細(xì)胞在組織和器官內(nèi)的空間位置與其功能相關(guān)。新興的空間轉(zhuǎn)錄組技術(shù)能夠在組織中原位捕獲轉(zhuǎn)錄信息，為解析基因表達(dá)譜從而解碼細(xì)胞空間分布、破譯組織的空間結(jié)構(gòu)、探討復(fù)雜的生物學(xué)功能提供了條件。

同時(shí)，現(xiàn)有的計(jì)算方法通過反卷積等方式實(shí)現(xiàn)了捕獲域內(nèi)混合細(xì)胞類型注釋，但未對(duì)捕獲域間未測(cè)量區(qū)域細(xì)胞類型進(jìn)行填補(bǔ)，且分辨率提升空間有限?，F(xiàn)有方法聚焦于基因表達(dá)信息，但未結(jié)合形態(tài)學(xué)信息進(jìn)行細(xì)胞注釋，且注釋準(zhǔn)確度有待提高。

近日，中國(guó)科學(xué)院北京基因組研究所（國(guó)家生物信息中心）楊運(yùn)桂團(tuán)隊(duì)和數(shù)學(xué)與系統(tǒng)科學(xué)研究院張世華團(tuán)隊(duì)合作，在《基因組生物學(xué)》（Genome Biology）上發(fā)表了題為STASCAN deciphers fine-resolution cell-distribution maps in spatial transcriptomics by deep learning的研究論文。該團(tuán)隊(duì)針對(duì)不同空間轉(zhuǎn)錄組技術(shù)、不同生物組織建立了解碼細(xì)胞空間精細(xì)分布、解析特異組織結(jié)構(gòu)的新工具——STASCAN。

STASCAN基于深度學(xué)習(xí)模型，整合空間轉(zhuǎn)錄組基因表達(dá)數(shù)據(jù)和組織學(xué)圖像，實(shí)現(xiàn)組織切片未測(cè)量區(qū)域細(xì)胞類型預(yù)測(cè)及測(cè)量區(qū)域捕獲域內(nèi)細(xì)胞細(xì)分注釋。STASCAN的優(yōu)勢(shì)在于能夠以高精度進(jìn)行細(xì)胞類型注釋并增強(qiáng)細(xì)胞空間分辨率，解析原始分辨率下無法識(shí)別的精細(xì)組織結(jié)構(gòu)，進(jìn)一步揭示細(xì)胞類型小生境，加速研究人員對(duì)發(fā)育和疾病的認(rèn)知。同時(shí)，STASCAN僅基于相鄰切片的組織學(xué)圖像生成細(xì)胞分布圖，從而能夠構(gòu)建更詳細(xì)的3D細(xì)胞圖譜，并減少實(shí)驗(yàn)成本。

STASCAN在公共渦蟲空間數(shù)據(jù)集中進(jìn)行原始分辨率下的基準(zhǔn)測(cè)試，優(yōu)于其他算法的精準(zhǔn)細(xì)胞注釋，能夠僅從圖像預(yù)測(cè)細(xì)胞類型。進(jìn)一步，STASCAN可以在渦蟲數(shù)據(jù)集中應(yīng)用3個(gè)功能模塊，揭示原始分辨率下無法識(shí)別的精細(xì)組織結(jié)構(gòu)，定位細(xì)胞混合物的組成及其在亞分辨率下的不同位置，僅基于鄰近染色圖像實(shí)現(xiàn)細(xì)胞分布預(yù)測(cè)，構(gòu)建超原始分辨率6倍的精細(xì)細(xì)胞三維分布圖譜。

STASCAN可以應(yīng)用于不同空間轉(zhuǎn)錄組學(xué)技術(shù)的跨物種的多個(gè)數(shù)據(jù)集。STASCAN在人類腸道數(shù)據(jù)集中定位腸道組織不同細(xì)胞層的邊界；在人類肺數(shù)據(jù)集中特異識(shí)別微米級(jí)精細(xì)結(jié)構(gòu)；在人類心肌數(shù)據(jù)集中預(yù)測(cè)測(cè)序缺失區(qū)域中的潛在細(xì)胞分布，重繪人體心肌梗死組織中的空間結(jié)構(gòu)變化；在小鼠胚胎腦數(shù)據(jù)集中解碼細(xì)胞空間精細(xì)分布，復(fù)刻小鼠腦發(fā)育過程中組織解剖學(xué)結(jié)構(gòu)。

STASCAN提供了用于整合空間基因表達(dá)信息和組織學(xué)圖像進(jìn)行精細(xì)分辨率細(xì)胞注釋的工具，在解碼細(xì)胞空間精細(xì)分布和解析特異組織結(jié)構(gòu)方面具有優(yōu)勢(shì)。隨著空間轉(zhuǎn)錄組技術(shù)的發(fā)展和數(shù)據(jù)的積累，STASCAN有望為大規(guī)?？臻g轉(zhuǎn)錄組數(shù)據(jù)的整合分析提供支持。

研究工作得到國(guó)家重點(diǎn)研發(fā)計(jì)劃和國(guó)家自然科學(xué)基金等的支持。

論文鏈接

STASCAN模型框架圖