编辑推荐：
多重组织成像（MTI）受限于分子谱不全等问题。为此，研究人员应用机器学习对乳腺癌队列的 t-CyCIF 数据进行单细胞蛋白丰度填补，评估多种模型并引入空间信息。结果显示模型准确性高，填补数据具生物学相关性，为 MTI 数据优化提供新工具。
在生命科学研究中，对组织微环境的精细解析是理解疾病发生发展机制的关键。多重组织成像（Multiplex Tissue Imaging, MTI）技术如循环免疫荧光（t-CyCIF）等，虽能实现单细胞水平的空间蛋白质组和转录组分析，可同时检测 10-150 种蛋白质及 500-2000 种 RNA，但实际应用中面临诸多挑战。组织样本制备过程中的组织丢失、折叠，探针失效，以及下游图像处理误差等技术问题，常导致分子谱数据不完整，极大影响数据质量和分析的可靠性。此外，单次实验可检测的分子数量有限，难以全面捕捉复杂的生物信息，这使得如何从现有数据中挖掘更多有效信息成为亟待解决的难题。
为突破这些瓶颈，美国俄勒冈健康与科学大学（Oregon Health & Science University）的研究人员开展了一项具有创新性的研究。他们利用机器学习（Machine Learning, ML）和深度学习（Deep Learning, DL）方法，对乳腺癌组织的 t-CyCIF 单细胞数据集进行蛋白质丰度填补（Imputation），旨在通过计算手段弥补数据缺失，提升 MTI 数据的实用性。该研究成果发表在《Nature Communications》上，为 MTI 技术的发展和应用开辟了新的方向。
研究人员主要采用了三种关键技术方法：弹性网络（Elastic Net, EN）正则化线性回归、轻梯度提升机（Light Gradient-Boosting Machine, LGBM）和神经网络自编码器（Autoencoders, AE）。实验使用了来自 4 名激素受体阳性（HR+）、HER-2 阴性转移性乳腺癌患者的 8 份活检样本，这些样本属于 NCI 癌症登月计划人类肿瘤图谱网络（Human Tumor Atlas Network）数据集，包含治疗前和治疗进展后的配对样本，共涉及 20 种蛋白质的检测。研究通过留一患者交叉验证（Leave-One-Out Cross-Validation, LOOCV）方法评估模型性能，并引入细胞空间坐标信息，计算不同半径内邻近细胞的蛋白质丰度均值，以探索空间背景对填补准确性的影响。
研究结果
蛋白丰度填补性能评估
基线模型（均值填补）表现较差，而 EN 模型显著优于基线，平均绝对误差（Mean Absolute Error, MAE）降低 0.078，其中 CK17 和 Ki67 的 MAE 低至 0.05。LGBM 模型进一步提升了准确性，其平均 MAE 为 0.10，优于 EN 的 0.11 和 AE 的 0.13。AE 虽在单蛋白和多蛋白填补中表现稍逊，但能同时处理多个蛋白质，具备计算效率优势。空间信息的加入显著改善了填补效果，尤其对高变异性蛋白质如 CK19、ER 和 PR，使用 60μm 半径时，LGBM 和 AE 模型的 MAE 均有明显下降，表明细胞微环境的空间关联对数据填补至关重要。
生物学应用验证
通过填补数据对单细胞进行治疗时间点分类，使用 LGBM 模型构建的分类器显示，基于填补数据的预测准确性比真实数据提高 8.93%。研究推测，这可能是由于填补过程去除了原始数据中的噪声，或通过上采样增强了数据模式。表型分析显示，真实数据与填补数据的调整兰德指数（Adjusted Rand Index, ARI）达 0.72，表明两者在细胞表型分类上高度一致，验证了填补数据的生物学相关性。
模型泛化能力验证
在另一独立的乳腺癌组织微阵列（Tissue Microarray, TMA）数据集（包含 26 例肿瘤样本）中，EN 和 LGBM 模型表现稳定，而 AE 模型准确性下降，提示不同模型在不同数据分布下的适应性差异。这一结果表明，LGBM 和 EN 模型具有较好的泛化能力，可推广至更广泛的 MTI 数据集。
结论与讨论
该研究首次将机器学习应用于 MTI 单细胞蛋白丰度填补，证明了其可行性和有效性。研究发现，空间信息的整合能显著提升填补准确性，揭示了细胞微环境在数据建模中的重要性。尽管不同模型各有优劣（LGBM 准确性最高，AE 适合多蛋白填补），但均为 MTI 数据优化提供了实用工具。此外，填补数据在生物学分类中的出色表现，表明其可用于肿瘤微环境异质性分析、治疗响应预测等领域，为深入理解肿瘤演化和精准医疗提供了新途径。
研究的局限性包括仅针对蛋白质（未涉及 RNA）、样本类型局限于转移性乳腺癌、蛋白质数量较少等。未来需在更大规模、更多样化的数据集及不同 MTI 平台上进一步验证模型，以拓展其应用范围。总体而言，这项研究为 MTI 技术与机器学习的结合奠定了基础，有望推动单细胞空间组学在疾病研究和临床实践中的发展。
