基于迁移学习增强超分辨率空间转录组学数据

《Advanced Science》：Enhancing Super-Resolution Spatial Transcriptomics Data by Transfer Learning

　　

高清空间转录组学（Spatial Transcriptomics, ST）技术如 Visium HD 能够在亚细胞水平表征组织，但由于成本高和技术复杂性导致其可及性受限。现有的超分辨率方法主要依赖于图像引导范式，其前提假设是基因表达严格镜像组织学形态。然而，对于缺乏明显视觉相关性的具有复杂空间分布的基因，该假设不成立，常导致生物伪影。为此，研究人员引入 SpotZoomer，这是一个通过生成域适应将分辨率增强构建为知识转移问题的框架。它利用公共高清空间转录组学数据作为“教师”以学习内在的空间表达先验，随后将这些先验转移到粗糙点位（spot）数据，以重建捕获分子细节的高保真基因谱，超越单纯形态学引导的范围。在 19 个数据集上的广泛基准测试表明，SpotZoomer 实施的基于参考的范式相较于无参考的纯图像范式具有显著价值，在实现改进重建准确性和生物保真度的同时，在无高清先验可用的场景下补充而非取代无参考方法。因此，SpotZoomer 提供了一种可扩展的数据驱动策略，用于将标准空间转录组学资源升级至亚细胞分辨率。

研究背景方面，空间转录组学（Spatial Transcriptomics, ST）使得在完整组织架构内研究基因表达成为可能，能够精确绘制细胞间通讯及肿瘤微环境异质性图谱。当前领域面临覆盖度与分辨率的二分法困境：一方面，广泛采用的位点水平平台（如 10x Genomics Visium）提供稳健的全转录组覆盖但受限于粗糙空间分辨率（55 μm直径），单个位点不可避免混合多个细胞的转录组；另一方面，新兴高清技术（如 Xenium、Visium HD）推动极限至亚细胞尺度（2 μm bin大小），解决了分辨率与覆盖度的权衡，但其高昂成本和技术复杂性限制了广泛采用。现有计算超分辨率方法主要依赖组织学形态推断分子模式的图像引导范式，假设基因表达严格镜像形态，但对缺乏明显视觉相关物的转录程序恢复不佳，且未利用真实高清空间转录组数据中的空间表达分布。为此，研究人员开展本研究，提出 SpotZoomer 框架，利用高清空间转录组数据作为教师域学习精细尺度表达结构并转移至低分辨率学生域，以在分子和形态信息约束下推断详细表达图。结论表明 SpotZoomer 在 19 个跨物种组织数据集上显著优于现有方法（包括 iStar、scstGCN），提高单细胞表达谱恢复准确性，在结直肠癌和肺纤维化数据中成功恢复细粒度组织架构并揭示肿瘤相关微环境，验证参考引导超分辨率可使高清空间分析对现有及未来位点水平空间转录组数据集更具可及性。该研究发表于《Advanced Science》，重要意义在于提供可扩展数据驱动策略将标准空间转录组学资源升级至亚细胞分辨率，桥接标准位点水平分析与高清空间先验。

研究人员采用的关键技术方法包括：构建跨平台参考引导框架 SpotZoomer，利用 Visium HD 或 Xenium 等高分辨率空间转录组学数据作为参考（教师域），标准 Visium 数据作为学生域；从参考数据生成伪低分辨率空间转录组学数据（通过聚合邻近位点基因表达值）；采用图对比学习（Graph Contrastive Learning）框架编码基因表达轮廓生成潜转录组表示，采用预训练大规模病理基础模型（UNI）提取 H&E 染色组织切片组织学特征；通过基于注意力的融合模块（Bi-directional Multi-Head Attention, BMHA）整合双模态生成联合多模态表示；应用基因预测模块基于联合表示预测参考数据高分辨率表达值；利用对齐模块（MNN + triplet loss）对齐伪低分辨率与低分辨率数据的融合表示；采用位点水平弱自监督学习约束预测编码器并用于生成低分辨率空间转录组学数据的超分辨率基因表达水平；样本队列来源涵盖 19 个数据集，包括人类乳腺癌、小鼠脑海马体、人类肾脏、结直肠癌（CRC I Visium HD 为教师，CRC II 标准 Visium 为学生且相邻切片 Visium HD 为实证真值）、人乳腺癌 Breast II、小鼠肺组织（健康对照、博来霉素处理 7 天及 21 天）等，涉及 Visium HD、Xenium 和 Visium 平台。

2 Results

2.1 Overview of SpotZoomer

研究人员将 Visium HD 或 Xenium 平台的高清空间转录组学数据作为参考（教师域），SpotZoomer 是基于迁移学习的模型，通过从参考数据获取的先验知识增强 Visium 数据空间分辨率，包含四个关键阶段：从参考数据生成伪低分辨率空间转录组学数据；统一提取（伪）低分辨率数据的转录组和形态学特征（图对比学习编码基因表达、预训练 UNI 提取 H&E 特征）；通过注意力融合模块生成联合多模态表示并由基因预测模块预测参考数据高分辨率表达值；利用对齐模块（triplet loss）对齐伪低分辨率与低分辨率数据的融合表示；最终以弱自监督学习约束预测编码器生成低分辨率空间转录组学数据的超分辨率基因表达水平，用于识别肿瘤边界、细胞微环境及细胞间通讯模式。

2.2 SpotZoomer Achieves High-Fidelity Structural Restoration by Teacher-Student Domain Adaptation

研究人员在 Visium HD、Xenium 和 Visium 数据集实验，对比 XFuse、TESLA、iStar、scstGCN 方法，通过对高清数据集生成伪低分辨率数据重建高分辨率谱并与原始高清真值比较，对 Visium 数据生成伪低分辨率输入与原始 Visium 比较。消融研究显示移除高清教师引导后 SpotZoomer 性能显著崩溃，如 ERBB2 基因环状肿瘤结构重建模糊并产生伪影，Pearson 相关系数（PCC）降低；在小鼠海马体（CA1、CA3、齿状回分别由 Pou3f1、Nptxr、C1ql2 标记）中完整模型恢复锐利连续层状边界，移除教师先验则无法定义齿状回特征形状且信号碎片化；在人类肾脏组织可视化 ACTA2 显示 SpotZoomer 捕获健康稀疏散射至癌症致密结构积累的生物学转变，定量基准测试证实教师在多样生物条件下保障优越保真度。扩展至 19 个数据集（肾、肝、肺等及 Visium HD 平台），SpotZoomer 在 Visium HD 数据集获最低平均绝对误差（MAE），在 Visium 数据集获最高结构相似性指数（SSIM），模块级消融（图对比学习基因编码器、BMHA 融合、MNN+triplet loss 对齐）确认各核心组件贡献非冗余增益。

2.3 SpotZoomer Enables the Clear Identification of Tumor Boundaries and Tertiary Lymphoid Structures in the Visium Data From Colorectal Cancer

研究人员应用 SpotZoomer 增强结直肠癌（CRC）Visium 数据分辨率，以 CRC I（样本 1 Visium HD）为教师域，CRC II（样本 2 标准 Visium）为低分辨率输入，样本 2 相邻切片 Visium HD 为实证真值。细胞类型反卷积（RCTD）显示主要细胞类型（成纤维细胞、杯状细胞、肿瘤 III 细胞）空间模式一致，但 SpotZoomer 生成数据在右上角富集杯状细胞且改善肿瘤与免疫细胞边界划分及局部异质结构检测；标记基因 PIGR（杯状细胞/肠上皮细胞）、CEACAM6（肿瘤）、COL1A1（成纤维细胞）在生成数据中空间更集中且与肿瘤架构吻合，COL1A1 定位于间质区，PIGR 和 CEACAM6 富集于肿瘤核心；定义肿瘤边界（肿瘤位点 10 μm 内）分析 C1QC（免疫相关）和 COL1A1（基质相关）显著上调；巨噬细胞富集区域密度估计显示 SPP1⁺ 和 SELENOP⁺ 巨噬细胞分布于不同空间区域，CD8⁺ 和 CD4⁺ T 细胞高密度图展示位置；三级淋巴结构（TLS）评分（预定义 TLS 标记基因归一化平均）显示原始 Visium 无法解析精细 TLS 结构，SpotZoomer 预测揭示更清晰 TLS 结构且与组织细胞类型位点分布对应，TLS 评分在 SpotZoomer 识别区域显著富集（p = 8.3 × 10^?57, r = 0.48），原始数据相同区域效应弱（p = 2.1 × 10^?9, r = 0.18）。

2.4 SpotZoomer Uncovers the Intricate Cell-Cell Communication Networks Within Tertiary Lymphoid Structures in Human Breast Cancer

研究人员将 SpotZoomer 应用于 55 μm 分辨率的 Breast II Visium 数据集，以可用乳腺癌 Visium HD 为引导，对比 XFuse、TESLA、iStar、scstGCN。SpotZoomer 在 PCC 和 MAE 上优于四法，RMSE 和 SSIM 亦优；可视化 MS4A1 和 ERBB2 标记基因显示 SpotZoomer 在增强分辨率同时保留空间表达模式；TLS 评分源自原始 Visium、iStar 和 SpotZoomer 预测，SpotZoomer 生成数据 TLS 区域与 H&E 注释免疫区域高度一致，边界锐利；TLS 区域内细胞级反卷积与细胞类型富集分析显示显著免疫细胞富集；局部 TLS 区域原始与增强数据细胞间通讯比较显示 CCL19–CCR7 和 WNT5A–FZD6 配体受体强度在增强数据中提升，CCL19–CCR7 在滤泡区增强指示 TLS 成熟与免疫激活，WNT5A–FZD6 围绕 TLS 或肿瘤区局部分布暗示基质介导免疫抑制；高分辨率表达识别 TLS 介导抗肿瘤免疫与肿瘤基质抑制的动态相互作用。

2.5 SpotZoomer Enhances Transcriptomic Resolution and Reveals Stage-Specific Features of Pulmonary Fibrosis in Different Mouse

研究人员以健康小鼠 Visium HD 肺切片（Lung III）为指导，应用 SpotZoomer 于三个不同病理状态时间点小鼠肺 Visium 数据集（生理盐水对照、博来霉素处理 7 天早期肺纤维化、21 天晚期纤维化）。SpotZoomer 有效捕获病理条件差异表达模式并保持高分辨率结构保真度；AT2 活化细胞在肺纤维化进展中关键，反卷积（参考单细胞数据）可视化 AT2 活化细胞空间分布与密度显示三者样本形态与密度差异保留生物学异质性；比较对照、第 7 天、第 21 天细胞类型共现模式，原始 Visium 数据扩散无对比，SpotZoomer 增强图揭示锐利限定共定位模式，第 21 天 AT2 活化细胞与 Krt8⁺ 肺泡分化中间体（ADI）细胞空间接近增加；构建细胞共现网络（节点为细胞类型，边为共现关系，厚度示强度），对照组连接稀疏，博来霉素处理尤其第 21 天网络高度互连，AT2 活化细胞、Club 细胞、Krt8⁺ ADI 细胞成为纤维化网络中心枢纽，与多上皮细胞类型强空间关联，从第 7 天到第 21 天空间连通性增加平行于肺纤维化时间演变，从稀疏分布过渡到紧凑多细胞协调架构。

3 Discussion

研究人员总结 SpotZoomer 证明高清空间转录组学数据不仅可作为测量平台，还可作为转移先验知识改进低分辨率数据集；通过学习参考高清轮廓并适应标准 Visium 数据，框架重建难以单独从形态恢复的空间表达模式，区别于纯无参考方法且互补（有合适高清参考时用参考引导提升保真度，无参考时无参考预测仍有价值）；相关视觉语言对比学习预测 H&E 图像表达工作解决原生 Visium 分辨率不同任务，SpotZoomer 聚焦跨平台转移的超分辨率重建，与 OmiCLIP 比较见图 S13 和 S14。在结直肠癌细胞边界、乳腺癌 TLS、肺纤维化 AT2 相关表达与细胞网络应用中受益明显。性能凸显分子约束纳入空间预测的重要性，组织学图像提供上下文但不足以恢复稀疏、弱耦合可见特征或受分子程序调控的基因表达，SpotZoomer 结合基因表达、空间邻域结构、图像特征与高清参考先验减少仅依赖视觉相似的风险。局限性包括依赖高清参考数据可用性与质量（参考质量仍是性能重要决定因素，可容忍适度缺陷但结构相似性比数值准确性更稳健）、当前框架整合转录组空间组织学信息未来可扩展染色质可及性、表观基因组谱、空间蛋白质组学、更多平台（Stereo-seq、SeekSpace）作为教师域需数据调和。总体而言 SpotZoomer 为从广泛可用 Visium 数据集提取更高分辨率空间信息提供实用策略，桥接标准位点水平分析与高清空间先验，为已存档或大尺度 Visium 队列缺乏细胞水平解释分辨率提供经济详细组织绘图途径，支持空间组学分析通用方向：利用扩展公共高清数据集作为可重用生物先验改进低分辨率空间数据分辨率、可解释性与下游效用。

研究结论部分翻译：SpotZoomer 证明高清空间转录组学数据不仅可作为测量平台，还可作为转移先验知识以改进较低分辨率数据集。通过学习参考高清轮廓并将此信息适配至标准 Visium 数据，该框架重建了难以单独从形态学恢复的空间表达模式。这使 SpotZoomer 区别于纯粹的无参考方法，同时也使其与之互补：当合适的超高分辨率参考数据可用时，参考引导策略可提升生物保真度；当此类参考不可用时，无参考预测仍具价值。相关利用视觉语言对比学习从 H&E 图像预测表达的工作解决了原生 Visium 分辨率下的不同任务，而 SpotZoomer 聚焦于通过跨平台转移进行超分辨率重建。我们在图 S13 和 S14 中与 OmiCLIP 进行了比较。在所评估的数据集中，SpotZoomer 的益处在最细空间结构至关重要的生物学场景中最为明显。在结直肠癌中，重建的轮廓改善了肿瘤边界、癌细胞亚型及局部微环境组织的描绘。在乳腺癌中，更高分辨率的预测使得三级淋巴结构及肿瘤区域内免疫细胞富集的更清晰表征成为可能。在肺纤维化中，SpotZoomer 捕获了疾病阶段相关的 AT2 相关表达模式的空间重塑，并提供了比原生 Visium 数据更详细的共现信息。这些应用表明超分辨率重建可支持依赖空间精度的下游分析，包括细胞类型定位、组织边界检测及细胞间通讯推断。SpotZoomer 的性能也凸显了将分子约束纳入空间预测的重要性。组织学图像提供有价值的上下文信息，但仅形态学可能不足以应对表达稀疏、与可见组织特征弱耦合或其调控分子程序在 H&E 染色中不明显的基因。通过结合基因表达、空间邻域结构、图像特征及超高分辨率参考先验，SpotZoomer 降低了仅依赖视觉相似性的风险。这种多模态设计有助于模型生成与观测空间转录组结构更一致的重建结果。应指出若干局限性。首先，SpotZoomer 依赖于超高分辨率参考数据的可用性与质量。我们的扰动分析显示，当队列规模、测序深度、捕获效率或技术噪声改变时模型性能逐渐下降，在受压条件下结构相似性比数值准确性更稳健。这表明 SpotZoomer 可容忍参考数据中适度缺陷，但参考质量仍是性能的重要决定因素。其次，尽管当前框架整合了转录组、空间及组织学信息，未来扩展可纳入额外模态如染色质可及性、表观基因组谱或空间蛋白质组学。第三，随着更多配对超高分辨率与 H&E 数据集公开可用，诸如 Stereo-seq 和 SeekSpace 等平台可提供额外教师域，尽管需要特定平台预处理与数据调和。总体而言，SpotZoomer 为从广泛可用的 Visium 数据集中提取更高分辨率空间信息提供了实用策略。通过桥接标准点位水平分析与超高分辨率空间先验，它提供了一条经济有效的途径以获得更详细的组织绘图，而无需对每个样本使用最昂贵的高分辨率平台测序。该框架对于已存档或大规模 Visium 队列存在但缺乏细胞水平解释所需空间分辨率的疾病研究尤为有用。更广泛地，SpotZoomer 支持了空间组学分析的一个通用方向：利用扩展的公共超高分辨率数据集作为可重用的生物先验，以提升较低分辨率空间数据的分辨率、可解释性及下游效用。