用“全景地圖”破解腫瘤“混亂社區”

　　腫瘤組織具有高度異質性，細胞類型多樣、基因表達雜亂無章，區域界限模糊，傳統的空間轉錄組技術難以全面揭示腫瘤的特性。傳統方法通常將采樣點視為獨立的“房子”，統計每個點的細胞類型和基因表達信息，容易產生誤差。

　　為了解決這一難點問題，西安交通大學葉凱教授團隊提出以基因表達的空間分布來構建整體計算框架，相關研究成果以“STMiner：以基因為中心的空間轉錄組學解析腫瘤組織”為題，于近日發表在《細胞·基因組學》（Cell Genomics）雜志上。

　　葉凱教授團隊長期致力于生物信息學方法研究，并將開發的方法運用于遺傳病和腫瘤的早診和精準治療。由于腫瘤組織的高異質性和空間轉錄組數據的高稀疏性，傳統側重局部臨近特征的策略往往在腫瘤空間轉錄組數據分析中出現遺漏和偏差。因此，葉凱教授團隊開發了STMiner方法，利用二維高斯混合模型和最優傳輸理論，將離散的采樣點轉化為連續的基因分布地圖，就像從零散的“房屋信息”中繪制出一張完整的“居民分布圖”。這種方法不僅能更準確地反映腫瘤組織的真實情況，還能減少干擾信息，幫助科學家更清晰地觀察基因的空間分布規律。憑借這一技術，研究團隊成功定位了高度復雜邊界不清的腫瘤組織中的獨特基因表達模式，清晰區分了正常與異常組織的邊界，并識別出一些此前被忽視的關鍵基因和空間結構。

　　這些發現為腫瘤研究開辟了全新路徑，有望為未來的精準治療提供重要依據。

 STMiner計算策略示意圖。論文作者供圖

　　此項工作是西安交通大學信息與生物醫學研究中心多學科交叉協作的又一重大成果，該中心立足“四個面向”開展“理-醫-工”交叉研究，組建了自動化、計算機、數學、生物、醫學等多學科優勢相融合的科研團隊，打造“測-算-控”全鏈條研究體系，近年來在《科學》《自然》《自然·方法》《自然·生物技術》《自然·微生物學》等期刊發表了一系列重要研究成果。西安交大電信學部自動化科學與工程學院Stephen J. Bush教授在組學數據分析方面給予了重要指導；西安交大第一附屬醫院賈鵬博士、王澄瑤博士在算法驗證、器官芯片構建方面提供了支持；電信學部計算機學院楊曉飛教授在算法開發方面提供了建議。

　　該研究得到了科技部重點研發專項、國家自然科學基金杰出青年基金等項目的支持。