SpaNN：利用深度神经网络进行空间转录组数据增强

《IEEE Transactions on Computational Biology and Bioinformatics》：SpaNN: Spatial Transcriptomic Data Enhancement Using Deep Neural Network

空间转录组测序技术结合基因表达与物理位置信息，但存在检测基因数量受限的问题。本研究提出SpaNN方法，利用深度神经网络和加权k近邻算法预测未检测基因的空间表达水平，实验证明该方法有效提升细胞聚类精度和可视化效果，并具备参数鲁棒性与大数据处理能力。

　　

摘要：

空间转录组测序技术是一种强大的工具，它将基因表达数据与其在组织或器官中的物理位置相结合，为研究人员提供了前所未有的细胞分子功能的空间分辨率。目前，基于原位杂交和成像的空间转录组测序可以在单细胞分辨率下获取细胞位置信息和转录组谱型，但它只能检测到有限的基因数量，这限制了其在探索全基因组表达模式中的应用。因此，预测空间转录组数据中未检测到基因的空间分布至关重要。在这里，我们介绍了一种新的数据增强技术，称为SpaNN，该技术可以在空间背景下预测转录组表达水平。SpaNN使用一种定制设计的相似性损失函数，利用空间转录组数据中的位置信息来训练深度神经网络。该网络捕获联合嵌入，并采用加权k最近邻方法来预测未测量基因的空间表达水平。我们的实验表明，SpaNN不仅能够恢复未测量基因的表达水平，还能提高细胞聚类和可视化的效果。此外，灵敏度和可扩展性分析证实，SpaNN对参数变化具有鲁棒性，并且能够有效处理大规模数据集。

引言

单细胞RNA测序（scRNA-seq）技术的出现和快速发展使得能够在单细胞分辨率下测量mRNA表达，超越了传统RNA测序方法的限制。这一突破促进了早期疾病诊断和药物开发的重大变革[1]、[2]、[3]。然而，由于测序过程中细胞与组织的分离，scRNA-seq存在固有的局限性，导致关键的空间背景信息丢失[4]。为了解决这个问题，空间转录组技术应运而生并取得了显著进展，实现了位置信息和mRNA转录谱型的同时捕获。这一进步有助于探索组织内的空间域以及研究细胞间相互作用模式[5]、[6]、[7]。空间转录组技术主要分为基于图像的方法和基于序列的方法。基于图像的方法，如MERFISH、osmFISH和seqFISH，在单细胞水平上能够很好地描绘mRNA的空间分布，但只能分析有限数量的转录本，因此无法提供全面的转录组图谱[8]、[9]、[10]。相比之下，基于序列的方法（如10x Visium、spatial transcriptomics和Slide-seq）可以为空间点提供全基因组表达数据，但由于每个点包含多个细胞，因此空间分辨率较低[11]、[12]、[13]。总之，虽然空间转录组测序技术能够在空间背景下有效地绘制转录组图谱，但它们在基因通量和空间分辨率之间存在权衡。我们的目标是预测空间转录组数据中未检测到基因的表达水平，以填补这些空白。