admin管理员组

文章数量:1437858

探秘空间基因表达的 “地形图”：GASTON 算法重磅来袭！

   在生命科学的浩瀚宇宙中，空间基因表达模式的解析一直是科研人员苦苦追寻的目标。近期，一篇发表于《Nature Methods》的重磅研究《Mapping the topography of spatial gene expression with interpretable deep learning》为我们点亮了新的希望。该研究由 Princeton University 的 Benjamin J. Raphael 团队主导，历经多年打磨，推出了 GASTON（gradient analysis of spatial transcriptomics organization with neural networks）算法，为高通量空间分辨转录组学数据的深度挖掘提供了全新视角。

Mapping the topography of spatial gene expression with interpretable deep learning

痛点直击：空间转录组数据的稀疏性难题

   空间分辨转录组学技术虽能描绘组织切片中基因表达的精细图谱，但数据的稀疏性如同一座大山，横亘在科研人员面前，极大地阻碍了对基因表达空间模式的精准解析。

   GASTON 算法应运而生，它巧妙地引入 “isodepth” 这一概念，类比地理学中的海拔高度，为组织切片构建起基因表达的 “地形图”。通过学习基因表达、空间梯度以及分段线性表达函数，GASTON 实现了对连续梯度和不连续变化的基因表达的精准建模。

图1：GASTON 是一种可解释的深度神经网络，它能够学习组织的地形

小鼠小脑：GASTON 的首场 “代表作”

   在小鼠小脑组织切片的分析中，GASTON 基于 Slide-seqV2 平台的 23,096 个转录本数据，成功绘制出小脑的基因表达地形图（图 2a）。它将小脑精准划分为四个与已知解剖结构高度一致的空间域，包括少突胶质细胞层、颗粒层、浦肯野 - 伯格曼层和分子层（图 2b）。与 NSF、SpaGCN、GraphST 和 SpiceMix 等方法相比，GASTON 识别出的空间域在空间连贯性上表现卓越， spatial coherence score 分别高达 80、73、74，而其他方法最高仅 64（图 2c-g）。此外，GASTON 还揭示出细胞类型比例随 isodepth 的显著变化，例如少突胶质细胞和颗粒细胞在特定 isodepth 区间内占比近乎恒定，而浦肯野细胞和伯格曼胶质细胞则呈现出与浦肯野 - 伯格曼层相关的空间比例变化（图 2j, k）。

图2：GASTON 学习的空间梯度概括了小鼠小脑的空间组织

基因表达的连续与不连续变化：GASTON 的 “火眼金睛”

   面对低覆盖度的 Slide-seqV2 数据，GASTON 凭借其强大的建模能力，精准捕捉到基因表达的连续与不连续变化（图 3）。以 Sbk1 基因为例，该基因在浦肯野细胞中特异性表达，但在原始数据中，仅 15% 的空间位置有非零 UMI 计数。GASTON 通过聚合等高线上的表达数据，成功重建出 Sbk1 的表达模式，使其在浦肯野 - 伯格曼层达到峰值，并在颗粒层内随 isodepth 连续变化。在与六种主流方法的对比中，GASTON 在已知小脑标记基因识别上的 AUPRC 高达 0.31，远超其他方法，充分彰显了其卓越性能。

图3：GASTON 揭示了小鼠小脑中基因表达的连续和不连续的空间变异

肿瘤微环境：GASTON 揭开神秘面纱

   在人类结直肠癌（CRC）肿瘤样本的分析中（图 4），GASTON 识别出五个空间域，涵盖肿瘤、肿瘤相邻基质及其他基质区域。它揭示出 1,572 个空间变异基因，这些基因呈现出七种不同的空间表达模式，涵盖肿瘤内变异、基质内变异以及肿瘤 - 基质边界处的不连续变化。其中，Type I 基因（如 COX7B 和 SCD）在肿瘤内部表达增加，暗示肿瘤内部氧气充足；Type II 基因（如 ACTA2 和 TAGLN）在肿瘤 - 基质边界处表达上调，且具有正斜率，表明肿瘤处于侵袭性亚型。

图4：GASTON 识别 TME 中的空间基因表达模式

多组织、多技术平台：GASTON 的广泛适用性

   GASTON 的强大之处还体现在其广泛的适用性。在小鼠嗅球的 Stereo-seq 数据分析中（图 5），尽管数据高度稀疏（中位 UMI < 350），GASTON 仍精准还原出嗅球的七层放射状几何结构，并揭示出不同细胞类型在各层内的精细空间排列。此外，在小鼠胚胎 E9.5 的 Stereo-seq 数据中，GASTON 成功识别出十个空间域，并在胚胎心脏空间域中鉴定出 128 个具有连续变化的基因，这些基因富集于形态发生素信号传导、钙梯度等关键发育过程。

图 5：GASTON 揭示了小鼠嗅球细胞类型和基因表达的变化

结语：GASTON 引领空间基因表达分析新纪元

   GASTON 算法如同一把神奇的钥匙，为科研人员开启了解析空间基因表达模式的新大门。它不仅在多种组织和空间转录组技术平台上展现了卓越的性能，更为肿瘤微环境、神经发育等领域的研究提供了前所未有的深度洞察。相信在不久的将来，GASTON 将在生命科学的更多领域大放异彩，助力科研人员不断探索生命的奥秘！

互动福利：你对GASTON的哪个部分最感兴趣？留言区讨论，点赞+评论的同学可私信领取原文PDF+代码包！

本文标签： 探秘空间基因表达的 “地形图”GASTON 算法重磅来袭！

版权声明：本文标题：探秘空间基因表达的 “地形图”：GASTON 算法重磅来袭！ 内容由网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：http://www.betaflare.com/biancheng/1747535795a2703050.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。