Deep Research Report

Github-10x空转报告模板调研

在 GitHub、nf-core、Bioconductor、官方文档与论文配套代码中,系统排查「成熟可靠、可直接复用」的 10x(Visium / Visium HD / Xenium)空间转录组分析报告模板,并给出针对中文生信交付场景的推荐排序。

覆盖 3 大平台3 类候选10+ 项目实测指标对抗式核验 20/25 通过2026-06 快照

0一句话结论

截至 2026 年中,不存在「一键自动生成完整客户交付报告(HTML/PDF)」的成熟 10x 空间转录组工具。 所有经核验的成熟资源都属于「可复用的分析工作流 + 章节框架」——产出是 notebook / 图 / 数据对象,最后「组织成交付报告」这一步仍需分析师人工完成。

因此真正可落地的「模板」是一条三段式路线:

OSTA 定报告大纲 / 章节框架 → Seurat 或 Giotto 跑分析、出图、出 notebook → 套 nf-core/spatialvi 的 report.qmd 当 HTML 报告骨架,渲染成交付报告。

下面按你要的三类分别给出候选;每个候选含链接、维护活跃度、支持平台、报告产出形式、覆盖模块、成熟度与上手难度评估。

1类别①:能产出报告的成熟流程(最接近字面意义的「报告模板」)

以 pipeline 形态运行、能直接吐出结构化报告或图表的项目。

nf-core/spatialvi ⭐ 首选·类别①

github.com/nf-core/spatialvi · nf-co.re/spatialvi
仅 Visium76 ★今日仍在提交 无正式 release(dev)Quarto → HTML 报告

这是最像「报告模板」的东西:每个样本产出一份 Quarto report.qmd → 渲染的 HTML 报告(QC、聚类、差异表达、邻域富集、簇互作矩阵、空间可变基因 SVG)+ 跨样本整合报告(批次混合评估、整合聚类)+ MultiQC 汇总 + 单独 PNG 图。那些 report.qmd 文件本身就是可直接抄改的报告骨架。

短板不做去卷积 deconvolution 仅经典 Visium(未覆盖 Visium HD / Xenium);目前 dev 版、无正式 release。上手:需 Nextflow 环境,中等。

10x Space Ranger · web_summary.html

10xgenomics.com/support/software/space-ranger
Visium / Visium HD厂商自带 HTML 报告商业软件

厂商自带的标准 QC 报告基线(测序质量、UMI/基因数、组织检测、初步聚类)。不是分析报告,但每份 Visium 交付都应附上它——可作为「QC 章节」的事实标准。上手:零成本(Space Ranger 跑完即生成)。

nf-core/spatialxe & nf-core/sopa

github.com/nf-core/spatialxe · github.com/nf-core/sopa
Xenium / image-based无正式 release论文背书

spatialxe = nf-core 的 Xenium 专用流程(成熟度未深核,备选了解)。sopa 底层有 Nature Communications 2024 背书,但 Nextflow 移植版仍 dev、无 release,且只做 image-based(Xenium/MERSCOPE/CosMx 等)+ Visium HD,不支持经典 spot-based Visium

interactivereport/SpaceSequest

github.com/interactivereport/SpaceSequest
5 平台统一~14 ★无 release

唯一统一覆盖 5 平台(Visium / Visium HD / Xenium / GeoMx / CosMx)的「pipeline」,但仅 ~14 star、无 release、只产出按方法分目录的 PDF 图 + 数据对象(非整合报告)。成熟度低,不建议生产采用

2类别②:可直接复用的分析骨架(notebook / vignette)

成熟分析库的官方工作流,产出 notebook/脚本,是「报告正文」的内容引擎。

satijalab/seurat ⭐ 最稳·R

satijalab.org/seurat/articles/spatial_vignette
VisiumVisium HDXenium2756 ★v5.5.0

最稳定、社区最大,官方分平台 vignette 最全(基础 / visiumhd / visiumhd 细胞分割 / image-based)。模块:SCTransform 归一化 → PCA/UMAP 降维 → 聚类 → 空间可变基因(Moran's I)→ 与单细胞整合 → 多切片。去卷积(RCTD)在 image-based vignette。产出 R 脚本/notebook,非打包报告。上手:低(R 生态主流)。

giotto-suite/Giotto ⭐ 最全·多组学

giottosuite.com · github.com/drieslab/Giotto
全平台377 ★v4.2.3Nat Methods 2025

技术无关、模块最齐全:含 HMRF 空间域识别、Harmony 批次校正、spatialDWLS 去卷积、5 种空间可变基因方法、共表达模块、细胞通讯。三大 10x 平台(含 CytAssist / Visium HD)+ MERFISH/CosMx/Stereo-seq 全支持,活跃维护。上手:中(功能多、API 较重)。

scverse/squidpy

github.com/scverse/squidpy
VisiumXeniumVisium HD 需桥接577 ★v1.8.2

scverse / AnnData 生态,Python 团队首选。官方 Jupyter 教程齐(Visium H&E、Visium 荧光、Xenium、MERFISH、Slide-seqV2)。Visium HD 非原生支持,需 bin2cell / ENACT 桥接。产出 notebook 脚手架。上手:低(Python 主流)。

pachterlab/voyager

github.com/pachterlab/voyager
多平台103 ★空间统计 / ESDA

空间统计 / 探索性空间数据分析专精(Moran's I、Geary's C、Getis-Ord Gi*、Lee's L、MULTISPATI-PCA)。适合做「SVG / 空间统计」章节的加项,不是完整报告框架,模块完整性弱于 Giotto/Seurat。

3类别③:可借鉴的标准报告结构 / 章节框架

定「中文结题报告大纲」用的权威参考。

OSTA 书《Orchestrating Spatial Transcriptomics Analysis with Bioconductor》 ⭐ 定大纲首选

bioconductor.org/books/release/OSTA · github.com/lmweber/OSTA
VisiumVisium HDXenium+CosMx/跨平台v1.2.1 · Bioc 3.23

最权威、覆盖最全:2026-06-15 编译、绑定 Bioconductor 3.23,持续 CI 维护。平台含 Visium(DLPFC/CRC)、Visium HD(binned + segmented 两套)、Xenium、CosMx 及 Xenium+Visium 跨平台整合。逐章覆盖 QC → 归一化 → 降维 → 聚类注释 → 特征选择/SVG(nnSVG)→ 去卷积 → 空间统计 → 邻域分析 → 细胞通讯,全带 R 代码 + 数据集。直接把它的目录当中文交付报告的章节大纲。

商业 / 核心实验室交付结构

Novogene 空间项目 case study · UCI Visium+Xenium workflow PDF
行业 SOP 参考

测序公司案例与核心实验室 workflow 文档可参考行业交付的章节顺序与图表规范,对标中文交付场景的版式与深浅度。

4维护活跃度 · 硬数据

直查 GitHub API(比网页检索准);快照 2026-06,star/commit/release 会变化。

项目Star最近提交最新 release平台报告产出定位 / 成熟度
nf-core/spatialvi76今日无 (dev)仅 VisiumQuarto→HTML ✅开箱流程,最像报告模板
lmweber/OSTA(书)2026-06绑 Bioc 3.23V/HD/Xenium/CosMx在线 HTML 书框架·最全
satijalab/seurat2756今日v5.5.0V/HD/Xeniumvignette/notebook最稳·社区最大
scverse/squidpy577今日v1.8.2V/Xenium(HD 需桥接)Jupyter notebookPython 主流
giotto-suite/Giotto3772026-06v4.2.3全平台notebook模块最齐
scverse/scanpy2494今日1.12.1通用底座notebookPython 分析底座
BayraktarLab/cell2location4422026-06v0.1.5Visium去卷积结果补 spatialvi 去卷积短板
dmcable/spacexr (RCTD)4642026-01Visium / Xenium去卷积结果去卷积主流
pachterlab/voyager1032026-05多平台空间统计ESDA 加项
interactivereport/SpaceSequest~145 平台PDF 图+数据对象不成熟
排除 / 慎用 xzhoulab/SPARK(2022 停更)、Teichlab/SpatialDE(偏老,2018 release)、STOmics/Stereopy(Stereo-seq 非 10x)。

5推荐排序(针对中文生信交付)

  1. 报告大纲 / 章节框架 → OSTA。直接把它的章节顺序当交付报告目录,最权威、三平台全、含去卷积。
  2. 分析引擎按团队语言二选一:R 团队选 Seurat(最稳、官方分平台 vignette 最全);要模块最全 / 多组学选 Giotto Suite;Python 团队选 Squidpy
  3. HTML 报告骨架 → 抄 nf-core/spatialvi 的 report.qmd。现成可改的 Quarto 报告模板,省掉从零搭版式。
  4. 务必补去卷积:spatialvi / Space Ranger 都不做,用 cell2location(Visium 主流)或 RCTD/spacexr 补上「细胞类型空间去卷积」这一关键章节。
  5. QC 章节附 Space Ranger web_summary.html 作为事实标准。

6落地到现有交付流程

本团队做 hdkongzhuan(华大 Stereo-seq)、mjandpe(PE 空代)这类令牌门报告站的成熟套路,可直接复用到下一个 10x Visium 项目:

  • OSTA 目录content.js / dist/data 的章节结构;
  • Seurat / Giotto 在 server199 跑真实数据出图;
  • 参考 spatialvi report.qmd 的图文编排,渲进既有渲染器;
  • QC 段直接嵌 Space Ranger web_summary.html,去卷积段用 cell2location/RCTD 结果。
一句话:不必等「一键工具」——用 OSTA 定框架 + 成熟引擎出结果 + spatialvi 模板渲染,就是当前最成熟可靠的 10x 空间转录组报告生产方式。

7来源与调研方法

deep-research 模式:6 路并行检索 → 抓取 23 来源 → 抽取 112 条声明 → 3 票对抗式核验(20/25 通过)→ 综合;叠加 GitHub API 直查维护指标。

主要来源(均一手 / 权威)
• OSTA 书 bioconductor.org/books/release/OSTA · 源 github.com/lmweber/OSTA · bioRxiv 10.1101/2025.11.20.688607
• nf-core/spatialvi github.com/nf-core/spatialvi · 输出文档 nf-co.re/spatialvi/dev/docs/output
• Seurat 空间 vignette satijalab.org/seurat/articles/spatial_vignette(+ visiumhd / image-based)
• Giotto Suite giottosuite.com · github.com/drieslab/Giotto · Nature Methods 2025 (PMID 41034612)
• Squidpy github.com/scverse/squidpy · Nature Methods 2021 (PMC8828470)
• Space Ranger web summary 10xgenomics.com · space-ranger web summary
• Voyager github.com/pachterlab/voyager · nf-core/sopa(Nat Commun 2024, s41467-024-48981-z)· SpaceSequest github.com/interactivereport/SpaceSequest
局限与时效 ① 核心落空:无「一键产出综合 HTML/PDF 交付报告」的成熟工具,交付报告需人工组织。② star/commit/release 为 2026-06 快照,引用前复核。③ SpaceSequest(~14★ 无 release)、nf-core/sopa(dev 无 release)生产前需评估风险。④ Squidpy 不原生支持 Visium HD(需 bin2cell/ENACT);Sopa 不支持经典 spot Visium。
Github-10x空转报告模板调研 · SinoGenomics 技术调研 · 数据快照 2026-06 · 配套项目【内部】谭博 PE 数据生信分析(2605136)
调研方法:Claude deep-research(多源检索 + 对抗式核验)+ GitHub API 直查。结论落地前请结合具体平台与样本复核。