SpatialRNA：基于图神经网络的空间转录组单分子数据分析工具

《Bioinformatics》：SpatialRNA: a Python package for easy application of Graph Neural Network models on single-molecule spatial transcriptomics dataset

本研究针对单分子空间转录组数据中图神经网络应用复杂性问题，开发了SpatialRNA这一Python工具包。该工具实现了组织样本的自动分块和子图生成，支持PyG框架下的GNN模型训练，在肺纤维化和卵巢癌案例中成功识别出具有生物学意义的空间微环境，为细胞游离分析提供了新范式。

　　

当科学家们试图在组织切片中观察基因表达的空间分布时，图像空间转录组技术（iST）带来了革命性的突破。这类技术能够以单分子分辨率保留RNA转录本在组织中的原始位置信息，就像为每个RNA分子赋予了精确的坐标。然而，随着检测通量的提升，单个样本中可能包含数百万个转录本，如何从这些海量数据中提取有意义的生物学信息成为了新的挑战。

传统的分析方法主要分为两类：基于细胞的方法和细胞游离方法。前者需要通过细胞分割确定细胞边界，然后将细胞内的分子进行汇总分析。这种方法严重依赖分割质量，在细胞形态不规则或密度较高的组织中容易产生误差。而细胞游离方法则直接对检测到的转录本及其空间邻域进行建模，避免了细胞分割的局限性，特别适用于缺乏质量膜染色图像或细胞难以分割的数据。

在这一背景下，图神经网络（GNN）展现出独特优势。这类深度学习模型专门处理图结构数据，能够通过学习RNA分子之间的空间关系来识别组织中的功能区域——即空间域或生态位（niche）。然而，由于iST数据规模庞大，直接在完整的RNA分子图上应用GNN模型存在巨大计算挑战。

为了解决这一问题，研究人员开发了SpatialRNA这一Python工具包。该工具整合了图构建、子图采样、模型训练和可视化等多个功能模块，支持在PyTorch Geometric（PyG）框架下高效处理大规模iST数据。通过两个案例研究，团队证明了该工具在识别空间组织微环境方面的实用性和可扩展性。

在技术方法上，研究团队主要采用了以下关键方法：首先基于半径阈值构建空间RNA图（以RNA分子为节点，空间邻近关系为边）；对于大样本采用组织分块策略，并添加边缘填充避免边界效应；使用LinkNeighborLoader进行子图采样；在PyG框架下训练GATv2和GraphSAGE等GNN模型；通过链接预测任务进行无监督学习；最后对嵌入向量进行聚类识别分子生态位。研究数据包括来自GEO数据库（GSE250346）的45例肺组织样本和10x Genomics平台的卵巢癌样本。

Case study 1: Human pulmonary fibrosis dataset

研究人员分析了45个肺组织样本中的343个基因表达数据，使用3.0微米的半径阈值构建图结构。通过节点基础的子图采样方法（5000个种子节点，每个节点5次随机游走）生成训练数据，采用2层GATv2模型进行训练。结果显示，识别出的12个分子生态位能够准确区分气道结构（T3、T9）和肺泡结构（T6、T8），并发现了一个与疾病相关的巨噬细胞免疫生态位（T5）。这些生态位在不同病理程度的样本中表现出特异性分布模式，为肺纤维化研究提供了新的视角。

Case study 2: Human ovarian cancer sample with 5K gene panel

在包含5000个基因的卵巢癌样本中，研究团队将组织分为100个区块，使用GraphSAGE模型进行训练。通过SpatialRNAOnDiskDataset实现磁盘数据批量加载，成功识别出肿瘤和非肿瘤组织的异质性区域，证明了方法在高通量数据中的适用性。

Comparing workflow variations and other methods on simulation data

与FICTURE等现有工具相比，SpatialRNA在多样本整合和组织分块方面具有独特优势。在模拟数据测试中，不同GNN架构和采样方法的组合均表现出色，其中基于批加载区块图的GraphSAGE模型性能最佳（ARI得分>0.9），优于FICTURE和GraphST等方法。

研究表明，SpatialRNA为iST数据的细胞游离分析提供了标准化流程，能够有效识别具有生物学意义的空间微环境。该工具支持多样本整合和大数据处理，为理解组织微环境在疾病发生发展中的作用提供了新思路。未来可进一步拓展至三维空间分析和多组学数据整合，推动空间转录组学在精准医疗中的应用。