Xingming Lu|Jiangshan Xu|Jiajin Wang|Nuodi Fan|Sijie Wan|Jin Mao|Yunqing Fu|Yuansong Zeng
引言
蛋白质是细胞功能的直接执行者，与细胞状态、信号传导活性、组织结构以及与疾病相关的生物过程密切相关。与仅依靠转录组数据相比，空间分辨率的蛋白丰度信息能更直接地反映细胞表型、组织结构、局部微环境相互作用以及生物标志物模式（Rao, Barkley, Fran?a, Yanai, 2021, Rosenberger, Thielert, Strauss, Schweizer, Ammar, M?dler, Metousis, Skowronek, Wahle, Madden等人，2023；Uhlon, Fagerberg, Hallstrom等人，2015；Xu, Wang, Li, Mao, Su, Mao, Yang, Gao, Fu, Chen等人，2024）。然而，直接进行空间蛋白分析仍受到实验成本、标记物覆盖范围、处理效率、灵敏度以及技术复杂性的限制，而空间转录组数据在许多组织研究中被更广泛地应用且更具可扩展性（Liu, Li, Wang, Li, Huang, Wong, Yang, Yao，2025；Rosenberger, Thielert, Strauss, Schweizer, Ammar, M?dler, Metousis, Skowronek, Wahle, Madden等人，2023；Xu, Wang, Li, Mao, Su, Mao, Yang, Gao, Fu, Chen等人，2024）。这些局限性促使人们将基于空间转录组推断蛋白质作为空间多组学中一种实用的智能预测与模态互补方法。
这一任务在生物学上具有重要意义，但在计算层面却颇具挑战。RNA丰度并非蛋白丰度的直接替代指标，因为蛋白水平还受翻译效率、蛋白降解、运输、细胞状态调控以及微环境影响等因素影响。尽管如此，配对的转录组与蛋白组数据之间存在着可学习的跨模态依赖关系，因此可以从转录组数据中推断出蛋白丰度（Edfors, Danielsson, Hallstr?m, K?ll, Lundberg, Pontén, Forsstr?m, Uhlén，2016；Greenbaum, Colangelo, Williams, Gerstein，2003；Liu, Li, Wang, Li, Huang, Wong, Yang, Yao，2025；Liu, Beyer, Aebersold，2016；Upadhya, Ryan，2022；Vogel, de Sousa Abreu, Ko, Le, Shapiro, Burns, Sandhu, Boutz, Marcotte, Penalva，2010）。因此，从空间转录组推断蛋白质既不是简单的表达值转换，也不是难以处理的随机映射，而是一个具有生物学依据的跨模态推断问题。
现有的计算方法主要在配对的单细胞多组学数据中推动了从转录组谱型推断蛋白质的工作。这些方法包括监督式蛋白预测模型，如sciPENN和scLinear（Hanhart, Gossi, Rapsomaniki, Kruithof-de Julio, Chouvardas，2024；Lakkis, Schroeder, Su, Lee, Bashore, Reilly, Li，2022）；多模态整合与潜在表示方法，如BABEL和scMoGNN（Wen, Ding, Jin, Wang, Xie, Tang，2022；Wu, Yost, Chang, Zou，2021）；以及大规模生成模型或基于预训练的转换模型，如scTranslator（Liu等人，2025）。这些研究共同证明了从转录组数据中计算出蛋白丰度的可行性。不过，大多数方法最初是为分离的单细胞多组学数据设计的，通常并未明确建模组织中的空间依赖关系。
更广泛地说，基于图的智能系统被越来越多地用于从高维生物医学及组学数据中提取预测性结构。近期研究将图对比学习应用于空间域识别，将异构图卷积用于多组学疾病诊断，还将有向图神经网络用于基因调控推断（Gao, Yuan, Li, Wang，2026；Wu, Wang, Zhang, Zhang, Yin, Pang，2025；Zhang, Guo，2025）。然而，以空间转录组为引导的蛋白推断研究仍相对较少，尤其是在需要同时建模跨模态蛋白谱恢复与组织邻域结构的情况下。
对于空间转录组学而言，这一缺口尤为重要，因为其中的每个采样点都不是孤立样本。某一空间位置的蛋白表达不仅受其自身的转录状态影响，还受局部邻域组成、空间连续性、微环境背景以及组织结构的影响。空间分子预测研究表明，引入组织图像、空间背景信息或局部空间依赖关系能够提升空间分子模式的恢复精度；例如，ST-Net和Hist2ST证明了组织学与空间背景建模在空间基因表达预测中的价值，而STFlow则进一步表明，结合局部空间依赖关系的流式生成模型能够更好地恢复空间分子分布（He, Bergenstr?hle, Stenbeck, Abid, Andersson, Borg, Maaskola, Lundeberg, Zou，2020；Huang, Liu, Babadi, Jin, Ying，2025；Zeng, Wei, Yu, Yin, Yuan, Li, Tang, Lu, Yang，2022）。尽管如此，这些空间预测框架主要是为空间基因表达预测或生成而开发的，并非用于从空间转录组推断蛋白质。同时，现有的蛋白推断模型通常将任务定义为点对点的预测，即每个细胞或采样点都被独立地映射到对应的蛋白丰度。这类建模方式并未明确考虑目标蛋白的状态、跨模态转换的异质性与不确定性，以及空间组织数据的邻域依赖结构。
为解决这些局限，我们提出了SPINE，这是一种基于邻域引导、受流式匹配启发的迭代优化框架，用于从空间转录组推断蛋白质。本研究的主要贡献如下。
首先，我们将基于空间转录组的蛋白推断定义为从条件先验到目标值的优化问题。SPINE从初始的蛋白先验值出发，在转录组数据及空间邻域信息的引导下，逐步优化蛋白状态，使其趋近于目标蛋白谱型。
其次，我们设计了一种基于邻域引导的架构，该架构结合了空间变换器、双视图图融合技术以及辅助的RNA重建模块，从而同时利用空间背景信息、转录组相似性以及转录组语义信息。
第三，我们在来自结构化免疫组织的配对空间RNA–蛋白共分析数据集上，分别在切片内和切片间两种场景下对SPINE进行了系统性评估，结果表明其整体预测性能优于其他代表性的蛋白推断方法及多模态基准方法。
第四，我们在后续的空间分析中进一步验证了SPINE预测的蛋白质，这些分析包括真实功能域分离、差异蛋白信号恢复、标记物级别的空间可视化以及空间域恢复。分析结果表明，结合明确的空间邻域建模的从先验到目标值的优化策略，是实现基于空间转录组的蛋白推断的有效方法。
