SpaNorm：空间转录组数据的 “智慧管家”，精准解析空间奥秘

空间转录组数据归一化面临挑战，研究人员开展 SpaNorm 方法的研究。结果显示，SpaNorm 能同时模拟文库大小效应和潜在生物学，在保留空间域信息和检测空间可变基因（SVGs）方面表现出色，有助于下游分析。

　　在生命科学研究的微观世界里，空间转录组学技术就像是一把神奇的钥匙，正逐渐打开我们理解多细胞生物系统的新大门。以往，我们对细胞在组织中的位置以及它们之间如何相互交流知之甚少，但有了基于斑点的空间转录组学技术（如 10x Genomics Visium ）和亚细胞空间转录组学（SST）技术（像 10x Genomics Xenium 、NanoString CosMx 、BGI Stereo-seq 、Vizgen MERSCOPE ），科学家们能够在保留组织架构的情况下，深入探究细胞密度和组成的区域差异，这为解决以前难以触及的生物学问题带来了希望。

然而，这项技术在前进的道路上遇到了一块 “绊脚石”—— 不同区域的文库大小差异问题。想象一下，在分析细胞的基因表达数据时，由于技术原因导致不同区域捕获的分子数量不同，就好比每个区域的 “数据仓库” 大小不一样，这会严重干扰我们从数据中准确检测空间变异信号。这一问题对后续的聚类分析、区域分割以及空间可变基因（SVGs）的识别等关键步骤都产生了负面影响，使得研究结果的准确性大打折扣。

为了搬走这块 “绊脚石”，来自墨尔本大学、沃尔特和伊丽莎?霍尔医学研究所等机构的研究人员展开了一场意义重大的探索。他们致力于开发一种全新的方法，希望能够在消除文库大小差异影响的同时，最大程度保留生物学信息。经过不懈努力，他们成功开发出 SpaNorm 这一空间感知归一化方法，并将相关研究成果发表在《Genome Biology》上。这项研究成果意义非凡，它为空间转录组学研究提供了更精准、可靠的分析工具，有望推动该领域取得新的突破。

研究人员在开展这项研究时，用到了多个关键技术方法。在数据处理方面，他们使用了 6 个数据集（涵盖 27 个样本、4 种不同平台、3 种组织和 2 个物种），并根据数据特点进行了相应的预处理。对于不同类型的数据集，如网格数据集和分割数据集，分别采用了不同的处理方式 。在归一化方法上，将 SpaNorm 与无归一化、scran、sctransform、RUV-III-NB 和 Giotto 等方法进行对比。同时，运用多种评估方法，包括拟合负二项回归模型评估区域特异性文库大小效应、使用方差分析、模拟研究以及利用不同聚类算法进行空间域识别等，全面深入地探究 SpaNorm 的性能 。

下面我们来详细看看研究结果。

1. 文库大小效应具有区域特异性：研究人员通过比较具有全局和区域特异性文库大小效应的模型，发现不同数据集里，具有区域特异性文库大小效应的基因比例差异较大，从约 25% 到近 100% 不等。像 Xenium 和 STOmics 数据集这类基因比例较高，Visium 数据集则较低。而且，通过敏感性分析进一步证实了这一结果的可靠性。
2. SpaNorm 保留空间域信号：在对比 SpaNorm 与其他归一化方法保留空间域信息的能力时，研究人员用区域间与区域内变异的比率来衡量。结果发现 SpaNorm 保留的信号最强。在聚类实验中，SpaNorm 在多数样本中表现最佳，且在不同技术和聚类算法中性能较为平衡。同时，研究还发现 SpaNorm 中的参数 K 对性能有影响，适度增加 K 值有益，但超过一定程度效果会下降 。
3. SpaNorm 改善 SVG 检测和一致性：利用模拟数据集和真实数据集，研究人员发现 SpaNorm 在检测 SVGs 方面表现出色。在模拟数据中，它能更准确地识别出真实的 SVGs，控制假发现率。在真实的 Xenium 小鼠脑数据集中，SpaNorm 能更好地检测出特定区域的标记基因，且相比原始数据，其归一化后得到的 SVG 排名更有意义。
4. SpaNorm 增强低表达基因的生物学信号：在分析 10x Visium 人类 DLPFC 数据集时，研究人员发现 SpaNorm 能够检测到其他方法难以发现的低表达标记基因 MOBP 的信号，即使在文库大小较低的区域也能做到，这得益于其空间建模的特性，能够借鉴周围区域的信息 。
5. SpaNorm 对基因采样、细胞分割和基于体积的归一化具有稳健性：通过模拟实验，研究人员发现基因采样策略对 SpaNorm 研究真实生物学效应的影响较小。同时，在评估细胞分割和不同归一化方式的影响时，发现使用文库大小或细胞体积 / 面积归一化对细胞类型比例的影响不大，说明 SpaNorm 在这些方面具有较好的稳健性。

在研究结论和讨论部分，SpaNorm 展现出了诸多优势。它能够有效识别文库大小效应和分布的区域特异性，在保留空间域信号用于聚类和检测真实 SVGs 方面优于其他归一化方法。而且，SpaNorm 的运行时间与细胞数量呈线性关系，对于不同类型的数据，无论是基于斑点的还是亚细胞的空间转录组数据都适用，尤其对 Xenium、STOmics 和 CosMx 等平台产生的数据优势更为明显。此外，它对细胞分割方式和数据是否基于网格处理均不敏感。

不过，研究人员也指出了 SpaNorm 存在的一些局限性。当对数文库大小的空间自相关性过高时，SpaNorm 分离相关变异的效果可能会受到影响，但在大多数数据集中，这种空间自相关性通常为中等水平。目前，SpaNorm 只能处理文库大小效应，研究团队正在努力扩展其功能，以应对如 “批次” 效应等其他不需要的变异。

总体而言，SpaNorm 的出现为空间转录组学研究带来了新的曙光。它解决了长期以来困扰研究人员的文库大小差异问题，让我们能够更准确地解析细胞的空间奥秘，为深入理解多细胞生物系统的运作机制奠定了坚实基础，也为未来生命科学和健康医学领域的相关研究开辟了更广阔的道路。