基于距离加权图卷积与微环境表征的空间转录组组织域识别新框架

《Briefings in Bioinformatics》：spaDWGCN: a spatial distance weighted graph convolution network for accurate spatial tissue structure identification

空间转录组学（spatial transcriptomics）的持续发展使研究人员能够同时获取细胞或捕获点（spot）的基因表达矩阵与空间坐标标签，为理解空间组织微环境与空间分辨的细胞间互作提供了工具。尽管已有大量方法用于识别空间组织架构，多数方法采用二元邻接矩阵（binary adjacency matrix），将相邻细胞等量对待；极少有方法将距离信息系统融入图构建与特征表征两个层面。为此，研究人员提出 spaDWGCN，一种以细胞基因表达与微环境组成为输入的空间距离加权图卷积网络（spatial distance weighted graph convolutional network）算法。该方法在两个层级引入细粒度距离加权：在图层级，以距离加权邻接矩阵替代常规0–1二元邻接矩阵；在特征层级，以距离加权的微环境组成矩阵替代邻居计数矩阵。进一步，spaDWGCN 通过独立的图卷积网络分支分别建模基因表达与微环境组成，并借助可训练融合参数实现联合表征，将转录模式与局部邻域上下文统一于同一框架。基于 MERFISH、STARmap、Stereo-seq、Slide-seqV2 与 10× Visium 等多平台空间转录组数据的实验表明，该距离加权策略在空间域识别及后续下游分析中具有具有竞争力的性能。

研究背景方面，空间转录组技术可分为基于测序的方法（如10× Visium、Slide-seqV2）与基于成像的方法（如MERFISH、STARmap），前者分辨率有限而后者基因覆盖不完整，但共同产生了大量带坐标的高维表达数据。核心分析任务是识别具有连续性与共享表达模式的空间域（spatial domain）。现有方法如STAGATE、SEDR、GraphST多依赖KNN或半径邻域构建0–1二元邻接矩阵，默认所有邻居贡献相等，无法刻画近远邻居的相对重要性；SpaceFlow仅加空间正则但不区分距离；BANKSY虽做距离核加权但主要用于数据增强且不可训练；xSiGra依赖组织图像；STAGUE把邻接矩阵设为可学习可能偏离生物真实。因此，亟需把距离衰减先验同时嵌入图结构与特征工程。

研究人员开展的研究是提出spaDWGCN：以基因表达矩阵与空间坐标、以及非空间Leiden初步聚类标签为输入，在图构建端用KNN获邻域后，以平均最近邻距离归一化，再经lnv1等距离核（默认lnv1：dist=1/(1+d_norm)）生成距离加权邻接矩阵A^(exp)；在特征端，由初步聚类标签构成细胞类型矩阵C，用同样距离权重点乘得到距离加权微环境组成矩阵C′=A^(env)′C。两条分支各经3层图卷积网络（GCN）编码，得到表达嵌入E_exp与微环境嵌入E_env，通过可训练λ经sigmoid融合为E_final=σ(λ)E_exp+(1-σ(λ))E_env。解码器用3个GCN分别输出服从零膨胀负二项分布（ZINB）的均值μ、离散度θ与零膨胀概率π，以负对数似然为重建损失，并加入空间正则损失（惩罚空间远但隐空间近的细胞对），总损失为Loss_ZINB+α·Loss_spatial。聚类可用Leiden或Mclust。

主要关键技术方法：研究采用标准预处理（滤低表达细胞/基因、取高变基因、归一化log变换、PCA与Leiden初步聚类）；构建距离核加权空间图与微环境组成特征；双分支GCN编码与可训练融合；ZINB分布解码与空间正则联合优化。样本队列涵盖MERFISH小鼠脑31样本约37.8万细胞（19片用于基准，12片调参）、STARmap小鼠视皮层1207细胞、10× Visium人乳腺癌3798点、Stereo-seq与Slide-seqV2小鼠嗅球数据。

研究结果如下。

Overview of spaDWGCN：通过示意说明距离加权相较二元邻接与邻居计数的优势，明确双分支GCN与ZINB解码流程，证明框架可支持域识别、表达去噪、肿瘤异质性与拟时序分析。

Benchmarking spaDWGCN with other algorithms in MERFISH dataset：在19个MERFISH切片上对比BANKSY、SpaceFlow、GraphST、Mender、STAGATE、SEDR、SCANPY。spaDWGCN中位NMI 0.736、ARI 0.722，优于其余方法；Slice 10–0显示层状结构连续，UMAP与PAGA连通性更清晰。

spaDWGCN denoises spatial gene expression in STARmap dataset：STARmap中NMI 0.755、ARI 0.703最高；仅少数方法恢复层结构且spaDWGCN边界更准。重建后Rprm、Zmat4等标志基因表达变异更显著，AUC与信噪比（SNR）优于原始与简单平滑，说明并非单纯空间平滑。

spaDWGCN explores cancer heterogeneity in 10× human breast cancer dataset：10× HBC上NMI 0.719、ARI 0.632领先。Cluster 8（DCIS/LCIS）与Cluster 9（IDC）差异分析中，CXCL14、CCND1、DEGS2、GFRA1、TTLL12在重建后区分度增强；60基因热图将Cluster 9/10/12/16归IDC、Cluster 7/8归DCIS/LCIS，火山图揭示亚型间差异表达。

spaDWGCN discovers laminar structure in Stereo-seq dataset and Slide-seqV2 dataset：在小鼠嗅球Stereo-seq与Slide-seqV2中，七层结构（RMS、GCL、IPL、MCL、EPL、GL、ONL）边界较STAGATE、SEDR等方法更清晰连续。

讨论与结论翻译：spaDWGCN的贡献在于把距离信息协调地注入图构建与特征工程，并联合建模与融合生物学关联的表达与微环境表征。结论表明，距离衰减加权策略在多平台空间转录组上提升了空间域识别精度、表达去噪能力与肿瘤异质性解析力，为接触依赖信号与局部生态位建模提供了可扩展的计算框架。

论文解读与评审要点已经形成，接下来可以选择一个方向继续深化：

提炼本文审稿可质疑的方法学薄弱点

设计spaDWGCN的复现与对比实验方案

提炼本文审稿可质疑的方法学薄弱点

设计spaDWGCN的复现与对比实验方案