《Nature Communications》:Robust characterization and interpretation of rare pathogenic cell populations from spatial omics using GARDEN
编辑推荐:
本文推荐一种名为GARDEN的计算框架,其创新性地融合动态图注意力机制与空间感知图融合对比策略,旨在解决空间组学数据分析中稀有致病细胞群体难以精准识别与解析的瓶颈问题。研究通过跨组织、多物种及多分辨率数据验证,证实GARDEN可稳定识别阿尔茨海默病模型中的Aβ斑块相关微胶质细胞、鼻咽癌中分散的三级淋巴结构以及乳腺癌肿瘤微环境中罕见的M1样巨噬细胞,并支持三维组织重建及多组学数据整合,为疾病机制研究和临床靶点发现提供了强有力的技术工具。
在生物医学研究领域,空间组学技术的崛起使得科学家能够以前所未有的精度观察组织中基因表达的空间分布规律。然而,当前大多数计算方法更擅长识别组织中丰度较高的常见细胞类型,对于那些数量稀少但可能驱动疾病发生发展的罕见细胞群体,往往缺乏有效的检测手段。这些罕见细胞虽然数量少,却在肿瘤转移、神经退行性疾病等病理过程中扮演着关键角色,因此开发能够精准识别和解析这些细胞的新方法具有重要意义。
近日发表在《Nature Communications》上的研究提出了一种名为GARDEN(Graph Attention adversarial self-encodeR for spatial omics Data rare cell characterization)的创新计算框架。该研究由吉林大学人工智能学院张新明等人完成,旨在解决空间组学数据分析中稀有细胞群体检测的挑战。
为了开展这项研究,团队开发了一个结合动态图注意力机制和空间感知图融合对比学习的深度学习模型。GARDEN首先通过构建多尺度邻域图整合空间信息,然后使用动态图注意力编码器生成空间嵌入表示。其核心创新在于引入了空间感知的图融合对比训练策略,通过区分真实微环境变异与人工生成的伪变异,增强模型对细微微环境差异的捕捉能力。
研究团队在10x Visium、Xenium、Stereo-seq等多种空间转录组数据集上对GARDEN进行了全面评估,涵盖人类乳腺癌、阿尔茨海默病小鼠模型、鼻咽癌等多种疾病模型。关键技术方法包括:动态图注意力编码器、转录组辅助注意力解码器、空间感知图融合对比模型、基于最优传输的多切片三维配准模块,以及可解释性基因模块分析工具。
GARDEN在真实数据细粒度空间区域识别中表现优异
研究人员首先在小鼠嗅球的三维堆叠数据集上评估GARDEN的性能。结果显示,GARDEN识别出的空间区域清晰呈现六层组织结构,且具有更好的连续性和区域间区分度。特别值得注意的是,GARDEN在第三切片中发现了一个对应于室管膜下区/嗅隐窝的小区域,该区域富含神经前体细胞和星形胶质细胞。差异基因表达分析显示,该区域特异性高表达Tubb2b、Nrep等与神经发育相关的基因,证实了GARDEN识别生物学相关微区域的准确性。
跨物种验证与罕见区域发现
在成年小鼠中枢神经系统的STARmap PLUS数据集上,GARDEN成功识别出16种不同的细胞状态,特别是在延髓背后部区域(MYdp)的识别上表现优异,而其他基准方法往往忽略这一小区域或错误地将其与相邻大区域合并。进一步分析发现,该区域高表达HOXB8基因,该基因已知特异性标记骨髓来源的小胶质细胞,与小鼠理毛行为控制相关。
稳健的三维组织配准与稀有细胞定位
GARDEN还展示了在多连续空间转录组切片上进行三维配准的能力。在Visium人脑数据集和STARmap PLUS小鼠海马数据集上,GARDEN在不同旋转角度下均实现了准确、稳健的配准,显著优于SANTO、SLAT和PASTE等方法。通过三维重建海马结构,GARDEN成功揭示了CA和SUB层中稀有细胞在组织深度轴上的真实分布。
在10x Visium HD数据中稳健检测稀有致病细胞群体
应用GARDEN分析10x Visium HD技术生成的结直肠癌数据,发现侵袭性癌细胞群体内部存在显著异质性。两个侵袭癌亚群分别与REGIA和TGFBI基因表达共定位,这些基因分别参与肿瘤增殖迁移和细胞-细胞外基质相互作用,揭示了肿瘤微环境中不同功能性亚群的存在。
阿尔茨海默病病理的时空洞察
在阿尔茨海默病小鼠模型的海马组织分析中,GARDEN精准定位了与β淀粉样蛋白(Aβ)斑块相邻的细胞群体(Domain 12)。这些细胞高表达C1qa和C1qb基因,已知在Aβ相关小胶质细胞中高表达并参与阿尔茨海默病中的突触丢失。基因本体富集分析显示,Domain 12中的差异表达基因显著富集于小胶质细胞激活、神经炎症反应等阿尔茨海默病相关通路。
鼻咽癌中分散的三级淋巴结构发现
GARDEN在鼻咽癌样本中成功识别出分散的三级淋巴结构(TLS),这些结构在肿瘤免疫微环境中起着重要作用。细胞比例分析显示,不同样本中TLS区域的细胞组成存在显著差异,其中ST7样本富含浆细胞而B细胞比例较低,提示其处于成熟的效应阶段。细胞间通信分析揭示了IL-16和CCL家族信号通路在TLS形成和维持中的关键作用。
通过可解释基因模块解析稀有细胞类型
研究人员还将GNNExplainer解释工具整合到GARDEN框架中,用于识别每个空间域背后的关键基因特征。在皮肤鳞状细胞癌样本中,GARDEN特异性解释基因显著富集于免疫相关通路,如树突状细胞介导的抗原呈递和T细胞活化,而STAGATE的对应基因集没有显示类似富集模式。
乳腺癌细粒度肿瘤区域识别与潜在转移机制
在人类乳腺癌组织数据分析中,GARDEN识别出一个潜在的混合区域(Domain 11),该区域主要由巨噬细胞1型主导。轨迹分析显示,从混合导管癌区域向浸润区域延伸的细胞轨迹,表明Domain 11中的细胞类型可能在促进肿瘤扩散中起关键作用。配体-受体相互作用分析揭示了ITGA11、CHAD、NECTIN2等与乳腺癌进展相关的关键分子相互作用。
扩展GARDEN至空间染色质可及性数据
研究还证明GARDEN可适用于空间染色质可及性数据分析。在小鼠幼年大脑切片的数据中,GARDEN准确识别了胼胝体膝、侧脑室和大卡哈亚岛等精细皮质结构,并清晰定义了大脑皮质的七个异质层,与小鼠脑图谱注释高度一致。
研究结论表明,GARDEN框架通过其动态注意力机制、三维图结构和空间感知图融合对比训练策略,能够有效识别和解析空间组学数据中的稀有细胞群体,为理解疾病机制和发现治疗靶点提供了强大工具。该方法的灵活性使其可应用于多种空间组学数据类型,包括空间转录组和空间染色质可及性数据,具有广泛的适用前景。
尽管GARDEN在空间组学数据分析中表现出色,但仍存在一些局限性,如对输入数据质量和分辨率的依赖,以及计算资源需求较高。未来工作将致力于解决这些限制,并将GARDEN扩展至其他空间组学数据类型,如空间蛋白质组学,从而更全面地理解细胞功能和相互作用。