通过单细胞信息驱动的图卷积网络解码空间转录组学中的细胞间通讯

《Pattern Recognition》：Deciphering Cell–Cell Communication in Spatial Transcriptomics through Single-Cell-Informed Graph Convolutional Networks

• 我们提出了SMGN，一个用于空间细胞-细胞通讯推断的统一图神经网络（GCN）框架。
• 我们引入了伪点位（pseudo-spot）策略，以解决空间转录组学中点位内的异质性问题。
• 我们设计了高斯空间张量，以建模配体的扩散过程以及通讯范围。
• 我们开发了通讯感知的基因表达预测模块，用于进行验证。

引言
细胞-细胞通讯（CCC）构成了一条基础性的生物学通路，使多细胞生物能够维持生命活动。细胞通过分泌信号分子与邻近细胞进行交流，这些信号分子随后被靶细胞识别并接收，从而触发一系列生物学反应[1]。在此过程中，配体与受体的特异性结合介导了关键的信号通路，从而调控细胞行为，并在疾病条件下协调稳态、发育过程以及免疫应答。

近年来，单细胞RNA测序（scRNA-seq）技术的快速发展，使科学家们得以在单细胞精度和出色的基因组广度下探索组织微环境。在此背景下，人们开发了众多用于推断CCC的计算工具，每种工具都依赖于不同的建模策略来建立背景参考，并评估配体-受体相互作用（LRIs）相对于背景参考的富集程度。总体而言，这些策略可分为两大类[2]。第一类是统计方法：CellPhoneDB[3]考虑了包含多聚体蛋白的经过整理的LRIs，通过比较零分布与置换后的细胞类型标签来识别发生通讯的细胞类型；ICELLNET[4]从单细胞转录组谱中提取潜在的通讯通路；CellChat[5]采用网络分析和模式识别来预测细胞群体的主要信号输入与输出，并探索不同信号通路之间的协调作用。第二类是网络方法，它们构建更为复杂的网络来评估不同细胞类型之间的LRIs。例如，NicheNet[6]和CytoTalk[7]纳入了下游的细胞内基因调控网络，以增强LRI预测的生物学可解释性；scMLnet[8]构建多层网络，以同时捕捉细胞间通讯和细胞内转录调控；其他工具，包括PyMINEr[9]和SingleCellSignalR[10]，在LRI资源整理和统计检验方面提供了独特优势。然而，由于CCC通常发生在scRNA-seq数据无法捕捉的物理空间环境中，这些非空间推断方法往往存在较高的假阳性率。为了解决这一局限性，近期研究纳入了空间注释信息以提升预测准确性。

空间转录组学（ST）技术的发展为阐明细胞在组织中的空间定位创造了新的机遇[11]。ST方法提供了单细胞或多细胞点位（spot）的空间坐标，在细胞水平上揭示生物学过程方面具有巨大潜力[12]。因此，ST数据已被广泛用于验证从scRNA-seq推断出的LRIs的物理邻近性，从而确认真实的细胞间通讯关系。迄今为止，已有若干计算框架被提出，用于从空间视角推断CCC。例如，SpaOTsc[13]采用结构化最优传输来对齐scRNA-seq与ST数据，利用空间距离作为代价函数来推断空间受限的信号网络；COMMOT[14]扩展了SpaOTsc框架，纳入了更复杂的LRIs和距离约束，从而实现方向性通讯推断；SVCA[15]和MISTy[16]分别采用概率建模结合机器学习来刻画与空间相关的基因调控模式；DeepTalk[1]利用基于子图的图注意力网络（GATs）来建模多尺度的细胞间连接性，实现单细胞分辨率下的高精度CCC推断。Giotto[17]提供了一个用于ST数据的通用分析平台，检测显著富集于随机期望之上的邻近细胞间相互作用；SpatialScope[18]利用深度生成建模来整合scRNA-seq参考数据与ST数据，从而将空间分辨率提升至单细胞水平，并在基于成像的ST数据集中实现全转录组映射；CrossChat[19]提出了两种互补的层次化CCC分析策略，包括全局多分辨率聚类和基于树的方法，以探索局部的层次关系。尽管这些基于空间信息的CCC推断方法取得了显著进展，但仍存在若干局限。首先，大多数现有方法主要关注细胞类型水平的通讯，而对细胞类型内部的概率异质性和空间变异关注不足，从而限制了其在复杂组织环境下的生物学可解释性。其次，这些方法的性能会受到ST数据质量、测序深度、点位分辨率以及平台特有的测量特征的影响，这可能影响其在异质空间数据集上的应用。此外，它们的计算复杂性往往阻碍了其扩展至大规模队列或回顾性研究的能力。受这些挑战的驱动，我们开发了一种新颖的计算框架，称为SMGN。SMGN在点位水平上对细胞类型组成执行高精度反卷积，并将结果映射为概率性的细胞类型分布。通过整合多层图卷积建模与空间感知的通讯推断，SMGN旨在改进配对scRNA-seq与ST分析设置下的点位级反卷积与空间CCC推断。

具体而言，SMGN首先在ST切片的每个空间位置上执行细胞类型分布的高精度反卷积，然后从反卷积结果推断细胞类型之间的通讯。该框架结合多层图卷积建模与空间感知的通讯推断，联合整合来自相应组织的scRNA-seq和ST数据，从而揭示跨越不同空间环境的复杂通讯机制。在32个模拟基准数据集以及五个选定的公开真实空间转录组学数据集（包括人类DLPFC、小鼠胚胎脑Stereo-seq、成年小鼠脑Stereo-seq以及两个人类乳腺癌数据集）上的系统性评估显示，SMGN取得了优异的反卷积性能，并支持在本研究所分析数据集内的空间CCC推断。我们的研究结果表明，SMGN能有效捕捉与不同生理和病理状态相关的显著CCC特征，加深了对空间细胞动态的理解，并为阐明疾病机制、鉴定潜在治疗靶点以及构建高分辨率空间转录组图谱提供了有价值的见解。

小节摘要

从scRNA-seq谱构建伪点位训练数据
为了训练更准确、更稳健的SMGN模型，我们从scRNA-seq数据生成了伪点位训练样本。这些伪点位用于为SMGN-dec提供监督训练信号，并且应当与用于外部性能评估的32个基准模拟ST数据集加以区分。我们假设每个点位内细胞的数量，记为ncell，服从正态分布：
ncell ~ N(μn, σn2)
其中μn = 10，σn = 5。ncell的值被四舍五入到最近的整数，

SMGN的工作流程
所提出的SMGN框架的整体工作流程如图1所示，由两个核心模块组成：SMGN-dec和SMGN-CCC。其中，SMGN-dec作为集成SMGN工作流程中的上游反卷积组件，专为整合scRNA-seq数据与基于测序的ST数据而设计，用于对空间点位内细胞类型组成进行高精度反卷积。在SMGN-dec中，首先对ST谱以及源自scRNA-seq的伪点位进行数据

结论
在本研究中，我们开发了SMGN——一种基于单细胞信息的图卷积网络框架，旨在解析空间转录组学中的CCC。通过整合伪点位模拟策略与基于高斯核的空间调制张量，SMGN减少了点位内细胞异质性带来的混淆效应，并对配体-受体信号在空间中的距离依赖性衰减进行建模。在32个模拟基准数据集以及五个真实空间

CRediT作者贡献声明
Pengfei Gao：构思，形式化分析，调查研究，方法学，项目管理，软件，可视化，写作—初稿，写作—审阅与编辑；Yumeng Zhang：构思，调查研究，方法学，软件，写作—初稿，写作—审阅与编辑；Quan Zou：构思，调查研究，项目管理，写作—审阅与编辑；Zilong Zhang：构思，调查研究，方法学，项目管理，写作

数据可用性
本研究分析的所有数据集均获取自公开可用资源。用于反卷积评估的32个模拟ST基准数据集来自一项先前发表的基准研究[27]。真实ST数据集包括来自spatialLIBD的十二片人类DLPFC 10x Visium切片[39]、来自MOSTA的小鼠胚胎脑和成年小鼠脑Stereo-seq数据集[41]，以及两个来自公开乳腺癌空间转录组资源的人类乳腺癌空间转录组数据集[52]

代码可用性
本研究分析的所有数据集均获取自公开可用资源，如方法部分所述。为本工作开发的所有模型和绘图代码均可在 https://github.com/gaopfnice/SMGN 公开访问。

资金支持
本工作得到中国国家自然科学基金（编号：62131004、62261018、62162025）；海南省自然科学基金（324MS009）；海南省科技专项基金，中国（编号：ZDYF2026GXJS006）；以及海南省院士工作站创新平台专项研究基金（编号：YSPTZX202407）的支持。

生成式人工智能及人工智能辅助技术使用声明
本手稿的撰写过程中未使用任何生成式人工智能工具或人工智能辅助技术。

CRediT作者贡献声明
Pengfei Gao：写作—审阅与编辑，写作—初稿，可视化，软件，项目管理，方法学，调查研究，形式化分析，构思。Yumeng Zhang：写作—审阅与编辑，写作—初稿，软件，方法学，调查研究，构思。Quan Zou：写作—审阅与编辑，项目管理，调查研究，构思。Zilong Zhang：写作—审阅与编辑，写作—初稿，项目管理，

利益冲突声明
作者声明他们没有已知的会可能影响本文所报告工作的竞争性经济利益或个人关系。

Pengfei Gao | Yumeng Zhang | Quan Zou | Zilong Zhang | Yuhua Yao