Differential co-localisation analysis of multi-sample and multi-condition experiments with spatialFDA

本文介绍了结合空间统计与函数数据分析方法的开源 R 包 spatialFDA，用于在多样本、多条件空间组学实验中准确量化并检验不同条件下细胞共定位模式的差异，其有效性已通过模拟研究和糖尿病生物学案例得到验证。

要点

这是一篇关于空间组学数据分析新工具的论文介绍。为了让你轻松理解，我们可以把这篇论文的核心内容想象成是在研究一个拥挤的舞会，而这篇论文就是发明了一种全新的“舞会观察法”。

1. 背景：我们在观察什么？（空间组学）

想象一下，你有一张巨大的照片，照片里挤满了成千上万的人（细胞）。

• 传统方法：以前的科学家只能数数照片里有多少穿红衣服的人（细胞 A），多少穿蓝衣服的人（细胞 B）。他们知道“红衣服的人变少了”，但不知道他们站得有多近。
• 新技术（空间组学）：现在的技术不仅能数人，还能知道每个人具体站在照片的哪个坐标上。这就好比我们不仅知道舞会有多少人，还知道谁和谁在跳舞，谁和谁在角落里聊天。

核心问题：在生病（比如 1 型糖尿病）和没生病的情况下，这些“细胞”的站位习惯（也就是谁喜欢和谁待在一起）有没有发生变化？这种变化叫“差异共定位”（Differential Co-localisation）。

2. 旧方法的困境：把“整首歌”压缩成“一个音符”

以前，科学家想比较两种情况下的站位习惯，通常是这样做的：

• 旧方法（像 spicyR, smoppix）：他们把整个舞会中所有人的站位关系，压缩成一个单一的数值（比如“平均距离”或“曲线下的面积”）。
• 比喻：这就像把一首复杂的交响乐（包含低音、高音、节奏变化），强行压缩成一个单一的音量数字。
• 缺点：如果两首曲子（两种情况）的“平均音量”一样，但一首是激昂的摇滚，一首是舒缓的爵士，旧方法就看不出来了！它们会误以为这两首曲子没区别。而且，如果舞会里的人变多了（细胞数量变化），旧方法很容易混淆，分不清是“人多了”还是“站位变了”。

3. 新工具：spatialFDA（把整首歌都听一遍）

这篇论文介绍了一个叫 spatialFDA 的新工具。它不再把复杂的站位关系压缩成一个数字，而是把整个“站位曲线”都保留下来进行分析。

• 核心创新：它使用了一种叫“功能数据分析”（FDA）的数学方法。
• 比喻：
  • 旧方法：只告诉你“这首歌平均音量是 80 分贝”。
  • spatialFDA：它把整首歌的波形图（从低音到高音，从开始到结束）都画出来，然后对比两组舞会的波形图。它能告诉你：“在距离舞池中心 10 米的地方，生病组的人站得更紧密了；但在 50 米的地方，大家反而散开了。”
  • 优势：它非常敏锐，能捕捉到不同距离尺度下的细微变化，而且能区分是“人多了”还是“站位变了”。

4. 它是怎么工作的？（混合效应模型）

在真实的生物实验中，情况很复杂：

• 一个病人身上可能有好几个切片（就像同一个舞会有好几个房间）。
• 不同病人之间的差异可能比房间之间的差异还大。

spatialFDA 就像一个聪明的统计侦探：

• 它知道同一个病人的不同切片是“亲戚”（数据不独立），所以它不会把它们当成完全独立的证据。
• 它使用一种叫“混合效应模型”的算法，既能处理大环境（病人），也能处理小环境（切片），从而得出更准确、更不容易出错的结论。

5. 实验结果：它真的好用吗？

作者做了两件事来证明它很厉害：

1. 模拟实验（在电脑里造舞会）：

   • 他们制造了成千上万个虚拟舞会，故意让某些细胞在特定距离下“抱团”或“散开”。
   • 结果：spatialFDA 像最敏锐的侦探，准确地抓住了这些变化，而且很少“冤枉好人”（假阳性低）。相比之下，旧方法要么太迟钝（抓不住变化），要么太敏感（把随机波动当成大事）。

2. 真实案例（1 型糖尿病研究）：

   • 他们拿真实的胰腺组织数据（来自糖尿病患者）来测试。
   • 发现：他们成功复现了已知的生物学现象——在糖尿病早期，免疫细胞会紧紧包围胰腺的胰岛细胞（就像警察把嫌疑人围住）；而在晚期，这种包围消失了。
   • 亮点：spatialFDA 不仅确认了这一点，还精确地指出了这种“包围”主要发生在多远的距离（比如 10-50 微米），这是旧方法很难做到的细节。

6. 总结：为什么这很重要？

• 以前：我们看细胞，像是在看一张模糊的统计报表，只知道“谁多谁少”。
• 现在 (spatialFDA)：我们像是在看一部高清的 4D 电影，能看清细胞在不同距离上是如何互动的。
• 意义：这对于理解癌症、糖尿病、自身免疫疾病等复杂疾病至关重要。因为疾病往往不是简单的“细胞数量变化”，而是细胞社交关系（谁和谁在一起）的崩塌。

一句话总结：
这篇论文发明了一个叫 spatialFDA 的“超级显微镜”，它不再把细胞间的复杂关系简化成一个数字，而是像欣赏交响乐一样，完整分析细胞在不同距离下的互动模式，帮助科学家更精准地找到疾病发生的“社交线索”。

技术摘要

以下是基于论文《Differential co-localisation analysis of multi-sample and multi-condition experiments with spatialFDA》的详细技术总结：

1. 研究背景与问题 (Problem)

随着空间组学（Spatial Omics）技术的进步（如空间蛋白质组学 IMC、CODEX 和空间转录组学 Visium 等），研究人员能够获取细胞在组织中原位的高维分子特征及其空间位置信息。然而，分析这些数据仍面临挑战，特别是**差异细胞共定位（Differential Cellular Co-localisation, CCoL）**的分析。

• 核心问题：如何量化并检测在不同实验条件下（如疾病状态 vs. 健康对照），特定细胞类型之间的空间聚集或分散模式是否存在显著差异？
• 现有方法的局限性：
  • 标量化方法（Scalar Methods）：如 spicyR 和 smoppix，通常将空间度量（如 Ripley's K 或 L 函数）压缩为单个数值（例如曲线下的面积 ABC），然后使用线性混合模型进行比较。这种方法可能会丢失空间尺度上的细节信息，导致敏感性降低。
  • 现有函数型方法（Functional Methods）：如 SpaceANOVA 和 mxfda，虽然能处理整个函数，但在处理多层级变异（如多样本、多视野 FOV 的嵌套结构）时存在不足，或者缺乏灵活的混合效应模型框架，导致假阳性率（FDR）控制不佳。
  • 统计建模挑战：空间组学数据通常具有多层级结构（多个样本，每个样本包含多个视野 FOV），且空间度量函数在半径 $r$ 上存在自相关性和异方差性。现有的方法难以同时处理这些复杂的变异来源和函数型数据的统计特性。

2. 方法论 (Methodology)

作者提出了 spatialFDA，这是一个基于 R 语言 Bioconductor 的开源软件包，旨在通过**函数型广义加性混合模型（Functional Generalized Additive Mixed Models, fGAMM）**框架来量化和检验差异 CCoL。

• 核心输入：
  • 将细胞近似为点模式（Point Pattern），通常使用细胞质心作为点，细胞类型作为标记（Mark）。
  • 计算每个视野（FOV）的空间度量函数（如 Ripley's K, Besag's L, 或最近邻函数 G），这些函数是半径 $r$ 的函数。
• 统计模型：
  • 采用 fGAMM 框架，将空间度量函数作为响应变量（Functional Response），条件（Condition）作为协变量。
  • 模型公式示例：$E[y_i(r)|X_i, g(i)] = g^{-1}(\mu(r) + \beta_{g(i)}(r) + \sum f_j(X_{ji}, r))$。
  • 混合效应：明确纳入随机效应（Random Effects）以处理样本间和 FOV 间的嵌套变异（Nested Variability），解决非独立观测问题。
  • 函数型响应：直接比较整个半径 $r$ 范围内的函数曲线，而不是将其压缩为标量，从而保留空间尺度信息。
• 统计推断与校正：
  • 全局检验：使用全局 F 检验（Global F-test）来评估整个定义域内是否存在组间差异。
  • 残差处理：针对函数型数据在半径 $r$ 上的自相关性和异方差性，采用聚类稳健协方差矩阵估计器（Cluster-robust covariance matrix estimators, VCL）（即 Sandwich 估计器）进行后验校正，以提高推断的校准度。
  • 距离截断：去除函数起始部分的常数零值（由细胞直径导致），并根据平均最近邻距离设定半径下限，以符合生物学实际。

3. 主要贡献 (Key Contributions)

1. 提出 spatialFDA 框架：首个将函数型数据分析（FDA）与混合效应模型（Mixed Effects Models）结合用于空间共定位差异分析的工具，能够灵活定义多层级变异结构。
2. 保留空间尺度信息：避免了将空间度量压缩为标量，能够识别差异发生的具体空间尺度（例如，差异是发生在短距离还是长距离）。
3. 严格的统计控制：通过模拟研究证明，该方法在复杂实验设计下能有效控制假发现率（FDR），同时保持较高的真阳性率（TPR）。
4. 开源实现：作为 Bioconductor 包发布，易于集成到现有的空间组学分析流程中。

4. 研究结果 (Results)

• 模拟研究 1（Baker et al. 框架）：
  • 在多种细胞比例和噪声水平下，spatialFDA（特别是使用 L 函数的 spatialFDA.L 变体）表现出最佳的校准性（Calibration），在控制 FDR 的同时保持了可接受的 TPR。
  • 相比之下，未考虑混合效应的标量方法（如 spicyR.LM）和某些函数型方法（如 SpaceANOVA）表现出严重的校准偏差（FDR 膨胀）。
  • 考虑了重复测量的标量混合模型（spicyR.MM, smoppix）虽然控制了 FDR，但统计功效（Sensitivity）较低。
• 模拟研究 2（Canete et al. 框架）：
  • 测试了不同空间尺度（10µm 到 100µm）下的 CCoL 变化。
  • spatialFDA.L 在不同尺度下表现出稳定的性能，而 spatialFDA.G 在短尺度（<50µm）表现更好。
  • 证明了该方法能够检测到独立于细胞比例变化的局部重排。
• 生物案例研究（1 型糖尿病 T1D）：
  • 应用 spatialFDA.G 分析 1 型糖尿病患者的胰腺组织（IMC 数据）。
  • 发现：成功复现了已知的生物学发现，即在疾病发作期（Onset），免疫细胞（如 Th 细胞）与胰岛δ细胞（delta cells）的共定位显著增强，且这种增强主要集中在 10-50µm 的短距离范围内。
  • 在长期糖尿病（Long-duration）阶段，由于β细胞大量缺失，未观察到显著的共定位差异，这与疾病进展的生物学机制一致。
  • 该方法还能区分细胞比例变化（强度 Intensity）与空间重排（CCoL）带来的差异。

5. 意义与结论 (Significance)

• 方法学突破：spatialFDA 解决了空间组学数据分析中“如何处理多层级变异”和“如何保留空间尺度信息”这两个关键痛点。它提供了一种比现有标量方法更敏感、比现有函数型方法更稳健的统计框架。
• 生物学洞察：通过保留空间尺度信息，研究人员不仅能知道“是否有差异”，还能知道“差异发生在什么距离”，这对于理解细胞间相互作用的机制（如直接接触 vs. 旁分泌）至关重要。
• 通用性：该方法适用于任何具有点模式特征的空间组学数据（蛋白质组、转录组、表观组），为研究肿瘤微环境、发育生物学和自身免疫疾病中的细胞互作提供了强有力的工具。
• 局限性讨论：作者也指出，将细胞近似为点忽略了细胞形态和体积，且假设空间模式是各向同性的（Isotropy），这在某些具有方向性结构的组织中可能是一个简化。未来的工作可能需要考虑各向异性统计和更复杂的细胞形态建模。

总之，这篇论文介绍了一种先进的统计工具 spatialFDA，它通过结合函数型数据分析和混合效应模型，显著提升了从复杂空间组学数据中提取差异共定位信号的能力，并在 1 型糖尿病研究中验证了其生物学价值。