编辑推荐：
高通量、完整组织切片且具有高空间分辨率的RNA表达估计技术（空间转录组学，spatial transcriptomics）为理解细胞通讯及组织功能提供了新视角。分析亚细胞分辨率空间转录组学技术所产生数据的基本步骤是定量分析，即将平面分割为若干区域，每个区域近似
高通量、完整组织切片且具有高空间分辨率的RNA表达估计技术（空间转录组学，spatial transcriptomics）为理解细胞通讯及组织功能提供了新视角。分析亚细胞分辨率空间转录组学技术所产生数据的基本步骤是定量分析，即将平面分割为若干区域，每个区域近似对应一个细胞，然后汇总各区域内的分子以估计细胞表达谱。尽管该领域已取得诸多进展，分子被错误分配到细胞的问题依然存在，这限制了许多当前应用仅能局限于先验定义的细胞亚群层面，并使新细胞状态的发现复杂化。为此，研究人员开发了resolVI，一种在任何分割算法下游运行的模型，用于生成概率表示，纠正分子的错误分配以及批次效应和其他干扰因素。研究人员证明，resolVI能够提升区分细胞状态、识别空间中的细微表达变化以及执行跨数据集整合分析的能力。resolVI作为开源软件在scvi-tools中提供。
**ResolVI解读：空间转录组学数据噪声与偏差校正的概率框架**
空间转录组学（ST）技术能够在完整组织切片上以高空间分辨率估计RNA表达，为研究细胞通讯和组织功能提供了新工具。然而，亚细胞分辨率的ST数据在分析前需经过关键定量步骤：细胞分割——即将组织平面划分为近似代表单个细胞的区域，并汇总区域内的RNA分子以生成细胞表达谱。尽管分割算法不断改进，但细胞边界定义仍受高细胞密度、弱染色信号和不规则细胞形态等因素困扰，导致分割区域不能准确反映真实细胞边界。这会造成分子错误分配至邻近细胞（即扩散现象），产生虚假的共表达模式，混淆细胞状态识别，并妨碍新细胞类型的发现。此外，批次效应和其他干扰因素也影响分析可靠性。现有校正方法如Ovrlpy和ProSeg未能完全移除错误信号。为此，研究人员开发了resolVI，一种概率建模框架，运行于任何分割算法下游，以纠正分子错配、批次效应及其他干扰因素，生成校正后的低维表示和表达谱。该研究发表于《Nature Methods》。
研究人员主要采用了变分自编码器（VAE）架构推断概率模型。模型将观测表达分解为三部分：细胞真实表达（负二项分布）、邻近细胞扩散贡献（负二项分布）及组织切片特异性背景（泊松分布），通过优化证据下界（ELBO）训练三个神经网络（表达编码器、表达解码器和扩散编码器）。resolVI支持无监督和半监督模式，具备批次效应消除、迁移学习和差异表达检验功能。研究涉及多种数据队列：10x Xenium小鼠脑切片（248基因，130k细胞）、Vizgen MERSCOPE肝癌活检（550基因，1.5M细胞）、Stereo-Seq小鼠脑冠状切片（>24,000基因，50k细胞）、10x Visium HD数据（17,797基因，453,820斑点）、Nanostring CosMx健康与肝癌肝脏样本（1,000基因，1.2M细胞）以及MERFISH小鼠结肠炎模型（990基因，1.4M细胞，52个样本）。
**ResolVI改善小鼠脑数据中的细胞类型分辨率并纠正虚假共表达模式**
通过在10x Xenium小鼠脑数据上的测试，研究人员发现resolVI无监督模式捕获细胞类型的能力优于主成分分析（PCA），且监督模式进一步改善了低质量与高质量分割细胞的整合（通过scib-metrics量化）。聚焦小胶质细胞，resolVI显著减少了它们在丘脑区域对神经元标志物Slc17a6的假阳性表达，同时保留了真实标志物Trem2。通过单细胞RNA-seq参考定义的互斥标志基因对，resolVI降低了跨细胞类型的错误双阳性率，并保留了意外但合理的共表达模式（如内皮细胞中的Lyz2）。模型推断的伪信号比例与错误双阳性水平呈正相关。
**在不同分割场景下评估ResolVI**
在肝癌数据中，研究人员比较了六种分割算法（Vizgen原始分割、Cellpose三种设置、Baysor和ProSeg）。resolVI在所有分割下游均降低了错误双阳性率，其中Baysor初始分割效果最佳，但会膨胀细胞数量。与Ovrlpy和ProSeg的计数校正相比，resolVI在降低互斥基因对共表达方面表现更优，同时保留预期的共表达。通过双侧检验，resolVI显著减少错误信号，且其校正精度依赖于初始分割质量。
**ResolVI促进大规模测序数据集的分析**
在Stereo-Seq小鼠脑数据中，resolVI高效运行（<20分钟，<30GB内存），将Slc17a7阳性细胞中Mbp共双阳性率从14.8%降至<0.01%，并改善了小胶质细胞和抑制性/兴奋性神经元的区分。在10x Visium HD数据中，resolVI在20分钟内完成训练，揭示出皮层VIP、SST和NPY抑制性神经元亚群，这些亚群在PCA分析中无法分离但具有明确的空间分布。
**ResolVI揭示人类肝癌中功能相关的空间区域**
在CosMx肝癌数据中，resolVI校正了健康肝脏中胆管标志物（SOX4、KRT13、EPCAM）在门静脉周围区域的错误扩散，使其定位清晰。对肝癌样本，resolVI保留并揭示了SPP1与巨噬细胞标志物CD68的共表达，识别出肿瘤内两种空间模块：一种为炎症抑制性（高表达MIF、ENO1、SPP1、VEGFA），另一种为促炎性（高表达MX1、IFI6、STAT1）。巨噬细胞亚群（免疫抑制型SPP1+和促炎型IFI6+）分别与对应肿瘤模块共定域，且T细胞和中性粒细胞分布呈现分区模式。
**ResolVI揭示DSS结肠炎后不完全再生**
在DSS诱导结肠炎小鼠MERFISH数据中，研究人员使用半监督resolVI进行标签转移，并整合第35天样本。细胞类型频率分析显示第9天偏离健康状态最大，第35天虽接近恢复，但仍有差异。差异丰度分析确认了浆细胞、成纤维细胞4和炎症相关成纤维细胞2的增加，并发现隐窝顶端成纤维细胞（Fibro 2）在第35天从隐窝顶端移位至黏膜下层聚集体，与结肠细胞和TA细胞的共定位减少。resolVI差异表达分析显示，第35天Fibro 2中Bmp基因（Bmp2、Bmp5、Bmp7）表达降低，结肠细胞在高密度区域上调屏障相关基因（Cldn4、Cldn23、Tnfaip3、Il22ra1），提示屏障功能长期受损。
讨论部分总结了resolVI的优势：作为概率方法，它能系统地清理ST数据中的噪声和偏差，其性能依赖于初始分割质量，建议采用ProSeg进行初始分割。resolVI的无监督和半监督模式支持标签转移、差异表达和生态位分析，在肝癌和结肠炎研究中揭示了具有生物学意义的新模式。研究结论指出，resolVI作为scvi-tools的一部分，提供了一种有效纠正技术伪影的工具，同时能保留真实生物学信号，为ST数据的深入解析奠定了基础。
