《Frontiers in Neuroscience》：Dual-graph attention autoencoder for spatial domain identification in ischemic stroke
编辑推荐：
引言：空间转录组学（Spatial Transcriptomics, ST）能够在分子水平绘制缺血卒中组织图谱，但当损伤破坏正常组织几何结构时，空间域识别面临挑战。仅依赖单一空间邻近图的方法无法连接共享损伤相关转录程序但物理距离较远的位点。
方法：研究人员开发
引言：空间转录组学（Spatial Transcriptomics, ST）能够在分子水平绘制缺血卒中组织图谱，但当损伤破坏正常组织几何结构时，空间域识别面临挑战。仅依赖单一空间邻近图的方法无法连接共享损伤相关转录程序但物理距离较远的位点。
方法：研究人员开发了SpatialDomainAE，一种无监督双图注意力自编码器，分别构建空间邻域图与表达相似图，各自经图注意力（Graph Attention, GAT）处理，并通过学习得到的每位点融合权重结合两图嵌入。该方法在小鼠大脑中动脉闭塞（Middle Cerebral Artery Occlusion, MCAO）10× Visium数据集上评估，包含对照及伤后1、3、7天切片，共计10,173个位点、22个注释域。所有方法在10个随机种子下采用共享Leiden分辨率协议评估。
结果：在伤后3天，SpatialDomainAE达到ARI 0.700±0.025，显著超越所有外部基线，包括双视图Spatial-MGCN。在全部四个样本中其表现具竞争性而非一致最优，且在固定聚类分辨率下稳健。在外部人背外侧前额叶皮层基准中未观察到可比优势。受控实验表明，特征图的长程转录组内容而非仅边长度解释了性能提升。融合权重在区域水平分离损伤相关域，差异表达与通路富集恢复了炎症、补体、胶质增生及增殖程序。
讨论：SpatialDomainAE在受损病理组织中尤为有用。其融合权重应解释为探索性区域水平模型诊断，而非已验证的位点水平生物标志物。
研究背景与立项依据
空间转录组学（Spatial Transcriptomics, ST）可同时获取全基因组表达与组织内坐标，是解析缺血卒中核心区、半暗带及免疫/胶质反应空间结构的天然工具。现有以单一空间邻近图为基础的图神经网络（如SpaGCN、STAGATE、GraphST）在病理组织中面临两个瓶颈：其一，物理邻近位点可能分属不同损伤状态，而共享损伤转录程序的位点却相隔较远，单图无法桥接；其二，固定图卷积系数按节点度聚合，不能在域边界对跨域邻居降权。多视图方法（Spatial-MGCN、DMGCN等）虽引入表达图，但多用固定卷积聚合，且架构 novelty 非本文重点。研究人员因此开展一项以分析为导向的研究：用轻量双图GAT自编码器，在缺血卒中这一“架构被破坏”的场景中，明确特征图何时、为何有帮助，并将每位点融合权重作为可解释诊断信号。
研究人员开展的工作与核心结论
研究人员提出SpatialDomainAE，在小鼠MCAO 10× Visium四时间点队列（对照、1/3/7 DPI，10,173位点、22注释域）上，以每样本独立训练方式，构建空间KNN图（ks=15）与表达相关KNN图（kf=20），各经单层多头GAT（M=4头，每头64维）处理，再用源自SpatialGlue的每位点注意力融合（αspatial, αfeature）结合嵌入，经线性瓶颈（dz=64）与MLP解码器重建表达，瓶颈嵌入交Leiden聚类。结果显示：3 DPI上ARI 0.700±0.025，显著优于STAGATE、GraphST、SpaGCN及双视图Spatial-MGCN（p≤0.037），四样本均值具竞争性（0.602±0.016）；受控替换特征图实验证明长程转录内容（非边长度）驱动增益（距离匹配随机图ARI降至0.695, p=0.004）；融合权重在区域水平分离缺血核心/半暗带（核心中位αfeature~0.52），但不跟踪细粒度标记熵（池化Spearman ρ=-0.11），故仅为区域级诊断；固定分辨率γ=1.0下比Spatial-MGCN更稳健；在完整分层的人DLPFC基准上无优势（ARI 0.231±0.006，低于GraphST 0.337）。该研究意义在于：首次在缺血卒中场景用受控消融隔离出“特征图长程转录内容”的因果贡献，并给出可解释融合权重的适用边界。
主要关键技术方法（≤250字）
研究人员使用公开GSE233815小鼠MCAO 10× Visium队列（4样本10,173位点，Scanpy预处理选3,000 HVGs，log归一化）。每样本独立建空间/特征KNN图，各过单层多头图注意力（Graph Attention, GAT）得视图嵌入；借SpatialGlue式每位点注意力融合得加权嵌入；线性瓶颈+MLP解码以MSE重建输入；隐向量交Leiden聚类（共享分辨率网格γ∈{0.3–5.0}选优，属oracle协议）。基线含STAGATE、GraphST、SpaGCN、Spatial-MGCN、SpaMask，均跑10种子。受控实验替换特征图为剪枝长程/仅局部/距离匹配随机/度匹配随机/去特征图五种。融合权重与局部标记熵做无标注校验；3 DPI簇做Wilcoxon差异表达与Enrichr通路富集。
研究结果（保留小标题）
3.1 四样本MCAO空间域识别：SpatialDomainAE在各时间点恢复皮层分层、海马、丘脑及缺血病变；3 DPI下核心/半暗带形状贴合真值，单图基线欠分割或过碎。
3.2 无监督方法基准：3 DPI ARI 0.700±0.025居首，超Spatial-MGCN(+0.032,p=0.037)、GraphST(+0.059,p=0.002)等；四样本均值0.602与Spatial-MGCN 0.618相当，NMI略低（0.737 vs 0.754）。
3.3 消融研究：双图较空间仅图ARI +0.016(p=0.010)，较无图+0.011(p=0.064)；3 DPI差不显著，说明空间上下文已恢复大部病变。
3.4 注意力融合分离损伤域：αfeature图显示1 DPI急性缺血区连片红（高依赖特征图），核心/半暗带中位αfeature 0.52/0.49高于解剖区0.37；3 DPI核心α降至0.380近完整组织，符合急性紊乱—巩固—重塑时序；与局部标记熵弱负相关系数表明其为区域级而非位点级失序图。
3.5 特征图捕获长程转录相似：特征图边中位距离~730–818像素，约为空间图3.3倍，桥接跨病变同程序位点。
3.6 特征图转录内容驱动3 DPI增益：满特征图ARI 0.714；剪枝长程0.699(p=0.037)、局部仅0.695(p=0.037)、距离匹配随机0.695(p=0.004)、随机0.697(p=0.027)；去特征图0.702(p=0.19)。距离匹配对照证明“转录相似”而非“长边”生效。
3.7 构图超参稳健：ks∈{6–30}、kf∈{10–50}、相似度（Pearson/cosine/Euclidean）、HVG数2k–5k下均值ARI波动<0.03。
3.8 无oracle分辨率鲁棒性：固定γ=1.0时本文3 DPI ARI 0.666、均值0.585居首且跌幅最小；Spatial-MGCN跌至0.486，说明前者需逐样本调分辨率。
3.9 外部DLPFC验证：完整分层皮层上本文ARI 0.231±0.006，低于GraphST 0.337，证实优势限于架构受损组织。
3.10 域特异性表达：3 DPI簇纯度中位0.92；核心富Ctsb/Ctsd/Spp1(Lgals1/Col3a1)，半暗带富C1qa/b/c+Spp1，胶质疤富Fmod/Efemp1/Ptgds，病损皮层富Serpina3n/Fabp7/Ube2c，解剖区保留Ppp1r1b/Plp1/Slc17a7。
3.11 通路富集：半暗带 Innate Immune System/Lysosome/Neutrophil degranulation（FDR<10-8）；胶质疤血管/BBB/凝血/IGF；病损皮层细胞周期/有丝分裂；核心蛋白代谢/翻译。
讨论与结论翻译浓缩
讨论指出，双图设计在架构强扰时（3 DPI）方显价值；特征图长程转录内容（非可达距离）是增益来源；融合权重是模型衍生区域级诊断，不是损伤直接度量，也不跟踪细粒度边界熵。限制含单MCAO协议、MSE未建计数分布、未引组织学第三图、非归纳式跨样本编码。
结论（译）：SpatialDomainAE是用于ST无监督空间域识别的双图注意力自编码器。在小鼠MCAO数据集上，其四样本均值与Spatial-MGCN相当且超单图基线，并在最扰时间点3 DPI显著超越全部基线（含Spatial-MGCN）。其机制性贡献为受控实验证明特征图长程转录内容（非边长度）驱动3 DPI提升，且对固定分辨率稳健；探索性融合权重在区域级分离损伤域，经无标注对照证伪细粒度失序解释，故作模型诊断而非生物标志物。差异表达与通路富集支持域生物学一致性。优势限定于受损组织，不延至完整分层皮层。
