综述：人工智能时代下的空间组学：技术、算法生态、生物学应用及大模型视角

《iMeta》：Spatial omics in the AI era: Technologies, algorithmic ecosystems, biological applications, and large model perspectives

　　

空间组学技术有助于克服传统组学方法缺乏空间信息的关键局限性，通过提供从分子水平到微环境尺度的全景视角，来解决生命科学中具有空间分辨率的生物学问题。随着该领域的快速发展，技术平台、算法和研究工作流程之间存在显著差异，这给跨学科研究人员带来了三个核心挑战：技术原理的详细解释、合适算法的选择以及未来的发展方向。本综述系统总结了空间组学的技术平台和分析算法，比较了它们在特定任务背景下的优缺点，并展示了在多个生物学领域的应用案例。它还概述了新兴的研究方向和大模型整合的进展。最终旨在为来自不同学科的研究人员设计和实施空间组学研究提供参考。

**INTRODUCTION**
引言指出，人类及多细胞生物由高度异质性的细胞构成，传统单细胞技术因丢失空间位置信息而受限。空间组学（Spatial omics）通过从分子到微环境尺度的全景视角弥补了这一缺陷，其中空间转录组学（Spatial transcriptomics）和空间蛋白质组学（Spatial proteomics）分别被《自然·方法》评为2020年和2024年度技术。在人工智能时代，多种技术平台、算法复杂性和生物学应用差异给跨学科研究者带来障碍。本综述遵循空间组学研究的数据流（数据生成→分析→科学发现），系统介绍主流技术平台的工作原理与横向比较，讨论Python和R两种常见数据结构体系，深入分析空间域识别、细胞注释、细胞通讯、批次校正和插补等核心计算任务，聚焦三维空间重建和时空动态分析，总结动物、植物、神经科学和临床领域的突破性应用，并围绕生成模型和大模型阐述机遇与挑战。

**SPATIAL OMICS TECHNOLOGIES**
**Spatial transcriptomics technology**分为基于测序和基于成像两类。基于测序的平台（如Stereo-seq、Slide-seq、Visium HD等）通过空间条形码实现原位捕获，产生全转录组数据；基于成像的平台（如MERFISH、seqFISH+、Xenium等）利用荧光原位杂交或原位测序直接检测RNA，分辨率可达亚细胞水平。**Sequencing-based spatial transcriptomics technologies**涵盖多种原理：Stereo-seq利用超高密度DNA纳米球阵列实现大视野亚细胞分辨率；Seq-Scope基于Illumina流通池构建亚微米条形码；HDST采用分池策略生成2μm二氧化硅珠阵列；Slide-seq系列通过条形码珠阵列重建发育轨迹；Pixel-seq利用聚丙烯酰胺凝胶技术达到1μm分辨率；Nova-ST利用NovaSeq纳米图案表面实现低成本高捕获效率；Visium提供标准化流程兼容新鲜冷冻和FFPE样本。**Imaging-based spatial transcriptomics technologies**包括BARseq、FISSEQ、MERFISH、osmFISH、seqFISH+、CosMx等，其中Xenium通过滚环扩增和原位杂交实现高灵敏检测。**Comparison of commercial spatial transcriptomics technologies**对比了Slide-seqV2、Stereo-seq、Visium V1、Visium HD、Xenium、CosMx和MERSCOPE七种平台，指出基于测序的平台适合全转录组发现但存在扩散效应，基于成像的平台具有低假阳性率和高检测灵敏度但基因覆盖范围窄。**Cell segmentation in spatial transcriptomics**是实现单细胞分析的关键桥梁，包括细胞核分割、转录本分配、全细胞分割和完整细胞边界重建。主流工具如Cellpose、Baysor、SCS和Proseg各有特点，其中细胞膜或细胞壁染色是检测边界的金标准。**Spatial proteomics technologies**涵盖转录组-蛋白质组共分析（如Spatial-CITE-seq、GeoMx DSP）、高多重蛋白质成像（如CODEX、3D CyCIF、MIBI-TOF）和基于质谱的原位成像（如MALDI-MSI、DESI-MSI、PLATO）。**Spatial metabolomics and spatial epigenomics technologies**包括LAESI-MSI（空间代谢组学）、Spatial-ATAC-seq（染色质可及性）和Spatial-CUT&Tag（组蛋白修饰），三者提供原位、多维、高分辨的空间多组学支持。**Summary and outlook**指出大多数技术仍处于实验室阶段，且多局限于单组学检测，未来多组学同时检测方法（如DBiT-seq）有望商业化，但面临样本制备不兼容、破坏性处理等技术障碍。

**THE COMPUTATIONAL ECOSYSTEM OF SPATIAL OMICS**
空间组学数据的多模态结构带来特定计算挑战。传统单细胞分析仅依赖分子丰度矩阵，而空间分析需整合分子谱与精确物理坐标及高分辨率组织学图像。Python生态系统以Scanpy为核心，通过AnnData结构高效存储分子表达矩阵和元数据；Squidpy扩展了Scanpy，通过ImageContainer解决高清图像内存瓶颈，实现空间拓扑关系计算和高维数据集成。R生态系统以Bioconductor项目为依托，核心框架包括Giotto Suite（统一超过50种空间模态）、Seurat v5（多模态整合）和SpatialExperiment类（标准数据容器）。跨语言互操作需通过Zarr、OME-NGFF和Apache Arrow等通用格式实现，但当前仍存在元数据丢失和坐标错位问题。工具如SpatialData框架旨在标准化对象转换，但迁移数据仍是重大挑战。未来应推动基于磁盘的存储格式和语言无关的共享内存格式，并建立通用坐标协议，以支持从描述性空间映射向预测性空间生物学转变。

**KEY COMPUTATIONAL TASKS IN THE FIELD OF SPATIAL OMICS**
**Spatial clustering**是空间组学分析基石，分为贝叶斯统计聚类（BASS、BayesSpace）、图神经网络聚类（SpaGCN、GraphST、STAGATE）和深度学习融合聚类（DeepST、BANKSY、SpaceFlow、CCST、Spatial-MGCN、CellCharter、SEDR）。基准测试表明，STAGATE和GraphST在Visium数据中表现最优；BASS、BANKSY适用于高分辨率平台；DeepST、BASS对高稀疏数据鲁棒性最强。当前方法在识别小型离散空间域、多切片联合分析和三维重建以及大规模数据处理方面仍面临挑战。**Cell annotation/deconvolution**分为依赖单细胞RNA测序参考的方法（cell2location、RCTD、DestVI、Tangram等）、无参考方法（STdeconvolve、SpiceMix）和集成方法（EnDecon）。基准测试推荐cell2location、RCTD和Tangram为首选工具，并针对不同分辨率平台给出具体建议。**Cell communication tools**涵盖CellPhoneDB、CellChat、NicheNet、COMMOT等。评估显示基于统计模型的方法（CellChat、ICELLNET）综合性能最优，建议结合至少两种工具提高可靠性。**Batch correction**是数据整合的关键，DeepST、STAligner、GraphST等工具内置批校正功能，而STAGATE、SEDR等需借助Harmony等外部工具。评估指出GraphST、PRECAST、STAligner适用于单平台，SPIRAL、STAligner适用于跨平台。**Missing data interpolation**分跨模态（gimVI、Tangram）和自模态（MIST、stAI）两类。实验表明gimVI在Visium数据中最佳，MAGIC适用于高密度稀疏数据，stDiff等扩散模型善于处理大面积缺失区域。过插补是普遍问题，需在保真度和生物学真实性间平衡。

**FROM 2D SLICES TO 3D TISSUE ARCHITECTURE: RECONSTRUCTION AND VIRTUAL CELL MODELING**
**3D tissue reconstruction**通过连续切片对齐和数学插值实现，如STAIR框架使用异构图注意力网络评估切片间基因表达相似性，Spateo生成高斯过程模拟非线性形变，SpatialZ合成虚拟细胞填补Z轴间隙，但可能导致不自然的线状排列。VORTEX框架利用非破坏性三维成像预测完整三维表达图，但依赖形态-基因表达相关性。当前技术面临物理穿透深度、计算成本和结构失真等限制。**Virtual cell modeling**通过构建计算模型模拟细胞扰动响应。数据驱动模型如Geneformer、scGPT压缩高维数据为抽象嵌入，PerturbNet实现零样本预测；机制约束模型如GREmLN嵌入已知基因调控网络以提高生物学可信度。空间感知模型如SpatialProp模拟扰动在组织中的传播，Squidiff通过条件扩散模型合成扰动组织图，Celcomen利用因果推理解耦细胞内外信号。未来需将空间细胞环境与生物物理约束紧密结合，推动临床前虚拟临床试验。

**TEMPORAL MODELING OF SPATIAL OMICS**
**Multi-time-point data alignment**主要通过最优传输（Optimal Transport, OT）算法实现，包括平衡OT、非平衡OT、配准对齐和轨迹感知对齐。非平衡OT适用于存在细胞增殖/凋亡的场景，如moscot融合生长/凋亡基因先验信息实现多时间点精确对齐，DeST-OT通过三重目标函数建模细胞分支进化关系。**Single spatial slice extrapolation**仅需单张切片即可推断动态，OSDR基于空间蛋白质组学和Ki67标记构建细胞群体时变模型，在乳腺癌样本中成功再现热/冷纤维化双稳态并预测治疗反应；stVCR联合RNA速度分析、偏微分方程和神经网络，重建细胞迁移、增殖和凋亡的空间向量场。**Benchmarking, challenges, and future frontiers**指出评估受限于缺乏真值，现有方法面临计算可扩展性、时间不确定性和跨模态特征异质性等问题。未来基础模型（如scGPT、Geneformer）可能帮助处理特征异质性，但需警惕过度平滑真实生物学变化。

**APPLICATIONS OF SPATIAL OMICS IN MEDICAL RESEARCH**
**Cancer research**是空间组学应用最广泛的领域。例如，Lindsay等人通过多重免疫荧光技术（mIF）识别出14种癌症中5种保守的肿瘤免疫微环境（TIME）空间因子；Qiu等人绘制肝细胞癌（HCC）单细胞空间蛋白图谱，揭示Vimentin过表达巨噬细胞与Treg细胞的相互作用促进疾病进展；de Oliveira等人利用Visium HD发现结直肠癌中SPP1⁺和SELENOP⁺两种功能不同的巨噬细胞亚群；Anirban Maitra团队揭示胰腺癌肝转移和肺转移中不同的细胞状态转换。**Cardiovascular diseases**研究方面，Wünnemann等人发现CCR2⁺单核细胞/巨噬细胞可通过心内膜浸润心肌梗死区域；Gastanadui等人利用GeoMx DSP揭示冠状动脉粥样硬化斑块中细胞特异性和区域特异性转录变化。**Infectious diseases**研究中，Xuetao Cao团队建立SARS-CoV-2感染的叙利亚仓鼠模型，通过单细胞和空间转录组绘制感染-修复全过程的细胞和分子时空动力学，发现Slamf9⁺巨噬细胞抵抗病毒并招募Isg12⁺Cst7⁺中性粒细胞清除病毒。**Autoimmune diseases**研究方面，Wang等人利用激光捕获显微切割结合质谱蛋白质组学分析类风湿关节炎滑膜组织，识别关键致病蛋白的差异表达模式；研究者利用空间转录组学分析干燥综合征小鼠泪腺，发现内质网应激、线粒体功能障碍和分泌功能受损的基因表达模式。**Opportunities and challenges**指出空间组学为疾病研究提供前所未有的分辨率，但面临成本高、缺乏标准化方案、三维组织分析限制和临床转化障碍。

**APPLICATIONS OF SPATIAL OMICS IN NEUROSCIENCE**
**Neural architecture and mechanisms**包括三方面：重绘解剖边界（分子水平重新定义皮层分层，如整合ST与snRNA-seq构建14个脑区高分辨率图谱）、映射中枢神经系统空间规则（如皮层和小脑的细胞拓扑遵循功能层级和进化扩展规则，脊髓背角呈“三明治”样微解剖结构，局部细胞组织受同型排斥支配）、揭示多细胞微环境（如非神经元细胞的转录状态与神经元邻居耦合）。**Neurodevelopment**涵盖早期神经系统空间轴模式（如人原肠胚3D ST定位脊索和原条）、沿径向轴的空间伪时间（如新皮层“由内向外”放射迁移的直接分子证据）、跨脑区细胞谱系分化（如下丘脑保守发育程序与人类特异性祖细胞区、小脑浦肯野细胞与颗粒细胞的分化路径）、将分子图谱与认知网络桥接（基因转录梯度与功能磁共振成像所揭示的心理功能匹配）。**Neurological disorder**中识别出三种核心空间模式：层状易损性（如肌萎缩侧索硬化症中运动皮层特定层基因表达变化、阿尔茨海默病中早期病理定位于颞中回L4-L5）、反应性生态位（如阿尔茨海默病中β-淀粉样斑块周围0-50μm内小胶质细胞和星形胶质细胞的强烈炎症反应）、生态系统屏障（如胶质母细胞瘤中低氧核心与GPNMB⁺巨噬细胞形成的免疫抑制屏障）。

**APPLICATIONS OF SPATIAL OMICS IN ANIMALS AND PLANTS**
**Animals**方面，生殖细胞发育：Chakravorty等人利用RNA seqFISH⁺构建小鼠睾丸三维分子图谱，发现支持细胞内在周期性转录波同步生精细胞循环；Zhang等人整合单细胞和空间转录组揭示附睾β-防御素基因家族的区域特异性表达梯度及上皮小体介导的mRNA定向运输。胚胎器官发生：Cheng等人使用Stereo-seq构建小鼠E5.5至E13.5连续三维时空转录组图谱，描绘中胚层诱导和体轴形成；Kumar等人利用Slide-seq分析E8.5-E9.5全胚胎神经管前后轴向分化；Qu等人构建E13.5小鼠主要器官原基三维分子结构，揭示器官身份由细胞内在程序与局部微环境信号共同决定。还涉及人类和非人灵长类胚胎发育的比较研究。**Plants**方面，根发育：拟南芥根尖ST构建从静止中心到伸长区的连续基因表达全景，鉴定调控干细胞维持和分化的关键转录因子；杨树不定根再生的时序ST揭示细胞分裂素响应基因的共激活模式；空间代谢组学与ST联合应用实现激素和次生代谢物的原位分布与基因表达关联；植物-微生物互作研究揭示糖转运蛋白SWEETs空间表达塑造根际微生物群落定殖模式，丛枝菌根共生和豆科植物根瘤器官发生的空间转录组分析提供了分子对话证据。茎和花发育：拟南芥花分生组织snRNA-seq结合空间重建算法构建三维基因表达图谱，揭示WUS-CLV3反馈环的空间分离与重叠域；蝴蝶兰花器官发生ST揭示MADS-box基因表达边界的梯度变化和细胞异质性，挑战经典ABC模型的尖锐边界假设；空间代谢组学揭示腺毛发育过程中代谢物积累的阶段特异性和空间限制性。未来挑战包括动物致密组织分辨率有限、稀有细胞捕获效率低以及植物细胞壁造成的渗透困难。

**FOUNDATION MODELS FOR SPATIAL OMICS**
**Spatial omics foundation models**如Novae基于图结构，在近3000万个细胞上训练，支持零样本转移和批次校正；scGPT-spatial基于Transformer架构和大规模SpatialHuman30M数据集，擅长多平台数据统一和多任务下游分析。当前瓶颈包括训练数据集中于人鼠样本、模型架构定制化导致跨平台复用困难、忽视固有实验噪声。**Vision-omics/VLM-style models**如OmiCLIP通过跨模态对比学习桥接组织学图像与基因表达数据，衍生平台LOKI实现从病理图像直接解读分子信息。未来评估需考虑跨患者和跨中心性能，以及对染色方案和成像设备的敏感度。**LLMs/Agents**如SpatialAgent采用三层次核心架构（记忆、规划、行动），在基因面板设计和细胞注释中超越传统算法和多数人类专家；CellAgent基于多智能体协同框架（规划器、执行器、评估器），在多个任务上达到或超越人类专家水平，代码执行成功率达96%。这两类智能体面临幻觉问题和验证合理性挑战，建议采用分步验证、多智能体投票和人类-计算机交互策略。**Limitations, challenges, and future directions**指出空间组学模型正从数据驱动向知识驱动范式演进，当前热点包括多模态数据统一建模、生物学知识集成以及大型语言模型加速分析。然而，黑箱效应、生物知识与数据驱动算法融合困难、预训练数据集构建以及世界级模型适配等问题仍需跨学科协作解决。未来模型将以AI基础模型为核心引擎，深度整合多组学数据，实现从静态画像到时空动态推断的跃升。

**SUMMARY AND PROSPECT**
本综述系统回顾空间组学的研究进展，涵盖核心实验技术、关键计算任务、支撑软件工具、前沿发展趋势和新兴算法模型，并总结在动物发育、植物生长调控、神经回路绘制、疾病病理研究和临床诊疗中的应用。建议生物学研究者围绕科学问题合理选择技术平台，计算学者应注重方法论创新与可解释性平衡，临床医生需将空间组学特征与影像数据深度融合。领域亟待建立跨学科、跨平台的统一标准和质量控制体系，以提升研究结果的可比性和可重复性。技术开发者需在追求高分辨率、多组学和通量的同时兼顾成本、速度和临床合规性。