Covariance Nonstationarity is Evident in Spatial Transcriptomics and Provides a New Categorization of Spatially Varying Genes
本研究表明，协方差非平稳性是空间转录组学中一个普遍且具有生物学意义的特征，它违反了常见的高斯过程假设，从而使得有必要对空间变化基因的表征和分类方式进行重新评估。
原始论文采用 CC BY 4.0 许可（https://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
想象一下从高空俯瞰一座城市。从那个距离看去，街道可能呈现出统一的网格状，建筑也可能显得遵循某种可预测的模式。但如果你放大观察，你会发现街区发生了彻底的变化。一个街区是繁忙的集市，下一个是安静的公园，而另一个则是密集的摩天大楼群。在集市中人们活动和互动的规则，与在公园中的规则是不同的。长期以来，研究我们体内微观世界的科学家们，往往将组织视为那种远距离观察城市的视角，假设细胞之间相互交流的规则在任何地方都是相同的。他们假设如果两个细胞靠在一起，它们很可能会表现得相似，并且这种关系无论你在组织的任何位置都会成立。这种被称为“平稳性”（stationarity）的假设简化了数学计算，但也可能掩盖了更复杂的现实。
在空间转录组学领域，研究人员绘制组织样本中基因活跃的位置，从而创建人体内部地理结构的详细图像。这项技术正呈现爆发式增长，让科学家不仅能看到哪些基因被开启，还能精确看到它们在哪里发挥作用。为了理解这些地图，科学家使用统计模型来寻找那些其活性随位置而变化的基因。这些被称为“空间变化基因”。标准的方法一直是使用单一、统一的规则来描述基因活性如何在组织中扩散。然而，一项新研究表明，这种统一的规则往往是错误的。研究人员发现，在身体的许多部分，基因影响其邻居的方式会随位置而改变，就像繁忙的城市街道与安静的郊区之间的规则不同一样。
由维多利亚大学研究人员领导的团队，旨在测试这种统一的假设在真实的生物数据中是否依然成立。他们检查了来自人类和小鼠的十二种不同组织样本，包括乳腺癌、卵巢癌以及大脑的不同部位。他们没有强迫所有数据都符合单一、不变的模式，而是允许他们的模型根据位置改变行为。他们将标准的、不变的模型与能够适应局部差异的更灵活的模型进行了对比。结果令人震惊。在某些组织中，近一半的基因显示出其行为并不遵循单一、统一的规则。例如，在人类乳腺癌样本中，百分之五十的基因更倾向于使用灵活的、变化的模型。在其他组织中，这个比例较低，但仍然具有显著性，范围在百分之三到百分之五十之间。这意味着对于大量的基因而言，旧有的关于统一模式的假设遗漏了关键的一块拼图。
当研究人员深入观察那些不遵循统一规则的基因时，他们发现了一个清晰的生物学故事。这些基因并非随机出现的；它们通常涉及人体的防御系统，如免疫反应和炎症。在癌症组织中，这些基因经常与肿瘤细胞及其周围环境之间复杂的相互作用相关联。研究表明，这些基因活跃于特定的、局部的区域，而不是均匀地分布在整个组织中。例如，一些基因仅在肿瘤边缘或微小的细胞簇中表现出高活性，而另一些基因则表现出一种宽泛且不断变化的模式，随着你在样本上的移动而改变。这种局部变化很可能是组织自身复杂性的体现，即不同的细胞群形成了拥有其独特化学环境的截然不同的“邻里”。
研究人员还检查了他们的发现是否可靠。他们基于真实数据创建了数千个模拟数据集，以观察他们的新方法能否在不出错的情况下正确识别这些变化模式。测试表明，他们的方法具有高度准确性，大多数时候都能正确发现变化模式，极少会将原本是统一模式的基因误判为发生变化的基因。这使他们能够确信，他们在真实组织样本中所看到的现象是真实的生物学特征，而非数学计算上的误差。问题。
或许最重要的启示是，忽视这些局部变化会导致科学家错过重要的生物信号。如果研究人员假设一个基因在任何地方的行为都是一样的，他们可能无法注意到该基因实际上仅在组织的某一个微小部分发挥着至关重要的作用。通过认识到基因相互作用的规则可以随位置而改变，科学家现在可以以一种全新的方式对基因进行分类。他们不再仅仅询问一个基因是否在特定位置活跃，而是询问该基因与其邻居的关系是如何随着你在组织中的移动而变化的。这种全新的视角提供了一个更细致的视角来观察组织是如何组织的，揭示了人体并非一片均匀的景观，而是一个由截然不同、动态变化的区域组成的集合体，在这里，生命的规则在不断发生偏移。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。