GA黄金甲

细胞在组织和器官内的空间地位与其职能缜密有关。新兴的空间转录组技术可能在组织中原位捕获转录信息，为钻研人员解析基因表白谱从而解码细胞空间散布、破译组织的空间结构、理解复杂的生物学职能提供了前提。

当前主流的空间转录组技术分为两种，基于成像的技术和基于高通量测序的技术。其中，基于高通量测序的技术由于占有成熟的贸易产品利用更为宽泛。然而，基于高通量测序的空间转录组技术往往受限于粗粒度的分辨率，其在单一捕获域中丈量多个细胞的混合转录本，且捕获域间隙间存在大片未丈量的组织区域。同时，固然陆续丈量的空间转录组切片可用于构建三维细胞图谱以破译器官结构，但高昂的技术成本往往只允许对一幼部门陆续的组织切片进行测序，从而导致了Z轴方向受限的分辨率，故障了三维图谱的成立。

现有的推算步骤通过反卷积等方式实现了捕获域内混合细胞类型注解，但未对捕获域间未丈量区域细胞类型进行添补，提升的分辨率有限。此表，现有步骤往往只关注基因表白信息，未结合状态学信息进行细胞注解，注解正确度也有待提高。

10月22日，国度生物信息中心杨运桂团队和GA黄金甲数学与系统科学钻研院张世华团队合作在Genome Biology?颁发了题为STASCAN deciphers fine-resolution cell-distribution maps in spatial transcriptomics by deep learning?的钻研论文，针对分歧空间转录组技术、分歧生物组织成立解码细胞空间精密散布、解析特异组织结构的新工具STASCAN。

STASCAN基于深度进建模型，整合空间转录组基因表白数据和组织学图像，实现组织切片未丈量区域细胞类型预测及丈量区域捕获域内细胞细分注解。STASCAN的主题优势在于，它不仅能以高精度进行细胞类型注解并显著加强细胞空间分辨率，还可解析原始分辨率下无法识此外精密组织结构，并进一步揭示详尽的细胞类型幼生境，加快钻研人员对发育和疾病的理解。此表，STASCAN仅基于相邻切片的组织学图像天生细胞散布图，从而可能构建更具体的3D细胞图谱，削减尝试成本。

STASCAN首先在公共涡虫空间数据集中进行原始分辨率下的基准测试，其实现优于其他算法的精准细胞注解，且可能仅从图像预测细胞类型。STASCAN进一步于涡虫数据集中利用三个职能？，揭示了原始分辨率下无法识此外精密组织结构、精准定位细胞混合物的组成及其在亚分辨率下的分歧地位、仅基于邻近染色图像实现细胞散布预测，最终成功构建超原始分辨率六倍的精密细胞三维散布图谱。

此表，STASCAN成功利用于来自分歧空间转录组学技术的跨物种的多个数据集。STASCAN在人类肠路数据集中正确定位肠路组织分歧细胞层的天堑；在人类肺数据集中特异鉴别微米级精密结构；在人类心肌数据集中正确预测测序缺失区域中的潜在细胞散布，沉绘人体心肌梗死组织中的空间结构变动；在幼鼠胚胎脑数据集中解码细胞空间精密散布，精准复刻幼鼠脑发育过程中组织解剖学结构。

综上所述，STASCAN提供了一种壮大的工具，用于整合空间基因表白信息和组织学图像进行精密分辨率细胞注解，在解码细胞空间精密散布和解析特异组织结构方面展示出显著优势。随着空间转录组技术的急剧发展和数据的不休堆集，STASCAN将对大规？占渥甲槭莸恼戏治鎏峁┗∏坑辛Φ闹С。

国度生物信息中心博士钻研生吴盈为本文第一作者，GA黄金甲数学与系统科学钻研院张世华钻研员和国度生物信息中心杨运桂钻研员为本文共同通讯作者。本工作得到国度沉点研发打算、国度天然科学基金等项目赞助。

STASCAN模型框架图

论文链接