科學家系統性評估多種空間轉錄組分析算法

中國科學技術大學生命科學與醫學部教授瞿昆課題組設計了一整套分析流程，系統性評估了16種空間轉錄組和單細胞轉錄組數據整合算法在預測基因或細胞類型空間分布方面的性能。研究成果5月16日在線發表于《自然-方法》。

整合分析流程.png

整合分析流程中國科大供圖

“細胞在組織器官內所處的空間位置，與其發揮生理功能或疾病產生過程密切相關。”論文共同第一作者、中國科學技術大學生命科學與醫學部特任副研究員郭闖介紹。

近年來，研究者開發了多種空間轉錄組技術，在保留細胞精確空間定位的同時，檢測細胞內全轉錄組的表達情況，以此來研究在發育或疾病發生發展過程中起關鍵性作用的細胞亞群及其分子機制。

但目前空間轉錄組學技術存在兩個不足：一是基于測序的空間轉錄組技術無法實現真正意義上的單細胞分辨率；二是基于成像空間轉錄組的技術能檢測到的基因通量有限。

為了突破技術的局限性，生物信息學家設計了多種算法整合空間轉錄組與單細胞轉錄組數據，預測細胞類型的空間分布和/或單個細胞的完整轉錄組信息。這些算法大大加深了人們對空間轉錄組學數據及相關生物學和病理過程的理解。

然而，這些整合算法的工作原理和適用范圍存在顯著差異，研究者很難選擇出最佳算法。

瞿昆課題組長期致力于開發生物大數據分析算法和軟件。在此項研究中，課題組收集了45對同一組織來源的空間轉錄組與單細胞轉錄組數據集，32個模擬數據集，并設計了多種指標，從準確性、魯棒性、計算資源耗時等多維度系統性評估了16種整合算法的性能。

結果顯示，Cell2location、SpatialDWLS和RCTD算法能更加準確的預測細胞類型的空間分布；Tangram、gimVI和SpaGE算法則是預測基因表達空間分布的最佳算法。Tangram、Seurat和LIGER計算效率相對較高，適合處理大規模數據集。

研究工作總結了每種算法的屬性、性能和適用性，總結了高效算法的優勢，為研究人員進一步提升算法性能提供了參考。同時在github上提供了整合空間轉錄組和單細胞轉錄組數據的分析流程，有助于研究人員為處理自己的數據選擇最佳分析工具。

領域內專家普林斯頓大學教授Ben Raphael評論，“對各種空間轉錄組數據和方法進行如此嚴格的基準研究并非易事，此項研究滿足了領域內重要需求。”