基于成像的空间转录组学（imSRT）技术能够在细胞内对基因进行高通量、分子分辨率的空间表征。传统的imSRT数据分析方法依赖于通过统计每个分割细胞内每个基因检测到的mRNA分子数量而生成的基因计数矩阵，从而忽略了可能有助于定义细胞状态的亚细胞异质性。为了利用imSRT数据中的分子分辨率信息，并基于亚细胞异质性识别细胞状态，研究人员开发了STARIT（Spatial Transcriptomics As Rasterized Image Tensors，空间转录组学光栅化图像张量）。STARIT将imSRT数据中分割细胞内的转录本转换为基于图像的张量表示，可与深度学习计算机视觉模型结合用于下游分析。通过模拟和真实imSRT数据，研究人员证明STARIT能够区分转录上不同的细胞类型，并进一步基于亚细胞转录本定位分离细胞状态，而传统的基因计数分析无法捕捉这些信息。通过提供一种标准化框架来编码imSRT数据中的亚细胞分子信息，STARIT将有助于更深入地理解亚细胞异质性，并增强对基因计数表示所忽视的细胞类型和状态的识别与表征。

《PLOS Computational Biology》：Spatial Transcriptomics As Rasterized Image Tensors (STARIT) characterizes cell states with subcellular molecular heterogeneity

　　

基于成像的空间转录组学（imaging-based spatially resolved transcriptomics，imSRT）技术能够在细胞内对基因进行高通量、分子分辨率的空间表征。传统的imSRT数据分析方法依赖于通过统计每个分割细胞内每个基因检测到的mRNA分子数量而生成的基因计数矩阵（gene count matrix），从而忽略了可能有助于定义细胞状态的亚细胞异质性（subcellular heterogeneity）。为了利用imSRT数据中的分子分辨率信息，并基于亚细胞异质性识别细胞状态，研究人员开发了STARIT（Spatial Transcriptomics As Rasterized Image Tensors，空间转录组学光栅化图像张量）。STARIT将imSRT数据中分割细胞内的转录本（transcripts）转换为基于图像的张量表示（image-based tensor representation），可与深度学习计算机视觉模型（computer vision models）结合用于下游分析。通过模拟和真实imSRT数据，研究人员证明STARIT能够区分转录上不同的细胞类型（cell-types），并进一步基于亚细胞转录本定位（subcellular transcript localization）分离细胞状态（cell states），而传统的基因计数分析无法捕捉这些信息。通过提供一种标准化框架来编码imSRT数据中的亚细胞分子信息，STARIT将有助于更深入地理解亚细胞异质性，并增强对基因计数表示所忽视的细胞类型和状态的识别与表征。

研究背景与意义

基于成像的空间转录组学（imSRT）技术，如MERFISH、seqFISH和Xenium等，能够在固定细胞和薄组织切片中实现基因表达的时空分辨分析，精确定位细胞内单个mRNA转录本的位置。然而，传统的数据分析方法通常将检测到的转录本按细胞和基因进行计数汇总，生成基因计数矩阵，再通过降维和聚类识别细胞类型和状态。这种方法本质上忽视了转录本在细胞内的亚细胞空间分布信息，如细胞核、核周、细胞质、极化等区域定位。亚细胞RNA定位在细胞功能中发挥重要作用，调控局部翻译和细胞内信号传导，且RNA定位异常与疾病相关。因此，开发能够系统整合亚细胞分子空间信息的计算框架，对于识别传统基因计数分析无法发现的细胞状态具有重要意义。

研究内容与结论

研究人员开发了STARIT（空间转录组学光栅化图像张量）框架，将imSRT数据中分割细胞内的转录本坐标转换为像素化的图像张量表示，保留亚细胞转录本组织信息。该表示可与预训练的卷积神经网络（CNN）等计算机视觉模型结合进行特征提取，生成同时包含分子和空间信息的单细胞特征矩阵，进而应用常规单细胞降维和聚类分析流程。通过模拟和真实imSRT数据验证，STARIT能够区分基于核与核周定位等亚细胞异质性定义的细胞状态，而这些是传统基因计数分析无法分辨的。

关键技术方法

研究人员主要采用了以下关键技术方法：一是光栅化图像张量表示方法，将转录本坐标转换为像素图像并应用高斯模糊核生成平滑密度图；二是预训练计算机视觉模型特征提取，包括ResNet101、ResNet18/50/152、UNI2-h和CTransPath等；三是基因表达量特征加权策略，将提取的图像特征乘以基因表达量归一化值以降权低表达基因的影响；四是旋转标准化处理，通过主成分分析（PCA）对齐细菌主轴以消除整体旋转差异；五是标准单细胞分析流程，包括PCA降维、Louvain图聚类和UMAP可视化。模拟数据通过Python脚本生成，真实数据包括osmFISH小鼠皮层数据集（来自Codeluppi等人2018年研究，4,833个细胞、33个基因、31种细胞类型）和细菌-MERFISH大肠杆菌K-12 MG1655数据集（来自Sarfatis等人研究，1000倍体积膨胀，463个细胞）。

研究结果

2.1 STARIT在模拟空间转录组数据中区分具有亚细胞分子异质性的细胞状态

研究人员模拟了包含三种转录不同细胞类型的数据，其中一种细胞类型根据核与核周定位分为两种细胞状态。传统基因计数聚类仅识别出三个簇（ARI：0.706），无法区分核与核周定位的两种状态；而STARIT结合ResNet101特征提取识别出四个簇，与模拟分组完全对应（ARI：1.0）。Wilcoxon秩和检验识别出与预期基因相关的显著特征。进一步模拟实验表明，STARIT能够区分左右极化定位的细胞状态，但特征提取器选择会影响结果，UNI2-h和CTransPath因训练中包含随机旋转和翻转增强而无法区分左右极化模式。STARIT还能捕捉核到核周连续过渡的定位轨迹，并对50%和25%体积捕获模拟保持稳健，但在12.5%极低分子采样下性能下降。

2.2 STARIT对分割误差敏感，但可通过基因表达特征加权修正

将STARIT应用于osmFISH小鼠皮层数据时，未加权分析得到的聚类与原始31种细胞类型对应较差（ARI：0.138）。研究人员通过模拟加入少量错误分配分子的数据证实，分割误差和噪声基因检测会显著影响图像特征。为此引入基因表达量特征加权策略，将提取特征乘以基因表达量归一化值，加权后模拟数据聚类完全对应四个分组（ARI：1.0），osmFISH数据对应性也显著改善（ARI：0.299）。

2.3 STARIT结合特征加权重现预期细胞类型

对osmFISH数据应用特征加权后，STARIT聚类与原始细胞类型注释的对应性显著改善，在组织和UMAP空间中呈现相似模式（ARI：0.299，平均Jaccard相似性：0.272）。STARIT识别出一些新聚类，如成熟少突胶质细胞被分为两个亚群（簇3和24），差异分析识别出Anln、Ctps、Gfap、Itpr2和Plp1等基因。基因计数重聚类分析也能产生相似结果（ARI：0.342），表明这些亚群可能同时伴随表达量变化。

2.4 STARIT在细菌-MERFISH数据中区分具有分子异质性的细菌状态

对大肠杆菌细菌-MERFISH数据中fliC-fliX操纵子的分析，未旋转标准化时ResNet101识别出3个簇，主要由细菌整体旋转驱动。旋转标准化后结合UNI2-h特征提取识别出4个簇，这些簇在fliC-fliX表达量上无显著差异。通过可解释的监督指标分析，簇2和簇3在归一化表达量、空间扩散、细胞长度和总操纵子计数上无显著差异，但簇2总强度显著更高，表明簇2为更弥散的转录本分布而簇3为更点状的分布模式。这种亚细胞空间组织差异是传统基因计数聚类无法识别的。

讨论与结论

STARIT提供了一种替代的图像表示方法，能够保留imSRT数据中的亚细胞分子异质性。研究存在以下局限性：STARIT高度依赖准确的细胞分割和检测特异性，特征加权可能掩盖低表达基因的真实生物学信息；薄组织切片中部分细胞体积捕获可能影响定位模式识别；计算机视觉模型作为"黑箱"缺乏生物学可解释性；特征提取器选择影响结果，ResNet架构对旋转和尺度敏感。计算成本方面，osmFISH数据集（4,833细胞、33基因）光栅化约需2小时，细菌-MERFISH子集（463细胞、1基因）不到4分钟。研究人员建议先通过基因计数聚类识别感兴趣的细胞类型，再选择性应用STARIT分析特定细胞群以降低计算成本。未来方向包括开发针对亚细胞分子成像数据的专用基础模型、探索图表示和点云表示等替代编码策略，以及将STARIT整合到更广泛的计算基础设施中。总体而言，STARIT通过捕捉传统基因计数分析忽视的亚细胞分子异质性，将增强新型细胞类型和状态的识别与表征，为理解细胞组织和功能多样性提供更深入的见解。