Semi-metric optimal transport enables robust spatial multi-omics integration
本文介绍了 SpaOT，这是一个稳健的空间多组学整合框架，它基于具有理论依据的半度量最优传输公式，能够在尽管存在细胞组成和测量技术差异的情况下，实现精确的对齐、具有代表性的组织重心化以及跨不同样本、分辨率和模态的稳定生物学比较。
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，试图通过一张地图来理解一座城市，但地图上的街道是用一种语言绘制的，建筑物是用另一种语言，而人口统计数据则是用第三种语言，同时地图的比例尺还一直在变化。这就是科学家在微观层面研究人体时每天面临的现实。近年来，一个被称为“空间组学”（spatial omics）的领域应运而生，它允许研究人员对组织进行“快照”式观察，不仅能看到存在哪些分子（如基因、蛋白质或代谢物），还能精确看到它们在组织结构中的具体位置。这种空间背景至关重要，因为细胞的行为往往是由其邻居决定的。然而，一个主要的障碍仍然存在：这些快照是使用不同的技术拍摄的，每种技术都有其自身的优缺点。有些技术能以高精度观察单个细胞，却忽略了大局；另一些则能捕捉整个组织，却模糊了细节。此外，来自不同患者或不同疾病状态的数据往往看起来截然不同，使得直接比较或将它们合并为一个连贯的视图几乎成为不可能。由于缺乏一种可靠的方法来衡量这些不同生物图谱之间的距离，科学家们难以在疾病之间发现一致的模式，也难以构建关于组织如何运作及失效的统一理解。
为了解决这个问题，一个研究小组开发了一种名为 SpaOT 的新数学框架，全称为“空间最优传输”（Spatial Optimal Transport）。可以把它想象成一个复杂的匹配引擎，能够对齐两张相同的城市地图，即使其中一张地图的建筑更多，或者街道绘制方式不同，或者某些区域完全缺失。其核心思想是将组织样本中的每个细胞或位点视为地图上的一个点，该点既携带位置信息，又携带分子特征。随后，该方法计算将信息从一个样本“传输”到另一个样本的最有效方式，在源组织中的细胞与目标组织中的细胞之间寻找最佳匹配。与以往那些强行进行一对一匹配或依赖可能扭曲细胞间真实关系的统计捷径的方法不同，这种新方法使用了一种灵活的策略，允许数据量存在差异。它可以忽略噪声或无关的点，专注于核心生物结构，从而确保最终的对齐反映的是真实的生物学特性，而非测量技术的偏差。
研究人员首先在合成数据上测试了这个框架，创建了人工生成的点簇新月形聚类图，以观察该方法处理噪声和畸变的能力。他们在这些模拟中加入了额外的随机点以干扰系统，并扭曲了聚类的形状以模拟现实世界的缺陷。在这些模拟实验中，新方法始终能找到点与点之间正确的连接，而现有的其他工具则经常出错，往往将点匹配到错误的地点，或被噪声所迷惑。这证明了其底层的数学逻辑提供了一种稳定且可靠的方法来衡量两个组织样本之间的相似性或差异性，而这种特性对于任何严肃的科学比较都是必不可少的。
从模拟转向真实的生物学研究，该团队将 SpaOT 应用于研究结直肠癌。他们分析了来自 35 名患者的组织样本，通过观察蛋白质标记物来区分肿瘤内的两种不同免疫反应。通过使用这种新方法计算这些样本之间的距离，他们能够高精度地将患者分为不同的类别。特别引人注目的是，他们能够创建“重心”（barycenters）或平均原型，即每种疾病亚型的代表性模型。这些原型就像是一张完美的、具有代表性的地图，展示了具有特定免疫反应的典型肿瘤长什么样，它们在保留定义疾病的独特空间模式的同时，平滑了单个患者带来的噪声。这使他们能够清晰地观察到免疫细胞是如何围绕肿瘤细胞进行组织的，从而对驱动疾病的生物学机制提供了更深入的观察。
当研究人员尝试比较来自完全不同来源的数据时，这种方法的威力变得更加明显。他们提取了来自两个不同研究、分别在多年后且在不同地点进行的乳腺癌组织样本，这些数据通常存在显著的技术差异，使得直接比较变得不可能。通过使用 SpaOT，他们成功地对齐了这些数据集，使得在一个患者组上训练的模型能够准确预测另一组患者的疾病状态。这种跨研究的成功表明，该方法可以剥离由不同实验室和机器引入的技术“噪声”，揭示其下真实的生物信号。
该框架还具备将 2D 切片缝合为 3D 结构的能力。通过对连续的小鼠大脑切片进行对齐，研究人员重建了该器官的三维视图，并忠实地保留了主要脑区的排列方式。该方法正确地将皮层和丘脑等关键结构放置在正确的解剖位置，表明它能够处理从一叠 2D 图像构建 3D 模型这一复杂任务，且不会丢失组织各部分之间的空间关系。
或许最宏大的应用涉及整合不同类型的分子测量数据。研究人员将空间转录组学（绘制基因活性图谱）与来自同一小鼠小脑的空间蛋白质组学（蛋白质）和代谢组学（代谢物）相结合。由于这些技术测量的分子完全不同且互不重叠，传统方法很难将它们联系起来。然而，SpaOT 成功地弥合了这些差距，通过对齐不同的信息层，展示了基因、蛋白质和代谢物如何在特定的组织区域内共同定位。这种集成展现出的生物活动模式比任何单一技术都能展示得更清晰，有效地创建了一张组织功能的、多层级的地图。
最后，团队将该方法应用于慢性肾脏病研究，整合了来自两个不同平台的高分辨率数据，以研究肾小球（即肾脏中微小的过滤单元）。通过对齐这些数据集，他们能够追踪肾小球内不同细胞类型之间的特定信号通路。他们观察到了在疾病组织中，细胞间的通信与健康组织相比发生了怎样的变化，并识别出了驱动瘢痕化过程的具体相互作用。通过结合两种不同技术的优势，这种细致入微的研究水平为肾衰竭的细胞机制提供了新的见解，而这种细节是仅靠单一方法难以发现的。
这项工作确立了这样一个事实：建立一种衡量复杂生物样本之间距离的一致数学方法，不仅仅是一项理论练习，更是一个实用的探索工具。通过为跨越不同尺度、技术和疾病状态的组织比较提供坚实的数学基础，这一新框架为更可靠的比较和对生命空间组织结构的更深层次洞察打开了大门。它表明，理解复杂疾病的未来不仅在于收集更多的数据，更在于找到正确的数学语言，让这些数据能够彼此对话。
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。