《PLOS Biology》：SpaMOAL is a deep learning method that enables accurate spatial domain identification from multi-omics data
编辑推荐：
空间多组学技术的最新进展通过同时提供多模态互补信息（如空间分辨的转录组、表观基因组和蛋白质组特征），为原位表征组织结构和功能开辟了新途径。当前计算方法面临重大挑战，例如如何有效整合多组学分子信息与空间信息及相应的高分辨率组织学图像。为解决这一挑战，研究人员提出
空间多组学技术的最新进展通过同时提供多模态互补信息（如空间分辨的转录组、表观基因组和蛋白质组特征），为原位表征组织结构和功能开辟了新途径。当前计算方法面临重大挑战，例如如何有效整合多组学分子信息与空间信息及相应的高分辨率组织学图像。为解决这一挑战，研究人员提出了SpaMOAL（Spatially Multi-Omics graph contrAstive Learning，空间多组学图对比学习），一种基于图的对比学习方法，用于空间结构域识别。SpaMOAL通过整合空间坐标、组织学图像特征和分子谱，从空间多组学数据中学习聚类友好的表征，从而实现空间组织结构域的精确描绘。在来自小鼠和人类的多个近期配对空间多组学数据集上的基准测试表明，SpaMOAL持续优于现有方法。通过实现精确的空间结构域描绘，SpaMOAL为解释组织结构和细胞微环境提供了强大框架。
空间多组学结构域识别新方法SpaMOAL：从多模态整合到精准空间解析
一、研究背景与问题
空间多组学技术是近年来生命科学领域的重大突破，能够在保留组织原位空间信息的同时，同时检测多种分子特征。根据技术原理，这些方法可分为基于测序和基于成像两大类。基于测序的方法包括DBiT-seq、spatial-CITE-seq、spatial ATAC-RNA-seq、CUT&Tag-RNA-seq、SPOTS、SM-Omics、Stereo-CITE-seq、spatial RNA-TCR-seq及10x Genomics Xenium Protein等，它们依赖空间条形码分子捕获结合下一代测序来定量多个组学层次。基于成像的平台包括seqFISH+、MERFISH、MERSCOPE及NanoString CosMx等，通过高通量多重荧光成像直接原位可视化分子靶标，提供亚细胞空间分辨率。这些技术通常从同一组织切片产生两个或更多空间分辨的组学层次，并伴随相应的高分辨率苏木精-伊红（H&E）染色图像。
有效整合互补数据模态能够提供组织结构和功能的多维视图，从而增强对生物过程和疾病机制的理解。将异质模态转化为统一的低维表征是空间多组学分析的核心，能够支持结构域检测等下游分析。然而，这一过程面临诸多挑战：不同模态具有截然不同的特征空间，基于先验知识将其转换为共同特征空间虽可缓解差异但常导致信息丢失；此外，大多数现有方法未能充分利用空间信息建模和匹配的高分辨率组织学图像。例如，传统的单细胞多组学整合方法如Seurat WNN、MOFA+和totalVI无法纳入空间坐标信息；一些空间转录组聚类方法如MUSE、SpaGCN和SpaDAC虽能有效整合转录组、空间位置和形态成像数据，但仅限于转录组，无法纳入额外组学模态；最新方法如SpatialGlue和MISO虽旨在从空间多组学数据学习统一低维表征，但SpatialGlue不支持组织学图像输入，MISO缺乏对空间坐标的显式建模，且需要基于生物学知识手动指定低质量模态以减轻其负面影响。
二、研究内容与意义
针对上述挑战，研究人员提出了SpaMOAL（Spatially Multi-Omics graph contrAstive Learning），一种基于图对比自编码器的空间结构域识别方法。SpaMOAL在统一嵌入空间中整合分子、空间和形态信息，具体而言，它对齐跨模态共享表征，同时保留模态特异性成分，从而在统一潜在空间内实现异质模态的连贯整合。共享表征与私有表征的拼接嵌入有效结合互补信息，产生稳健的多模态表征。在模拟和真实数据集上的基准测试表明，SpaMOAL持续优于现有最先进的空间多组学方法。该研究为空间多组学数据整合分析提供了新框架，对理解组织结构和细胞微环境具有重要意义。
三、关键技术方法
SpaMOAL的核心工作流程包括以下关键技术环节。数据预处理方面：对转录组数据过滤表达少于10个基因的点，经对数转换和文库大小归一化后选择前3000个高变基因（HVGs）；对ADT（抗体衍生标签）数据采用中心对数比归一化后进行主成分分析（PCA）；对染色质可及性数据构建GeneScore矩阵后进行读取计数归一化并选择前3000个高变特征；对H&E染色或免疫荧光图像，使用ImageNet预训练CNN（ResNet50或Inception v3）提取形态学特征，保留完整卷积特征提取器并丢弃分类头，对最后一个卷积层输出应用全局平均池化（GAP）生成点级形态学表征。空间邻居图构建方面：基于空间坐标计算欧氏距离，通过KNN（默认k=6）构建各模态特异性空间邻居图，节点特征维度统一为3000，低维模态零填充至该尺寸。图自编码器方面：采用图卷积层生成节点表征，通过两个参数不共享的MLP分离公共表征和私有表征。模型通过四个联合损失优化：匹配损失通过奇异值分解（SVD）构建全局参考变量并对齐跨模态公共表征；相关损失通过最小化皮尔逊相关系数促进公共与私有表征的统计独立性；重构损失确保节点特征和局部拓扑结构的忠实重构；对比损失结合伪聚类标签和空间邻接关系，拉近同组相邻点、推远不同组相邻点。最终将共享变量与所有私有表征拼接形成最终表征，使用mclust聚类（Leiden和Louvain为备选方案）。模型使用Adam优化器，初始学习率0.001，权重衰减0.0001，训练100轮。基准测试涵盖11个数据集共17个样本，包括7个模拟数据集、MISAR-seq小鼠脑发育数据集、P22小鼠脑数据集、E13小鼠脑数据集及10X Visium人乳腺癌数据集。
四、研究结果
1. SpaMOAL在多样多组学模拟数据中达到最先进性能
研究人员在7个具有已知真实标签的模拟数据集上对SpaMOAL与SpatialGlue和MISO进行基准测试，涵盖RNA-ATAC双组学、RNA-ATAC-蛋白三组学及图像整合的RNA-ATAC多组学。在RNA-ATAC双组学模拟中，SpaMOAL成功识别全部四个模拟空间结构域且结构连续性高，而SpatialGlue错误识别domain1和domain4，MISO产生碎片化结果。在RNA-ATAC-蛋白三组学模拟中，SpaMOAL和SpatialGlue均准确解析四个空间结构域及技术噪声背景，而MISO错误地将空间连贯的domain1碎片化。在H&E整合双组学模拟中，SpaMOAL精确识别全部四个空间结构域及其边界。定量指标证实SpaMOAL在所有评估指标上均优于MISO和SpatialGlue，Wilcoxon符号秩检验显示统计显著改善。
2. SpaMOAL精确描绘MISAR-seq小鼠脑发育中的空间结构域
研究人员分析了E11.0、E13.5、E15.5和E18.5四个胚胎阶段。在E11.0阶段，SpaMOAL（含图像）和SpatialGlue准确识别Pallium区域为连续环状结构，仅SpaMOAL能解析Cartilage结构域为平滑连贯结构。在E13.5阶段，SpaMOAL（含图像）独特恢复Tongue/muscle结构域，图像特征整合使SpaMOAL能够将先前合并的后脑和中脑区域细分为独立结构域。在E15.5阶段，SpaMOAL是唯一能正确识别Skull和Thalamus为离散空间定位结构域的方法，图像信息整合进一步优化了形态学模糊组织如Cartilage和Mesenchyme的边界。定量指标支持可视化结果，SpaMOAL与专家解剖注释的一致性最高。
3. SpaMOAL准确识别小鼠脑和胚胎组织样本中的空间结构域
在P22小鼠脑冠状切面数据集中，SpaMOAL和SpatialGlue能准确解析并完整描绘vl（腹外侧丘脑核）这一位于ccg、ls和cp之间的狭窄层状结构，而MISO对该精细结构描绘不完整。SpaMOAL独特识别出ccg外周薄层外皮层（cluster 16），该区域信号强度弱、细胞密度稀疏、层状形态细微，对应解剖学上难以捉摸的边缘层。在E13小鼠胚胎数据中，SpaMOAL准确描绘端脑室下区（cluster 3）的精细亚结构，MKI67和TOP2A的高表达与该区域空间共定位，确认其对应室下区神经祖细胞群。整合组织学图像后，SpaMOAL清晰区分端脑三个主要亚区——室下区、下脑室区和脑室区。
4. SpaMOAL准确识别人乳腺癌组织中的空间结构域
在人乳腺癌数据集中，SpaMOAL和MISO均稳健识别TLS（三级淋巴结构）区域，SpaMOAL将cluster 4注释为TLS核心（富集B细胞，高表达MS4A1和CD79A），cluster 6为TLS外周区（富集T细胞，表达CD3E和CD3D），反映成熟TLS的典型分区结构。SpaMOAL独特地将基底样肿瘤区分为两个功能不同的亚区：富集S/G2M期特征的增殖区（cluster 8）和低细胞周期活性的静止区（cluster 9），该区分未被其他多模态整合方法明确实现。伪时间轨迹分析进一步证实cluster 8富集增殖性G2/M和S期，cluster 9多处于G1或静止状态。
五、讨论与结论
SpaMOAL在精度提升的同时实现竞争性计算效率，在复杂数据集上运行时间显著低于MISO，与SpatialGlue相当或更快。该方法具有模块化架构，图像特征提取作为灵活独立组件，兼容用户提供的任何特征，包括组织学特异性基础模型如UNI或GigaPath。研究讨论指出，尽管SpaMOAL概念上分离共享和模态特异性表征，但这种解缠仍不彻底，最优性能需使用融合嵌入；可解释性有限，各模态对空间结构域形成的个体贡献尚无法定量确定；当前空间多组学技术局限于RNA、ATAC和蛋白测量，整合DNA甲基化或组蛋白修饰等额外组学层次可进一步增强转录调控网络解析能力。研究结论表明，SpaMOAL通过整合空间坐标、分子谱和组织学图像为统一多模态表征，在17个样本、11个数据集上系统基准测试中持续优于单模态基线和两种最先进的多组学整合方法，识别的空间结构域与已知生物学结构高度一致，展现出稳健性和广泛适用性，为空间多组学数据整合分析提供了有力工具。
