細(xì)胞在組織和器官內(nèi)的空間位置，對其發(fā)揮特定功能頗為重要。近年來，快速發(fā)展的空間轉(zhuǎn)錄組（Spatial Transcriptomics）技術(shù)能夠同時(shí)測量生物組織切片空間位點(diǎn)的基因表達(dá)和空間位置信息，為研究人員破譯組織的空間結(jié)構(gòu)，探討周圍環(huán)境對細(xì)胞基因表達(dá)的影響提供了條件。中國科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院張世華團(tuán)隊(duì)借助人工智能賦能空間轉(zhuǎn)錄組數(shù)據(jù)的計(jì)算與解析，開發(fā)了STA-系列工具。2022年，張世華團(tuán)隊(duì)在《自然-通訊》（Nature Communications）上發(fā)布了適應(yīng)于不同空間轉(zhuǎn)錄組技術(shù)、不同生物組織的生物組織空間亞結(jié)構(gòu)識(shí)別的人工智能工具——STAGATE（該工作入選2022年度“中國生物信息學(xué)十大進(jìn)展”）。?? ?

隨著空間轉(zhuǎn)錄組測序數(shù)據(jù)的持續(xù)積累，整合分析不同條件下產(chǎn)生的數(shù)據(jù)可以提供單個(gè)數(shù)據(jù)無法獲取的生物學(xué)見解。然而，這些不同來源的數(shù)據(jù)之間會(huì)存在不可避免的批次效應(yīng)。消除批次效應(yīng)且保留不同批次之間真實(shí)存在的生物學(xué)差異，是實(shí)現(xiàn)數(shù)據(jù)整合的主要挑戰(zhàn)。盡管目前的單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)整合方法可以用于多切片整合，但由于沒有考慮空間信息，聚類結(jié)果易受技術(shù)噪聲影響，缺乏清晰的空間邊界，且易過度離散。 ?? ?

10月12日，張世華課題組在《自然-計(jì)算科學(xué)》（Nature Computational Science）上，發(fā)表了題為Integrating spatial transcriptomics data across different conditions, technologies, and developmental stages的研究論文。該工作針對來自不同技術(shù)、不同發(fā)育時(shí)間點(diǎn)、不同疾病條件的生物組織多切片空間轉(zhuǎn)錄組數(shù)據(jù)建立了整合分析新工具——STAligner。《自然-計(jì)算科學(xué)》主編Fernando Chirigati評論道，“張世華及其同事提出的工具是整合多樣本的一種很有前途的資源，我希望它能幫助研究人員在進(jìn)行空間轉(zhuǎn)錄組學(xué)分析時(shí)發(fā)現(xiàn)新的重要生物學(xué)見解?！?美國俄亥俄州立大學(xué)教授Qin Ma評論道，“這項(xiàng)研究為整合（空間轉(zhuǎn)錄組）多個(gè)樣本提供了一個(gè)很有前途的工具，案例研究的數(shù)據(jù)也很新穎?！???

空間轉(zhuǎn)錄組圖譜顯示出顯著的空間表達(dá)模式和空間可變基因（Spatially Variable Genes，SVGs）。10月9日，張世華課題組與合作者，在《核酸研究》（Nucleic Acid Research）上，在線發(fā)表了題為STAMarker: determining spatial domain-specific variable genes with saliency maps in deep learning的研究文章。該工作開發(fā)了基于深度學(xué)習(xí)顯著圖的空間域特異可變基因識(shí)別方法——STAMarker。STAmarker同時(shí)實(shí)現(xiàn)了空間域識(shí)別和對應(yīng)的空間可變基因識(shí)別，有望為細(xì)粒度分析空間轉(zhuǎn)錄組數(shù)據(jù)提供有效方法。 ?? ?

該團(tuán)隊(duì)與中國科學(xué)院北京基因組研究所（國家生物信息中心）楊運(yùn)桂、蔡軍團(tuán)隊(duì)合作，在《自然-通訊》上，發(fā)表了題為Spatiotemporal transcriptomic atlas reveals the dynamic characteristics and key regulators of planarian regeneration的研究論文。該工作繪制了地中海渦蟲再生過程中的三維空間轉(zhuǎn)錄組圖譜STAPR，系統(tǒng)鑒定了多個(gè)再生關(guān)鍵調(diào)控因子。 ?? ?

簡要而言，上述研究將人工智能與空間轉(zhuǎn)錄組數(shù)據(jù)巧妙結(jié)合，為解析生物組織結(jié)構(gòu)和細(xì)胞調(diào)控提供了頗有前景的系列工具STAGATE、STAligner、STAMarker。隨著空間轉(zhuǎn)錄組技術(shù)的快速發(fā)展和數(shù)據(jù)的不斷積累，這些工具將為大規(guī)?？臻g轉(zhuǎn)錄組數(shù)據(jù)的計(jì)算解析與生物挖掘提供支持。

STAligner算法工作流程圖