空间转录组学多样本分析工具Stereopy的学术报告
作者、机构及发表信息
本研究的通讯作者包括Yi Zhao（中国科学院计算技术研究所）、Guangyi Fan（华大基因研究院）、Yong Zhang（华大基因研究院）、Ao Chen（华大基因研究院）、Yuxiang Li（华大基因研究院）和Xun Xu（华大基因研究院）。研究团队由来自中国、拉脱维亚等多国机构的学者组成，主要依托华大基因研究院（BGI Research）及其合作单位。该成果于2025年3月5日发表在Nature Communications（DOI: 10.1038/s41467-025-58079-9）。
学术背景
科学领域：本研究属于空间转录组学（Spatial Transcriptomics, SRT）与生物信息学的交叉领域，聚焦多样本数据的整合分析。
研究动机：随着高分辨率SRT技术（如Stereo-seq、Slide-seq、MERFISH等）的发展，研究者能够获取大规模多样本数据，但现有分析工具（如Seurat、Scanpy、Giotto）主要针对单样本设计，缺乏高效的多样本整合框架。多样本分析面临三大挑战：
1. 数据管理：缺乏统一容器存储跨样本的多模态数据；
2. 算法局限性：现有方法难以同时解析时空动态与细胞互作；
3. 可视化瓶颈：传统工具难以交互展示多维数据（如3D空间+时间序列）。
研究目标：开发Stereopy——一个支持多样本SRT数据管理、分析与可视化的综合工具箱，重点解决以下问题：
- 跨样本的细胞异质性比较；
- 时空动态基因模式识别；
- 三维微环境下的细胞-基因互作网络推断。
研究流程与方法
1. 框架设计
Stereopy包含三大核心组件：
- MSData容器：扩展Anndata格式，支持多样本数据存储，保留单样本依赖关系；
- MSS控制器：管理样本子集选择、结果存储与分析依赖追踪；
- 多样本转换器：支持单样本与多样本结果的相互转换。
2. 关键算法开发
（1）细胞群落检测（Cell Community Detection, CCD）
- 输入：单样本或多样本的细胞空间坐标与基因表达矩阵（如小鼠胚胎全脑、肾脏切片）。
- 流程：
- 空间卷积：通过滑动窗口（默认大小150μm，步长50μm）计算局部细胞类型组成；
- 聚类分析：基于窗口内细胞类型比例，使用谱聚类或Leiden算法划分功能区域；
- 群落标注：通过多数投票确定单个细胞的群落标签。
- 创新点：引入自动过滤机制，剔除空间分布均匀的细胞类型（如红细胞），提升群落特异性。
（2）时空基因模式识别（Temporal Gene Pattern Inference, TGPI）
- 输入：时间序列样本（如小鼠胚胎E9.5-E16.5的8个时间点）。
- 流程：
- 趋势分析：通过置换检验（permutation test）计算基因的连续上调/下调概率；
- 特征融合：结合时序趋势（f_temporal）与空间PCA特征（f_spatial），加权后输入模糊C均值聚类；
- 模式挖掘：识别如“先升后降”的复杂表达模式（如皮质区基因Tead1）。
- 创新点：提出FPR评分（False Positive Risk score），量化基因连续变化的显著性。
（3）三维互作推断（NicheReg3D）
- 输入：连续切片的三维重建数据（如小鼠心脏59个10μm厚切片）。
- 流程：
- 微环境定义：以目标细胞（如心室心肌细胞VCMs）为中心，25μm半径内筛选邻近细胞；
- 配体-受体分析：预测跨细胞互作（如Vcan-Itgb1）；
- 调控网络推断：连接细胞间信号（如Igf2-Igf2r）与细胞内转录因子（如Mef2c）。
- 创新点：首次实现三维空间约束下的“配体-受体-TF-靶基因”全路径建模。
3. 性能优化
- 并行计算：预处理、聚类等模块支持多样本并行处理，较Seurat提速90倍；
- GPU加速：Leiden聚类、SingleR注释等耗时操作通过GPU实现，速度提升5-10倍。
主要结果
1. 比较分析（小鼠肾脏疾病模型）
- 细胞群落：CCD算法在UMOD-C125R突变小鼠中鉴定出髓质区特异性群落，其成纤维细胞占比显著高于野生型（WT）（p<0.01），与既往研究一致。
- 标志基因：发现Spp1（骨桥蛋白）为突变样本的条件性标志物（conditional marker），其高表达与肾结石风险相关（文献支持）。
2. 时空分析（小鼠胚胎大脑发育）
- 基因动态：TGPI识别出Foxg1（前脑发育关键TF）的连续上调模式，以及Hes5（神经前体细胞标记）的下降趋势（FPR评分>0.8）。
- 皮质区调控：Tead1在E12.5调控338个靶基因（如Tcf4），至E13.5仅剩7个，提示其神经发生功能完成。
3. 三维互作（小鼠心脏发育）
- 微环境信号：VCMs通过Vcan-Itgb1接收成纤维细胞信号（通讯评分=0.293，p=0.00），激活Wnt/β-catenin通路调控Tcf4。
- 协同调控：Igf2-Igf2r与Calm1-Ryr2共同调控心肌细胞增殖，富集到“心脏收缩”GO条目（p<1e-5）。
结论与价值
科学意义：
1. 方法学突破：Stereopy首次实现多样本SRT数据的统一分析框架，填补了现有工具空白；
2. 生物学发现：揭示肾脏疾病中髓质区细胞组成变化、大脑发育的时空基因模块、心脏微环境的跨维度调控机制。
应用价值：
- 临床研究：条件性标志物（如Spp1）可为疾病诊断提供新靶点；
- 技术推广：开源工具（GitHub: stereopy）支持GEF/h5ad等多种数据格式，兼容主流SRT平台。
研究亮点
- 全流程创新：从数据容器（MSData）到核心算法（CCD/TGPI/NicheReg3D）均为原创；
- 多维整合：首次在单框架内实现“比较-时空-3D”分析；
- 性能优势：GPU加速使聚类速度超越Scanpy/Seurat 10倍以上。
其他价值
- 社区贡献：提供开发者模式鼓励算法扩展，推动多样本分析标准化；
- 跨物种适用性：已在小鼠、人类样本中验证，支持临床与免疫学研究拓展。
（注：文中涉及的算法代码与教程详见https://stereopy.readthedocs.io）