空间转录组学是一项开创性的技术，可以测量组织样本中数千个基因的活性，并绘制活性发生的位置。这项技术使研究跨组织基因的空间变异成为可能。理解组织不同区域的基因功能和相互作用具有重大的科学意义，因为这可能会加深对几个关键生物学机制的理解，例如细胞间通信或肿瘤与微环境的相互作用。为此，可以将相同类型的细胞和表现出相似表达模式的基因分组。然而，仍然缺乏充分的统计工具来利用以前不可用的空间信息来更一致地对细胞和基因进行分组。

在这项工作中，我们介绍SpaRTaCo公司这是一个新的统计模型，它根据组织的分区对基因的空间表达谱进行聚类。这是通过执行联合聚类实现的，即推断数据的潜在块结构，并诱导两种类型的聚类：基因的聚类，使用其在组织中的表达；图像区域的聚类，用基因在组织中表达斑点收集RNA的地方。我们提出的方法通过一系列模拟实验进行了验证，并通过对使用10X-Visium协议处理的人脑组织样本的应用，说明了其在响应特定生物问题方面的有用性。