加权切片回归（wSIR）：一种保留空间变异预测能力的空间转录组降维新方法

《Nature Communications》：Weighted sliced inverse regression for scalable supervised dimensionality reduction of spatial transcriptomics data

　　

摘要

随着空间分辨转录组学生物技术的兴起，对产生的数据进行空间感知分析对于最大程度促进生物学理解至关重要。降维是大多数空间转录组数据分析的第一步，而保留基因表达特征总变异的常用方法通常无法保留具有生物学意义的空间变异。为此，我们开发了加权切片回归（wSIR），这是一种旨在保留空间坐标预测能力的充分降维技术。wSIR 适用于多种不同的空间转录组数据集，且具有高度可扩展性，在标准笔记本电脑上不到两分钟即可处理超过 10 万个细胞。特征载荷具有可解释性，新的非空间数据可以投影到 wSIR 的低维空间中进行下游分析。我们通过人类乳腺癌和小鼠早期胚胎发育的两个案例研究，考察了 wSIR 的性能并展示了其生物学相关性。