Tangram空间映射工具的优化策略：提升单细胞到空间转录组数据整合的可靠性

本研究针对Tangram在单细胞RNA测序(scRNA-seq)与空间转录组数据整合中存在的映射不一致性问题，开发了一套包含基因选择、细胞筛选、正则化和空间信息整合的优化策略。通过真实小鼠皮层数据集和模拟MERFISH/SeqFISH数据验证，改进后的Tangram将细胞映射一致性从0.59提升至0.99，同时保持基因表达预测准确性。该研究为空间生物学研究提供了更可靠的计算工具，对解析肿瘤微环境等复杂组织具有重要意义。

　　

在生命科学研究中，精确解析细胞的时空分布犹如绘制生物组织的"谷歌地图"。单细胞RNA测序(scRNA-seq)虽能揭示细胞异质性，却丢失了空间坐标；而空间转录组技术虽保留位置信息，又受限于分辨率或基因覆盖度。这种"鱼与熊掌不可兼得"的困境，使得计算整合方法成为关键突破口。Tangram作为主流空间映射工具，虽能桥接两类数据，但其随机初始化导致的映射不一致性，严重制约了其在研究细胞通讯、肿瘤微环境等重大生物学问题中的应用可靠性。

德国慕尼黑工业大学(TUM)生命科学学院系统生物学数据科学团队与南丹麦大学合作，在《Bioinformatics》发表研究，通过多维度优化策略显著提升Tangram的稳定性。研究采用真实小鼠皮层scRNA-seq(21,697细胞)与Visium数据(324点)及模拟MERFISH/SeqFISH数据集，建立包含10项指标的评估体系。关键技术包括：基于Sparros算法的信息基因筛选、L2/熵正则化组合优化、空间权重矩阵(含Getis-Ord G*统计量)整合，以及细胞预过滤策略。

数据稀疏性影响映射性能
分析发现基因表达稀疏性显著影响预测准确性：在训练集中仅占15%的稀疏基因(表达细胞数<5%)，其预测一致性比非稀疏基因低42%。细胞类型分析显示，基因稀疏的星形胶质细胞虽映射一致性好(0.82)，但位置确定性仅为0.31，反映模型对低质量数据的敏感度。

四维优化策略

1. 基因选择：采用Sparros筛选的154个信息基因，在保持预测精度的同时将运行时间缩短76%；
2. 正则化组合：L2正则化提升映射一致性(Δ+0.26)，熵正则化增强确定性(Δ+0.18)，二者协同解决过拟合；
3. 空间约束：Getis-Ord G*统计量识别"热点"区域，使细胞类型形成生物学合理的空间簇(Δ一致性+0.35)；
4. 细胞过滤：基于CytoSPACE启发的预筛选策略，将真实数据映射一致性从0.91提升至0.99。

性能验证
在模拟MERFISH数据(6,185细胞/589点)上，优化模型将细胞映射交叉熵(CE)降低58%，基因预测余弦相似度(CS)提升至0.94。细胞类型映射分析显示，少突胶质细胞等紧密排列类型的二进制交叉熵(BCE)改善最显著(Δ0.41)。

该研究建立的标准化评估框架(含投票熵等10项指标)为空间工具开发树立了新标杆。改进后的Tangram不仅解决了"相同数据不同结果"的可靠性危机，其模块化设计更支持染色质可及性等多组学数据整合。作者Merle Stahl和Lena J. Stra?er开发的基准测试管道已开源，为三维空间分析等延伸研究奠定基础。这项突破使科学家能更自信地探索发育轨迹、免疫微环境等时空动态过程，推动精准医学研究进入"高分辨率时代"。