空间转录组数据中三类常见伪影的检测与影响研究：BLADE方法的开发与应用

本研究针对空间转录组技术(Visium/CosMx)数据中普遍存在的边界效应(border effects)、组织边缘效应(tissue edge effects)和位置批次故障(location batch malfunctions)三类伪影，开发了自动化检测工具BLADE。通过对37例肝/脂肪组织样本的分析，发现81%样本存在边界效应，76%存在边缘效应，22%存在位置故障。UMAP、基因相关性等关键分析指标受伪影显著影响，凸显了质量控制的重要性。

　　

在生命科学研究的前沿领域，空间转录组技术正掀起一场革命。这项能够同时获取基因表达信息和空间位置数据的技术，为理解细胞间相互作用提供了前所未有的视角。特别是在细胞衰老(cellular senescence)等研究领域，科学家们迫切需要了解细胞如何通过空间位置关系影响周围微环境。然而，这项充满希望的技术却面临着一个基础性挑战——数据伪影(artifacts)的干扰。

美国明尼苏达大学健康信息学研究所(Institute for Health Informatics, University of Minnesota)的Erich Kummerfeld领衔的研究团队发现，空间转录组数据中普遍存在三类严重影响分析结果的伪影：边界效应(border effects)、组织边缘效应(tissue edge effects)和位置批次故障(location batch malfunctions)。这些伪影会导致基因读数在特定区域异常增高或降低，进而扭曲数据分析结果。更令人担忧的是，目前领域内缺乏系统化的检测方法，研究者往往只能依靠主观判断来识别这些问题。

为解决这一关键问题，研究人员开发了BLADE(Border, Location, and edge Artifact DEtection)这一创新的自动化检测工具。该研究发表在生物信息学权威期刊《Briefings in Bioinformatics》上，通过对37个Visium样本(包括人和小鼠的肝/脂肪组织)的系统分析，揭示了这些伪影的普遍性和严重影响。

研究采用了三种主要技术方法：1)基于出租车距离(taxicab distance)的边缘/边界区域识别算法；2)Hubert-Vandervieren偏态离群值检测方法用于定位故障区域；3)通过半合成数据模拟评估伪影对UMAP、基因相关性等分析指标的影响。样本来源于NIH资助的细胞衰老研究联盟，包括直接贴片FFPE、新鲜冰冻和CytAssist FFPE三种处理流程的组织。

研究结果部分，通过"Artifact definitions"明确了三类伪影的特征：边界效应表现为捕获区域边缘的基因读数异常；组织边缘效应表现为组织样本边缘的读数异常；位置批次故障则表现为同一批次所有样本相同位置的读数异常。在"Prevalence of the three artifacts across our 37 samples"中，数据显示这些伪影在各类样本中普遍存在，其中边界效应检出率达81%，边缘效应达76%。

"Impact of the artifacts on bioinformatics and statistics"部分通过模拟实验证明，伪影会显著影响关键分析指标：UMAP聚类相似性指数(ARI)普遍低于0.65的临界值；90%以上的基因-基因相关性检测出现显著差异；空间自相关指标Moran's I和香农熵也受到明显干扰。研究通过图表演示了伪影如何压缩组织内部的实际变异信息，强调去除伪影对揭示真实生物学信号的重要性。

在讨论部分，作者深入分析了伪影的可能来源：组织边缘效应可能与固定液渗透梯度或组织脱落有关；边界效应可能源于硅胶垫圈对齐问题；位置批次故障则可能是制造过程中的印记缺陷所致。研究同时指出当前方法的局限性，如无法精确定位受影响的具体斑点(spot)，为未来改进指明了方向。

这项研究的重要意义在于：首次系统定义和量化了空间转录组数据中的关键伪影类型；开发的BLADE工具填补了领域内质量控制的空白；通过严谨的实验证明忽视这些伪影将导致分析偏差。随着空间组学技术的快速普及，这项成果将为确保研究可靠性提供重要保障，特别是在细胞衰老等需要精确空间信息的领域。研究团队已公开所有代码，推动领域标准化进程。