博文

SPCC：通过整合单细胞和空间转录组数据来推断空间细胞相互作用

已有 297 次阅读 2026-9-15 21:03 |个人分类:科普|系统分类:科普集锦

SPCC：通过整合单细胞和空间转录组数据来推断空间细胞相互作用

单细胞转录组测序能够以单个细胞的分辨率分析基因表达，以了解特定场景中的细胞状态和分子机制。如果没有空间信息来解释特定场景中存在的空间模式，则无法补充清晰的细胞图谱。空间转录组学可以捕捉空间基因表达的特征，完美地弥补了单细胞数据空间信息缺乏的限制。然而，当前的空间测序技术仍然存在一些局限性。一些空间技术在测序过程中无法实现细胞分辨率，而一些空间技术在测序数据中产生的基因远少于单细胞测序。一般来说，单细胞转录组仅限于测量一百个基因中的一小部分，同时获得清晰的空间信息，例如osmFISH、STARMap 和MERFISH。当前空间转录组技术（Slide-seq、Visium）的分辨率范围为 10 μm 至 100 μm（对于点），其中一个点可能包含多个细胞。

由于这两种数据类型存在相应的缺点，从单细胞 RNA 测序 (scRNA-seq) 计算出的细胞-细胞相互作用通常包含不准确之处，因为距离限制影响了某些配体-受体相互作用的捕获。此外，依赖空间转录组数据缺乏详细的细胞类型注释，使得计算准确的细胞-细胞相互作用具有挑战性。因此，整合scRNA-seq数据和空间转录组数据可以实现这两种不同数据类型的互补优势，从而能够在单细胞分辨率水平上拟合细胞距离。这实现了更精确的细胞通讯推断。

计算解决方案是使用集成框架或工具来集成空间数据和scRNA-seq数据，以弥补这两种数据类型的缺陷。单细胞和空间数据之间的比对可以概括为两类问题。一种是前向映射，这是一种通过使用映射矩阵（例如相关矩阵）将空间信息映射到scRNA-seq 数据的方法，以将空间坐标信息传递到各个细胞。NovoSpaRc 是第一个使用最佳传输将空间转录组数据映射到单细胞数据的方法。SpaOTsc 采用最佳传输并生成映射矩阵来推断细胞通讯。然而，该方法在很大程度上依赖于先前的相似性指标，并且没有明确解决 scRNA-seq 和空间数据之间的批次效应或模态特异性偏差，从而导致比对准确性降低。Tangram 引入了深度学习框架，通过从表达谱学习映射矩阵来对齐单细胞和空间数据。它通过最大化表达谱之间的余弦相似性来优化细胞点分配。然而，其目标仅关注表达比对，而没有明确解决scRNA-seq和空间数据之间模态特异性差异。 CellTrek使用 Seurat框架来传输空间坐标。虽然在许多情况下有效，但它依赖于潜在空间中的最近邻匹配，当不同的细胞类型具有相似的转录组图谱或空间分辨率较粗时，这可能会产生不明确的匹配。尽管这些方法引入了跨模式标签转移的创新策略，但它们都有一些关键局限性。这些方法在处理模态特定噪声以及在单细胞水平提供细粒度、可解释的空间分辨率方面仍然面临挑战。

另一种是使用反卷积从单细胞数据生成空间数据的细胞类型标签。该方法将生成空间数据的每个点的细胞类型组成。后向方法还包含许多空间反卷积方法。 Cell2location构建了一个贝叶斯模型，使用参考 scRNA-seq 数据集来估计每个点的每种细胞类型的丰度。然而，该方法不提供单细胞水平的空间分辨率，并且不能直接映射单个细胞。 RCTD应用概率框架来重建细胞类型分布，但与 Cell2location 一样，它仅关注比例估计，缺乏对单个细胞的空间细化。

为了克服这些限制，Wang等人开发了 SPCC（图1，https://github.com/ploughhh/SPCC），这是一种新颖的基于映射的计算框架，它将集成任务制定为几次对抗性的域适应问题。SPCC方法的核心是联合变分自动编码器 (JVAE)，它对 scRNA-seq 和空间转录组数据执行共同表示学习。通过结合文库大小标准化和对抗性训练策略，JVAE有效地最小化了特定于模态的技术差异，例如测序噪声和批次效应，从而提取反映真实生物变异的共享潜在表示。一旦获得共享表示，就根据共同嵌入空间中的距离计算细胞点相似度矩阵。该相似性矩阵是生成将 scRNA-seq 细胞映射到空间位置的分配矩阵的基础。为了稳健地捕获基因表达和空间坐标之间的非线性关系，仅使用少量匹配的细胞点对来训练随机森林回归模型。该模型不仅输出每个单细胞的空间坐标，而且还充当映射器，在两种模态之间建立高分辨率对齐。与以前的方法不同，SPCC 能够处理跨平台数据异构性，同时保留细粒度的空间结构。它支持可解释的细胞级空间投影，并支持伪空间重建、细胞通讯推理和微环境模式发现等下游应用，所有这些都具有增强的鲁棒性和分辨率。

图1 SPCC 模型概述。A. SPCC 模型综合框架概述，说明其组件及其相互关系。 SPCC 模型利用联合深度学习框架来执行数据嵌入。使用一组带注释的 scRNA-seq 数据和未注释的空间数据作为输入。SPCC 利用模型中获取的嵌入数据的映射策略来生成概率矩阵，该矩阵表示两种数据模态之间的相似性。B. 获得嵌入数据后，SPCC 采用随机森林模型来学习空间数据和空间信息之间的关系。该模型用于预测 scRNA-seq 和空间数据之间的相似性，生成相似性矩阵。 C. SPCC 的数据收集包含来自不同来源的数据集，包括小鼠体感皮层、乳腺癌和黑色素瘤脑转移数据。D.SPCC 涉及的后续应用和验证包括空间反卷积和细胞通讯推理

根据基准测试结果，SPCC方法与以前的工具相比具有更高的准确性，包括Cytospace、CellTrek、Tangram、SpatialPrompt、STEM。然后，通过在多个物种的不同数据集上使用 SPCC 来验证空间细胞间相互作用的生物学相关性，包括大脑发育、以及癌症亚型和转移。结果发现， SPCC 可以识别具有调控效应的关键相互作用。例如，发现 PECAM1 与 SOX4 相互作用，可能促进黑色素瘤的转移。总之，SPCC 可以作为组学数据整合和关键细胞间相互作用推断的潜在工具。

参考文献

[1] Tiangang Wang, Yu Zhou, Xi Liu, Sijia Wu, Liyu Huang, Kexin Huang, Xiaobo Zhou, SPCC: Inferring Spatial Cell–Cell Interaction by Integrating Single-cell and Spatial Transcriptomics, Genomics, Proteomics & Bioinformatics, 2026;, qzag083, https://doi.org/10.1093/gpbjnl/qzag083

以往推荐如下：

1. 分子生物标志物数据库MarkerDB

2. 细胞标志物数据库CellMarker 2.0

3. 细胞发育轨迹数据库CellTracer

4. 人类细胞互作数据库：CITEdb

5. EMT标记物数据库：EMTome

6. EMT基因数据库：dbEMT

7. EMT基因调控数据库：EMTRegulome

8. RNA与疾病关系数据库：RNADisease v4.0

9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target

10. 非编码RNA与免疫关系数据库：RNA2Immune

11. 值得关注的宝藏数据库：CNCB-NGDC