综述：在不同计算场景下对空间转录组学去卷积方法进行全面性能评估

《Neurocomputing》：Comprehensive Performance Evaluation of Spatial Transcriptomics Deconvolution Methods Across Diverse Computational Scenarios

　　**摘要**
空间转录组技术使研究人员能够基于位置信息重建转录模式。然而，由于分辨率较低，来自空间点位的基因表达数据可能是来自多个细胞的混合结果。为了揭示每个点位内的细胞类型组成，许多研究团队开发了空间转录组反卷积方法。在这项研究中，我们对19种现有方法进行了全面的基准测试，从准确性、稳健性和可用性方面进行了评估。我们在不同的条件下比较了这些方法，包括不同的基因数量、点位数量和细胞亚型。我们的研究结果表明，MACD、DestVI和RCTD是总体上表现最好的细胞反卷积方法。我们还总结了实验结果，并提供了指导方针，以帮助研究人员快速选择最合适的方法。

**引言**
空间转录组学为研究转录模式提供了新的视角。许多细胞类型（如大脑中的神经元）不适合进行单细胞RNA测序（scRNA-seq）分析，需要专门的协议来进行检测[1]，[2]，[3]。因此，对整个组织进行转录组学研究具有很大的吸引力。由于在研究整个组织时可以保留空间信息，这些方法被称为空间转录组学[4]，[5]。与单细胞转录组学相比，空间转录组学提供的额外空间信息对于研究细胞和组织之间的相互作用至关重要。
当前的空间转录组学技术可以分为两大类：基于成像的方法和基于测序的方法[6]，[7]，[8]，[9]。基于成像的技术包括原位杂交（ISH）和原位测序（ISS）[10]，可以提供更精细的空间分辨率。著名的ISH方法主要包括seqFISH[11]、seqFISH+[12]、MERFISH[13]和osmFISH[14]，而ISS方法主要包括Cartana[15]、STARmap[16]。然而，这些方法存在一些技术限制，例如需要大量的时间投入，以及需要在捕获效率与遗传分析范围之间取得平衡。大多数这些技术只能准确可靠地量化几百个基因，这要求事先选择目标基因，从而降低了它们在非目标探索性研究中的适用性[17]。基于测序的技术（如空间转录组学（ST）[18]、10x Visium[19]、Slide-seq[20]、Slide-seqV2[21]、HDST[22]和Stereo-seq[23]）可以从空间点位捕获整个转录组的表达RNA。然而，这些点位并不与单个细胞的复杂轮廓对齐，这意味着每个点位可能包含多个细胞，从而限制了这些技术的空间分辨率。这种限制可能导致误导性的结果，例如，在识别不同空间点位中的空间变异基因时，特定计算方法检测到的基因表达变化可能是由空间点位内的不同细胞类型组成引起的，而不是由空间位置引起的[24]。因此，准确估计每个点位的细胞组成对于进行准确有效的分析至关重要，这一过程被称为空间转录组细胞类型反卷积。已经开发了几种空间转录组反卷积方法来预测不同空间点位的细胞类型比例。每种方法都有其独特的特点，这可能使研究人员难以选择最适合他们特定数据的方法。
最近的一项基准研究[25]回顾并客观评估了一些空间转录组反卷积方法，为方法选择提供了指导方针。尽管如此，细胞类型聚类的程度对反卷积方法性能的影响尚未得到充分研究。直觉上，基因数量、点位数量和细胞类型标签等因素预计会影响反卷积结果。虽然较高的scRNA-seq数据聚类水平可以提供更精细的细胞类型标签并提高转录组分辨率，但也可能使反卷积过程更加复杂，并可能降低结果的准确性。在这项研究中，我们首先回顾了19种反卷积方法，并总结了每种方法的技术特点。之后，我们对这些方法进行了详细的基准测试，分析了它们的准确性、稳健性和可用性。最终，我们为空间转录组数据的细胞反卷积制定了以用户为中心的指导方针。

**计算方法**
最近，开发了一系列将scRNA-seq数据与空间转录组数据结合的空间转录组反卷积方法，以解决空间转录组技术的分辨率限制问题。例如，SPOTlight[26]使用特定于细胞类型的标记基因初始化矩阵，通过一种种子非负矩阵分解方法整合生物学先验信息；SpatialDWLS[27]则采用加权阻尼最小二乘法[28]。

**基准框架**
通过回顾已发表的文献，我们选择了上述16种方法，并对它们进行了全面的空间转录组细胞反卷积基准测试。我们决定使用小鼠大脑皮层数据集（seqFISH+）和小鼠大脑内侧视前区数据集（MERFISH）来评估所有方法的性能。seqFISH+数据集（71个点位，10,000个基因）具有较少的点位数量，但检测到的基因数量较多；而MERFISH数据集（3,067个点位，135个基因）...

**总结与指导方针**
我们构建了一个总结图表，全面展示了所有方法的性能（图4）。通过这个图表，我们可以快速了解结果。总体而言，MACD、DestVI和RCTD是表现最好的三种方法，其次是CARD、Cell2location和Tangram。根据每种方法的性能，我们为这四种方法提供了有用的以用户为中心的指导方针和建议（图5）。对于基因数量多但点位数量少的数据集...

**讨论**
在这项研究中，我们对19种用于空间转录组细胞类型反卷积的方法进行了全面基准测试。我们确定MACD、DestVI、RCTD和CARD在大多数情况下是表现最好的方法。与现有的基准研究相比，我们考虑了6种先前未包括在评估中的方法：Seurat、CellDART、spSeudoMap、LESTmix、MACD和UCASpatial，同时确保所选方法尽可能全面。此外，我们还研究了...

**基准指标**
我们建立了一个通用流程来评估16种反卷积算法的性能。在这个流程中，我们使用了五个指标[59]，[60]，[61]来评估每种方法：
1. 计算了JSD，以评估真实细胞类型比例和预测细胞类型比例之间的相似性。然后计算它们的平均值作为最终JSD：
JSD = 1/2KL(Pk||Pk + Pk?) + 1/2KL(Pk?|Pk + Pk?)
其中Pk和Pk?代表细胞类型k的真实和预测分布。KL(Pk||Pk?)是...

**作者贡献声明**
赵晨光：撰写 – 审阅与编辑、验证、项目管理、正式分析。
李燕：撰写 – 审阅与编辑、软件、正式分析、数据管理。
余亮：撰写 – 审阅与编辑、指导、资源管理、项目管理、资金获取。
李子霖：撰写 – 原稿编写、可视化、验证、软件、方法论、调查、正式分析、数据管理、概念化。

**利益冲突声明**
作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报道的工作。

**致谢**
本工作得到了中国国家自然科学基金（项目编号62472344和62272065）、陕西省自然科学基础研究计划（编号2025JC-JCQN-094）、中央高校基本科研业务费（编号QTZX25071）以及西安电子大学跨学科探索专项基金（编号TZJH2024027）的支持。
李子霖于2020年从西安电子大学获得计算机科学与技术学士学位，目前正在西安电子大学的LiangYu实验室攻读硕士学位。他的研究兴趣包括生物信息学中的深度学习，特别是与空间转录组反卷积相关的内容。