🧬 biology

A robust, scalable K-statistic for quantifying immune cell clustering in spatial proteomics data

本文介绍了 KAMP，这是一种稳健且计算高效的方法，通过纠正 Ripley's K 统计量中的空间不均匀性，以准确量化空间蛋白质组学数据中的免疫细胞聚类与共定位，从而防止下游生存分析出现偏差。

原作者： Julia Wrobel, Hoseung Song

发布于 2026-07-15

📖 1 分钟阅读☕ 轻松阅读

原作者： Julia Wrobel, Hoseung Song

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。阅读完整免责声明

想象一下你是一名试图在一个巨大的、拥挤的城市中破解谜团的侦探。这座城市是一片人体组织，而它的居民是细胞。其中一些居民是“好人”（免疫细胞，如 B 细胞和巨噬细胞），其余则是“背景人群”。你的任务是弄清楚这些好人们是在紧密地聚集成群（集群），还是只是在随机游走。

长期以来，侦探们一直使用一种名为 Ripley's K 的工具。你可以把这个工具看作一把测量邻居之间距离的尺子。但问题在于，这把旧尺子有一个巨大的盲点。它假设这座城市是完美平坦且均匀的，就像一个巨大的、空旷的停车场。如果城市里有一个坑洼、一段破损的人行道，或者一段被撕裂的部分（这在真实的组织样本中由于撕裂或降解经常发生），旧尺子就会感到困惑。它会盯着一个因为受损而导致细胞自然聚集的区域大喊：“集群！集群！”即便这些细胞只是在对损伤做出反应。这会导致虚假警报和错误的结论，从而误导我们对免疫系统运作方式的理解。

重大发现：“KAMP”侦探
于是，KAMP（通过排列分布的解析矩进行 K 调整）登场了。作者 Julia Wrobel 和 Hoseung Song 发明了一种超级聪明、超级快速的新方法来测量细胞群，它不会被坑洼所迷惑。

KAMP 不再假设城市是一个完美的停车场，而是观察整个人群（包括好人和背景人群）来观察在该特定、混乱的城市中，“正常的一天”是什么样子的。它会问道：“如果我们随机交换居民的名字，但保持他们的位置完全不变，我们会看到这些群体出现的频率是多少？”

通过这种数学手段（利用一种被称为“解析矩”的巧妙捷径，这样它就不必将卡片随机洗牌数百万次），KAMP 为每一个样本都构建了一把定制的“零假设”尺子。它从信号中减去背景噪声。

结果： 如果免疫细胞的聚集程度仍然高于随机洗牌后的背景人群，KAMP 就会说：“好吧，这是真实的生物学集群现象！”如果它们仅仅是因为组织撕裂而聚集在一起，KAMP 则会说：“不，那只是背景噪声。”

他们排除了什么
论文明确反对在这些混乱的组织样本中使用未经修正的标准 Ripley's K 方法。他们证明了如果你在有撕裂或降解的组织上使用旧方法，你会高估细胞的集群程度。这就像是你以为人群是在为乐队欢呼，而实际上他们只是因为躲避雨水而挤在破损的雨棚下。作者还反对使用试图猜测局部人群密度的方法（称为 Kinhom），并在他们的模拟实验中表明，这种方法实际上可能会低估集群程度或导致数据错误。

他们有多确定？
作者对他们的数学逻辑和模拟实验非常有信心，但在得出真实世界的结论时非常谨慎。

数学与模拟： 他们从数学上证明了这种新方法是有效的，并运行了 48 种不同的模拟场景（包括用于测试的 1,000 个数据集）来展示这一点。在这些模拟中，KAMP 正确识别了细胞何时没有集群（保持了较低的错误率）以及何时正在集群（即使在组织被撕裂的情况下）。此外，它比旧的“洗牌一切”的方法快了 100 多倍（旧方法处理其数据集需要 562 分钟，而 KAMP 仅需 3.6 分钟）。
真实数据（卵巢癌）： 他们将此应用于一项涉及 128 名 高级别浆液性卵巢癌患者的真实研究。在清理数据后，他们专注于 71 名 有足够 B 细胞和巨噬细胞进行分析的患者。
- 他们发现，使用旧方法（K）显示 B 细胞和巨噬细胞的聚集程度与患者生存率之间没有统计学上的显著联系。
- 然而，使用 KAMP，他们发现了证据表明，当 B 细胞和巨噬细胞在特定距离（具体为半径为 5、10、20 以及 35 到 120 个单位处）靠近（共定位）时，与较好的生存率相关。
- 作者谨慎地表示，这是探索性的。他们发现基于 KAMP 的模型预测生存率的效果优于旧模型（具有更高的 c-index），但由于样本量适中（71 名患者）且观察了许多不同的距离，他们并不声称这是一个最终解决的医学突破。他们认为这是一个强烈的暗示，需要进一步研究。

底线
这篇论文表明，由于无法处理混乱的真实组织，旧的测量细胞群的方法经常在误导我们。KAMP 通过将背景细胞作为参考点解决了这个问题，从而允许研究人员看到真实的生物学信号。在他们的卵巢癌研究中，这种新的视角揭示了特定的免疫细胞协作与患者生存率之间潜在的联系，而旧的视角完全忽略了这一点。虽然其数学逻辑非常严密，模拟也十分完美，但在现实世界的医学应用方面，它是一个充满希望的研究方向，而非最终的诊断结论。

技术摘要：一种用于量化空间蛋白质组学数据中免疫细胞聚类的稳健且可扩展的 K 统计量

问题陈述
空间蛋白质组学技术能够测量组织样本中的蛋白质丰度和细胞位置，从而保留空间上下文。分析此类数据的常用方法是 Ripley's $K$ 函数，这是一种用于量化细胞是空间聚类还是随机分散的指标。标准 Ripley's $K$ 的应用依赖于完全空间随机性（CSR）的假设，即样本中任何子集的预期细胞数量在样本中都是一致的，其理论零值由 $K_0(r) = \pi r^2$ 给出。

然而，由于生物因素（如组织结构）和技术伪影（如组织降解、撕裂或成像过程中切片粘附不全），空间蛋白质组学数据经常违反这种齐次性假设。当将标准的理论零值应用于非齐次数据时，会导致对空间聚类和共定位的过度估计。这种偏差会扭曲下游分析（例如，将细胞相互作用与患者生存率联系起来），因为会将技术伪影与生物信号混淆。现有的解决非齐次性的方法，如非齐次改编版的 Ripley's $K$ 或基于置换的经验零分布，存在局限性：前者可能因忽略背景细胞信息而引入偏差，而后者在处理大型数据集（通常每个样本包含 >10,000 个细胞）时计算成本极高，并且通过蒙特卡洛方法进行近似时会引入抽样误差。

方法论：KAMP
作者提出了 KAMP（通过置换分布的解析矩进行 K 调整），这是一种旨在实现鲁棒量化空间组织并对抗非齐次性，同时保持计算可扩展性的新方法。

零假设与置换框架：
KAMP 采用了“比例强度”零假设（ $H_0$ ），该假设认为免疫细胞的空间强度与背景细胞的强度成比例（ $\lambda_m(u) \propto \lambda_{n-m}(u)$ ）。在此假设下，免疫细胞是总细胞群体的随机子集。该方法通过考虑所有可能的细胞标签（免疫细胞 vs 背景细胞）置换（保持细胞位置固定）来构建经验零基准。
解析矩：
KAMP 并没有进行计算昂贵的置换，而是推导出了置换分布中 Ripley's $K$ 的一阶和二阶矩（均值和方差）的闭式解析表达式。
- 期望： 作者证明，在置换零假设下的期望值 $E(K_s(r))$ 等同于使用样本中所有细胞（合并免疫细胞和背景细胞）计算的一元 Ripley's $K$ 。这使得现有软件可以直接计算经验零值。
- 方差： 作者推导了一个复杂的组合公式来计算方差 $Var(K_s(r))$ ，该公式考虑了置换分布内的成对及高阶相互作用。
- 渐近正态性： 定理 2.4 确立了在满足关于邻域贡献的特定正则性条件下，测试统计量 $Z_{K_s(r)} = (\hat{K}_s(r) - E(K_s(r))) / \sqrt{Var(K_s(r))}$ 在置换零假设下收敛于标准正态分布。
计算效率（KAMP Lite）：
为了处理极大型数据集（例如 >100 万个细胞），作者引入了 KAMP Lite，它在计算矩之前采用随机减薄（thinning）点的方法。点过程的理论性质确保了减薄能保留分布特性，从而允许以显著降低的计算时间实现对矩的准确近似。
推断：
该方法提供了：
- 修正后的聚类指标： $\tilde{K}_s(r) = \hat{K}_s(r) - E(K_s(r))$ 。
- 用于样本内正向过度聚类或共定位假设检验的近似 p 值。
- 一个用于跨样本分析的框架，其中 $\tilde{K}_s(r)$ 可作为生存模型（如 Cox 比例风险模型）中的协变量。

关键结果
作者通过模拟实验以及对一个高级别浆液性卵巢癌（HGSOC）数据集（128 名患者，共计 >150 万个细胞）的应用来评估 KAMP。

模拟研究：
- 偏差修正： 在非齐次零场景下（模拟组织撕裂），标准 Ripley's $K$ 和非齐次变体（ $K_{hom}$ ）都显著高估了聚类程度。KAMP、KAMP Lite 和完整的置换方法均能正确地将估计值中心化在零附近。
- 效能与第一类错误： 在不同的细胞密度和丰度下，KAMP 保持了适当的第一类错误率，并展现出与完整置换方法相当的高效能（power）。
- 速度： KAMP 比置换方法快了数个数量级。对于 HGSOC 数据集，KAMP 耗时 3.6 分钟，而进行 10,000 次置换则需 562 分钟。KAMP Lite 甚至更快（0.6 分钟）。
HGSOC 应用：
- 样本内： KAMP 有效区分了真实的生物学聚类与技术性非齐次性。在存在组织撕裂的样本中，经验零值 $E(K_s(r))$ 显著高于理论值 $\pi r^2$ ，KAMP 成功调整了观测到的 $K$ 值以反映真实的聚类情况。
- 跨样本（生存分析）： 研究重点关注了 B 细胞和巨噬细胞的共定位。使用 KAMP 衍生聚类指标的模型显示出比使用标准 Ripley's $K$ 更强的保护性关联和更高的一致性指数（c-index）。标准 $K$ 未能检测到显著关联，这表明未经过修正的非齐次性会使风险比估计产生偏差。

意义与主张
本文声称，KAMP 是首次对一元和二元 Ripley's $K$ 的前两个置换零矩进行闭式表征，并结合了渐近正态近似。

鲁棒性： 通过利用背景细胞和解析矩，KAMP 在不增加置换计算负担且不忽略背景结构的情况下，纠正了空间非齐次性。
可扩展性： 解析方法消除了对蒙特卡洛置换的需求，使其能够处理以前在进行严格置换检验时在计算上难以实现的、大规模的空间蛋白质组学数据集（数百万个细胞）。
科学影响： 对卵巢癌的应用表明，未能纠正样本非齐次性可能会导致偏差的生存分析。KAMP 提供了一个统计有效的框架，将特定的细胞间相互作用（如 B 细胞-巨噬细胞共定位）与临床结局联系起来，揭示了标准方法无法发现的关联。

作者指出，KAMP 测量的是相对于合并组织结构的过度聚类。因此，如果感兴趣的生物信号是由两种细胞（免疫细胞和背景细胞）共享的（即与组织结构一致），KAMP 可能会移除这种共享结构，从而可能降低检测此类特定信号的效能。然而，对于检测区别于背景的细胞类型特异性相互作用，该方法提供了一个鲁棒且可扩展的解决方案。

技术摘要：一种用于量化空间蛋白质组学数据中免疫细胞聚类的稳健且可扩展的 K 统计量

类似论文