空间转录组学中旋转不变性对空间可变基因检测的重要性研究

本研究针对空间转录组学(Spatial Transcriptomics)中组织样本随机定位导致的旋转敏感性问题，系统分析了现有空间可变基因(Spatially Variable Genes, SVGs)检测方法的技术缺陷。作者团队通过评估三类常见方法学误用（坐标直接建模、不恰当核设计、数据预处理不当），提出了基于相对距离的旋转不变性策略，显著提升了多组织切片整合分析的可靠性。该成果为理解基因表达空间异质性提供了更稳健的计算框架，发表于《Nature Communications》。

　　

在生命科学领域，空间转录组学技术正以前所未有的分辨率揭示组织内基因表达的空间模式。然而，这项技术的分析过程面临一个看似简单却影响深远的问题——当实验人员将组织样本放置在载玻片上时，其空间方位完全是随机的。这种随机性导致传统分析方法如同"方向依赖的罗盘"，检测结果会因样本旋转角度不同而产生显著差异，严重影响了空间可变基因(Spatially Variable Genes, SVGs)检测的可靠性。SVGs作为具有特定空间表达模式的基因，对理解组织发育、疾病进展等生物学过程至关重要，这种技术局限性直接阻碍了多组织切片比较研究的科学性。

针对这一挑战，美国密歇根州立大学（Michigan State University）统计与概率系的Haohao Su和Yuehua Cui团队在《Nature Communications》发表重要研究。研究人员系统评估了现有SVGs检测方法的三大技术缺陷：直接使用空间坐标建模导致固定效应依赖、核设计不当引发的空间相关性捕获偏差，以及网格预处理带来的旋转敏感性。通过理论分析和实验验证，研究团队提出采用距离基核函数、相对位置聚合方案等旋转不变性策略，显著提高了检测结果的稳定性。

研究主要采用三类关键技术方法：1）基于小鼠嗅球组织和人类乳腺癌活检样本的空间转录组数据（来源：spatialresearch.org），通过30°-60°系统旋转验证方法稳定性；2）对比分析SPARK-X、SMASH等主流算法的核函数设计缺陷；3）开发基于Matérn-class核函数的旋转不变性评估框架。

直接使用坐标建模的问题

研究发现，CTS-V、C-SIDE等方法将空间坐标(s₁, s₂)或其变换形式作为回归协变量时，其统计显著性检验结果会随坐标系旋转而改变。例如SPARK-X在60°旋转后SVGs检出数从2321骤降至548，证明固定效应模型存在根本缺陷。

核设计不足的影响

投影矩阵核（如SPARK-X的K=S'(S'^TS')^-1S'^T）在坐标变换后失去不变性，而距离基高斯核则保持稳定。实验显示，小鼠嗅球组织在30°和45°旋转间仅有7个基因被一致检出。

预处理引入的变异

网格离散化方法（如singlecellHaystack）和基于坐标轴范围的归一化（如BSP的Δs₁Δs₂）会因旋转改变空间单元覆盖范围，导致密度估计失真。

研究结论强调，采用距离基建模策略（如Niche-DE的核平滑密度）和k近邻聚合方案可有效解决旋转敏感性问题。这项工作不仅为空间转录组分析建立了方法学标准，更对多中心研究的数据整合具有重要意义——当不同实验室采用不同样本取向时，旋转不变性方法能确保SVGs检测结果的可比性，为探索癌症异质性等生物医学问题提供更可靠的计算基础。