《Cell Reports Methods》：A single-cell spatiotemporal manifold of tissue morphology and dynamics
编辑推荐：
复杂组织目前已可在单细胞分辨率下进行表征，然而，缺乏有效的单细胞空间描述符（spatial descriptor）使得组织空间逻辑的解析仍具挑战，此类描述符需能够对时空事件进行组织、对细胞间相互作用进行识别与预测。研究人员提出一种学习的单细胞嵌入空间（si
复杂组织目前已可在单细胞分辨率下进行表征，然而，缺乏有效的单细胞空间描述符（spatial descriptor）使得组织空间逻辑的解析仍具挑战，此类描述符需能够对时空事件进行组织、对细胞间相互作用进行识别与预测。研究人员提出一种学习的单细胞嵌入空间（single-cell embedding space），基于细胞随时间的空间位置构建，用于测量组织形态与动态变化。该学习方法通过样本间注意力（inter-sample attention）的Transformer编码器（Transformer encoder）对随时间采样的成对细胞点云（point cloud）进行联合处理，该策略促进了高效的时空联合学习。所得嵌入具有通用描述符的理想特性：可解释的细胞类型聚类、保持局部距离、以及类流形（manifold-like）的伪时间轴（pseudo-time axis）。该嵌入能够支持常见但具有挑战性的空间推理任务，如细胞分辨率下的解剖学 landmarks 注释，以及大规模筛选中细微、瞬时表型的检测。本研究展示了一种广泛适用的基于细胞的（cell-based）学习策略，提供了组织动力学的富有表现力的通用表征。
## 论文解读
### 一、研究背景与问题
复杂组织在发育和疾病进展过程中呈现出多样的空间构型。先进的成像技术使得研究人员能够在单细胞分辨率下观察多种发育和疾病背景下的组织动态，与此同时，新兴的空间组学技术能够提供单细胞分辨率的丰富分子信息。然而，如何剖析细胞间的空间关系以理解组织模式及其潜在原理仍然困难重重，因为这些空间模式并不一定仅凭位置就显而易见，且随时间追踪它们更具挑战。在空间组学中，已有的描述符多针对区域细胞类型组成而开发，有助于定义和测量邻域类型，但邻域内部及邻域之间的形态本身及其动态变化在很大程度上仍未得到充分探索。相比之下，将细胞的离散表达特征视为高维基因表达空间中的流形，已被证明对于追踪细胞状态和整合多模态组学数据不可或缺。因此，一个学习得到的高维空间来表征组织形态，有望使细胞组织及其动态变化更易于解析，从而促进形态发生的系统层面研究，并简化多模态数据的整合。然而，目前缺乏一种能作为通用表征、可应用于多种空间推理任务的细胞中心型描述符。
### 二、研究内容与总体结论
针对上述挑战，研究人员提出了一种名为“孪生注意力”（Twin Attention）的联合时空学习策略，用于构建组织形态与动态变化的单细胞嵌入表征。该策略训练一个Transformer编码器来执行成对细胞点云的比较，从滑动局部时间窗口中跨个体抽取“孪生”样本，从而近似全局学习。该方法应用于以核质心动态点云形式记录的秀丽隐杆线虫胚胎发生过程，这些点云追踪了增殖中的细胞谱系。
研究结果表明，该策略成功地学习到一个可解释的、单细胞的、类流形的组织形态发生表征。所得嵌入能够区分不同细胞类型并允许细胞鉴定，反映邻域结构和整体形状，并沿与发育一致的伪时间轴分布。该表征在两项具有代表性的空间推理任务中得到验证：基于细胞位置进行解剖学标记注释（即线虫中的细胞类型分配），以及无需人工整理的时延成像中组织特异性形态缺陷的检测。本研究证明该学习嵌入空间为组织形态与动态提供了一种通用且可解释的描述性表征，有助于探究其潜在空间逻辑。该研究展现了基于细胞的学习策略作为图像/像素基础学习的广泛适用替代方案的潜力，为未来构建多模态基础模型和系统研究组织生物学奠定了重要基础。
### 三、关键技术与方法
本研究采用的核心方法包括：(1) **孪生注意力训练策略**：从滑动时间窗口内跨个体采样点云对，通过匹配任务监督Transformer编码器联合学习空间与时间信息。(2) **Transformer编码器架构**：使用多层多头注意力机制，对拼接的成对点云进行编码，通过样本间注意力有效提取个体间差异与共性。(3) **多源数据训练与微调**：首先在基于实测数据分布构建的1000个模拟胚胎上进行基础训练，随后在两个真实数据集上进行微调：数据集1包含49个胚胎（至194细胞期，来自先前研究），数据集2包含233个胚胎（至520细胞期，来自另一实验室）。所有数据均为线虫胚胎成像，由StarryNite管线自动分割追踪并以AceTree人工校正谱系。
### 四、主要研究结果
**策略与基础训练**：研究人员采用匹配任务训练表征。从局部时间窗口和跨个体采样的细胞点云对（称为“孪生”）可视为不变细胞构型与发育变化的混合，加上各样本特异的生物变异。研究人员训练Transformer编码器仅基于x, y, z位置匹配对应细胞，通过迫使匹配点具有相似嵌入来实现。配对连接使样本内和样本间注意力均可进行，时间差导致联合时空学习。在模拟数据上的训练结果表明，基础模型在仅给出细胞位置的情况下成功识别搁置数据中的正确匹配，匹配细胞（同时存在于两个点云中的细胞）的准确率通常超过99%，即使在细胞分裂的异时性导致30%–40%的细胞不共享的时期也表现稳健。
**嵌入的时空性质**：经t-SNE可视化，不同细胞类型的嵌入在生物变异、胚胎方向和发育阶段范围存在的情况下仍然按细胞类型形成显著而稳健的聚类。在真实三维空间中更近的细胞在嵌入空间中也更近，子细胞在分裂时最接近母细胞聚类。时间上，谱系分支的嵌入随时间逐渐变化，在嵌入空间中扫出一条曲线。嵌入距离保持真实空间中的局部距离，且对局部密度具有不变性。扩散图降维形成的伪时间轴与真实时间呈现近乎完美的单调关系。通过计算模拟消融实验，研究人员发现被消融的细胞对其邻近细胞影响更大，且少数位于点云空间极值（尤其是前后极）的细胞对大部分嵌入产生显著影响，表明嵌入同时反映了局部关系与全局分布。
**应用概览与微调**：在应用于具体任务前，基础模型在真实数据上进行了微调，微调后配对细胞匹配性能在所有阶段均超过80%。来自不同数据源的嵌入在混合可视化时，细胞身份仍大体保持聚类，且微调至520细胞期后超过一千种细胞类型被成功嵌入和区分。
**应用一：基于位置的解剖学标记注释**：研究人员采用k近邻（KNN）分类进行细胞类型分配。对于数据集1，所有阶段的平均KNN准确率为88.2%，相比纯模拟数据训练的基础模型有显著提升。对于数据集2，至520细胞期的平均准确率为93.0%。在稳定阶段的准确率约95%或更高，在动态时期有适度下降。识别错误可分为三类：与空间最近邻（包括姊妹细胞）的混淆占63.3%；与母细胞或子细胞（时间最近邻）的代际间混淆占24.1%；与更远细胞的混淆占12.3%。
**应用二：细微和瞬时表型的检测**：研究人员使用来自先前研究但未分析的RNAi处理胚胎数据集（703个胚胎，针对144个基因），采用完全自动化的方法进行表型检测。研究表明RNAi处理胚胎的嵌入到WT嵌入集合的距离显著大于独立WT胚胎集合。在E/肠道谱系中，自动化分析发现36个基因在E细胞原肠胚形成期间或周围阶段（14-33细胞期）出现表型。经人工验证，其中29个基因（80%阳性率）确实表现出内化延迟，包括已知影响原肠胚形成的基因（如par-6、apr-1、hmp-2）以及可能揭示新调控途径的基因。
### 五、讨论与结论总结
**讨论**：本研究成功构建了学习的单细胞嵌入，为单细胞组织形态和动态提供了统一且可解释的表征。讨论部分指出：(1) 嵌入空间保持局部距离且对细胞密度不变，提示以最近邻距离归一化作为统一形态测量策略的可能；(2) 嵌入同时依赖于全局极值，类似于组织轴；(3) 时间上嵌入基本连续，描述了与真实时间一致的伪时间轴。嵌入在空间推理任务中的表现与其类流形特性一致。研究论证了基于细胞的学习策略作为图像/像素基础学习替代方案的广泛适用性，并指出Twin Attention方法可推广到点云和组织形态之外的对比学习方案。研究灵感来自分子流形在组织细胞状态信息方面的成功，旨在将动态组织形态组织为类似的单细胞流形表征。研究限制方面，该方法目前仅在线虫胚胎发生中验证，其他生物体中类型之间边界无法从谱系中获得，同时学习过程依赖良好整理的标签，且为获得最优性能需针对特定实验设置进行训练。
**研究结论**：本研究成功构建了学习的单细胞嵌入，为单细胞组织形态和动态提供了统一且可解释的表征，即对发育的潜在流形样时空表征的采样。该嵌入呈现理想通用描述符特性：空间上保持局部距离且对密度归一化，时间上连续并形成伪时间轴，并已在实际应用中展示了其在细胞鉴定和细微表型检测中的实用效力，为系统研究组织生物学提供了基础性表征工具。
