (slide 32)
• What is Dimensionality Reduction? A Guide — introdução conceitual à redução de dimensionalidade e às suas aplicações. (slide 37)
• RGraphSpace — Get started — guia inicial para representar redes e seus atributos gráficos com o pacote RGraphSpace. (slide 94, hiperlink embutido)
• PathwaySpace — Get started — guia inicial do pacote para projeção e visualização de sinais de redes em espaços bidimensionais. (slides 107 a 109, hiperlink embutido)
• Controle de qualidade, pré-processamento e clusterização espacial — vinheta prática da Aula 2 para preparar, avaliar e clusterizar dados de transcriptômica espacial. (slide 5)
• Visualização contínua com PathwaySpace — vinheta prática da Aula 2 para projetar e explorar sinais contínuos com PathwaySpace. (slide 86)

Sites e repositórios

• PathwaySpace — site oficial do pacote, com instalação, referência de funções e vinhetas. (slides 84 e 85)

Aula 3 — Análises downstream de RNA-seq espacial

Apresentação: Aula3_Analise_downstream_RNAseq_espacial.pptx

Artigos científicos

• Robust decomposition of cell type mixtures in spatial transcriptomics — apresenta o RCTD para deconvolução e anotação dos tipos celulares presentes em spots de transcriptômica espacial. (Cable et al. 2022) (slides 8 e 171)
• Adult mouse cortical cell taxonomy revealed by single cell transcriptomics — descreve a taxonomia de tipos celulares do córtex de camundongo usada como referência na análise com RCTD. (Tasic et al. 2016) (slide 13)
• Inference and analysis of cell-cell communication using CellChat — artigo original do CellChat para inferir redes de comunicação celular a partir de dados transcriptômicos. (Jin et al. 2021) (slides 76 e 77)
• CellChat for systematic analysis of cell-cell communication from single-cell transcriptomics — protocolo detalhado para análises de comunicação celular com o CellChat. (Jin, Plikus, and Nie 2025) (slide 77)
• High-definition spatial transcriptomic profiling of immune cell populations in colorectal cancer — aplicação do Visium HD à caracterização de populações imunes e à segmentação celular em câncer colorretal. (Oliveira et al. 2025) (slides 137 e 138)
• Cell2location maps fine-grained cell types in spatial transcriptomics — método probabilístico para mapear tipos celulares detalhados de uma referência de célula única em dados espaciais. (Kleshchevnikov et al. 2022) (slide 171)
• SpatialDE: identification of spatially variable genes — método para identificar genes cuja expressão varia de forma dependente da localização espacial. (Svensson, Teichmann, and Stegle 2018) (slide 172)
• nnSVG for the scalable identification of spatially variable genes using nearest-neighbor Gaussian processes — abordagem escalável baseada em processos gaussianos para detectar genes espacialmente variáveis. (Weber et al. 2023) (slide 172)
• SPARK-X: non-parametric modeling enables scalable and robust detection of spatial expression patterns for large spatial transcriptomic studies — método não paramétrico para detectar padrões espaciais de expressão em conjuntos de dados de grande escala. (Zhu, Sun, and Zhou 2021) (slide 172)
• Modeling intercellular communication in tissues using spatial graphs of cells — apresenta o NCEM para modelar como a composição da vizinhança celular influencia a expressão gênica. (Fischer, Schaar, and Theis 2023) (slides 174 e 175)
• Reconstruction of the tumor spatial microenvironment along the malignant-boundary-nonmalignant axis — descreve o Cottrazm para investigar microambientes tumorais e a transição entre regiões malignas e não malignas. (Xun et al. 2023) (slides 174 e 175)
• Squidpy: a scalable framework for spatial omics analysis — ecossistema em Python para análise e visualização escalável de dados ômicos espaciais. (Palla et al. 2022) (slide 176)
• Giotto: a toolbox for integrative analysis and visualization of spatial expression data — conjunto de ferramentas para análise integrada, exploração e visualização de dados de expressão espacial. (Dries et al. 2021) (slide 176)
• Spatial transcriptomic alignment, integration, and 3D reconstruction by STAIR — método para alinhar e integrar cortes histológicos na reconstrução tridimensional de tecidos. (Yu and Xie 2025) (slide 177)
• Temporal and spatial omics technologies for 4D profiling — perspectiva sobre a integração de dados espaciais tridimensionais com informação temporal. (Reynolds et al. 2025) (slide 178)
• Systematic comparison of sequencing-based spatial transcriptomic methods — comparação sistemática de 11 tecnologias de transcriptômica espacial baseadas em sequenciamento. (You et al. 2024) (slide 179)

Tutoriais e documentação

• Deconvolução com RCTD — vinheta prática da Aula 3 para estimar a composição celular dos spots. (slide 10)
• Comunicação celular com CellChat e PathwaySpace — vinheta prática para inferir e visualizar redes de comunicação celular. (slide 84)
• Cell segmentation in spatial transcriptomics — tutorial do RGraphSpace para representar células segmentadas em dados espaciais de alta resolução. (slide 142)
• Segmentação celular — vinheta prática da Aula 3 sobre análise de dados com segmentação celular. (slide 143)
• Instalação dos dados Xenium para RGraphSpace — instruções para obter e preparar o conjunto de dados Xenium usado na atividade de segmentação. (slide 145)

Sites e repositórios

• spacexr — implementação do RCTD e de métodos relacionados para análise de transcriptômica espacial. (slide 171, hiperlink embutido)
• cell2location — código, documentação e exemplos do método cell2location. (slide 171, hiperlink embutido)
• SpatialDE — repositório do método para identificação de genes espacialmente variáveis. (slide 172, hiperlink embutido)
• nnSVG — implementação em R e documentação do nnSVG. (slide 172, hiperlink embutido)
• SPARK — repositório dos métodos SPARK e SPARK-X para análise de padrões espaciais de expressão. (slide 172, hiperlink embutido)
• NCEM — implementação dos modelos de expressão centrados em nós para estudar comunicação intercelular. (slides 174 e 175, hiperlink embutido)
• Cottrazm — código do método para reconstrução e análise do microambiente espacial tumoral. (slides 174 e 175, hiperlink embutido)
• Squidpy — repositório do framework de análise de dados ômicos espaciais em Python. (slide 176, hiperlink embutido)
• Giotto Suite — portal oficial com documentação e recursos do ecossistema Giotto. (slide 176, hiperlink embutido)
• STAIR — implementação do método de alinhamento, integração e reconstrução espacial em 3D. (slide 177, hiperlink embutido)

Referências