GESO：整合空间信息的基因集活性空间映射方法

《Nature Communications》：Interpretable and scalable spatial gene set activity analysis with GESSO uncovers functional tissue architecture

摘要

空间分辨转录组学（SRT）可以测量组织中的基因表达。现有的总结功能相关基因活性的方法通常忽略了邻近位置之间的空间关系，在统计检验、基因水平的解读以及可扩展性方面存在局限性。在此，我们提出了GESO方法，该方法纳入空间信息来估计组织内基因集的活性，量化每个基因对活性得分的贡献强度，并对特定位置的通路活性升高进行统计学检验。在模拟实验以及基于五种SRT平台共13个数据集的分析中，GESO更好地恢复了已知的空间模式，提供了良好校准的统计检验和可解释的基因水平贡献，并且比现有方法具有更高的可扩展效率。在肿瘤组织、胚胎组织和淋巴组织中的应用揭示了局部化的生物程序，包括肿瘤-基质界面的上皮-间质转化、发育信号梯度以及生发中心内协同的免疫通路。因此，GESO能够在多样化的SRT技术和生物学场景中实现基因集活性的可解释且可扩展的空间映射。