用于共定位的 Spatstat 点模式分析

Question

我正在尝试进行一些共生化分析，即我想显示一种细胞类型是否倾向于在显微图像中显着地显示为更接近另一种不同的细胞类型。

我尝试使用 R spatstat 包来做到这一点，我能够可视化我的数据集：

mypattern 是一种单元格，mypattern2 是另一种单元格。当你查看 L-plots 时，你会发现当曲线偏离 poission 时存在某种聚类。

我考虑过使用最近邻方法，它是 spatstat 中的 nncross 函数。 但是，如果这个距离是随机的（两个随机点模式）或显着相关，我现在如何显示？有人有想法吗？我看到了很多关于蒙特卡罗模拟的东西，但我不知道如何开始编码......

我很乐意提供任何帮助！

亲切的问候， 柱间

Answer 1

此处不应使用 L 函数，因为数据高度不均匀。

我建议你将两个点图案组合成一个“标记”点图案，

X <- superimpose(A=mypattern1, B=mypattern2)

然后估计点的空间变化密度

D <- density(split(X))
plot(D)

或每种细胞在空间上变化的比例

 R <- relrisk(X)
 plot(R)

您还可以使用segregation.test 或最近邻列联表 (dixon)。

请参阅the spatstat book 的第 14 章以及relrisk、density.splitppp 和 segregation.test 的帮助文件。