基于概率建模的单细胞空间转录组学无监督分割方法Proseg的开发与应用

为解决单细胞空间转录组数据中因细胞分割不准确导致的转录本错误分配问题，研究人员开发了基于概率建模的无监督分割方法Proseg。该方法通过模拟细胞形态快速推断边界，在三大商业平台数据集上展现出优越性能，显著提升肿瘤浸润免疫细胞（如中性粒细胞和CXCL13+ CD8+ T细胞）的检测精度，为肾细胞癌微环境研究提供新工具。

单细胞空间转录组技术（single-cell spatially resolved transcriptomics）虽能揭示细胞转录状态与微环境，但传统分割方法常因错误划定边界导致转录本误判甚至虚构细胞。这项研究创新性地将细胞模拟（cell simulation）技术转化为概率分割方法Proseg，通过无监督建模转录本空间分布，无需多模态染色即可生成形态学合理的细胞边界。

在三大商业平台数据集的测试中，Proseg展现出超越现有方法的准确性与计算效率。其核心价值体现在对肿瘤浸润免疫细胞（如难分割的中性粒细胞和T细胞）的精准识别，特别是成功解析肾细胞癌样本中CXCL13表达阳性的CD8⁺ T细胞亚群——这些细胞与肿瘤细胞的 spatial 关联性显著高于CXCL13阴性群体，为肿瘤免疫逃逸机制研究提供了关键线索。