基于自编码器的图卷积网络,整合多视角与多尺度特征以提升空间域识别能力
《Knowledge-Based Systems》:Autoencoder-aided graph convolutional networks integrating multi-view and multi-scale for improving spatial domain identification
【字体:
大
中
小
】
时间:2025年12月06日
来源:Knowledge-Based Systems 8.0
编辑推荐:
王娟|梁雪娜|袁莎莎|刘金星|尚俊良
中国日照市曲阜师范大学计算机科学学院,276826
摘要
空间转录组学技术使研究人员能够原位研究组织结构与功能。从空间转录组数据中准确识别空间域对于深入理解组织结构至关重要。然而,现有的大多数空间域识别方法难以同时学习不同视角下
王娟|梁雪娜|袁莎莎|刘金星|尚俊良
中国日照市曲阜师范大学计算机科学学院,276826
摘要
空间转录组学技术使研究人员能够原位研究组织结构与功能。从空间转录组数据中准确识别空间域对于深入理解组织结构至关重要。然而,现有的大多数空间域识别方法难以同时学习不同视角下的统一表示、捕捉多尺度互补特征,并有效处理空间转录组数据的高稀疏性和高噪声问题。为解决这些挑战,我们提出了ST-AGMVS,这是一种基于自编码器的图卷积网络,通过整合多视角和多尺度学习来提升空间域识别能力。具体而言,为兼顾空间连接性与基于特征的连接性,我们根据空间坐标和基因表达谱构建了两种不同的空间转录组数据视角。在每种视角下,我们设计了两个在不同尺度上运行的图卷积网络流,从而能够在同一尺度内探索细胞间关联,同时在不同尺度间捕捉互补特征。鉴于空间转录组数据的固有稀疏性,我们采用自编码器通过最小化重构误差来提取更具代表性的基因表达特征。自编码器与图卷积网络之间的逐层交互不仅架起了两种模型之间的桥梁,还促进了关键特征表示在多个图卷积网络流中的传播,进而提升了模型的鲁棒性。此外,我们还引入了三种注意力机制,以自适应地学习不同尺度与视角下特征嵌入的重要性,最终得出用于空间域识别的统一嵌入向量。我们在多个空间转录组数据集上对ST-AGMVS进行了评估,结果表明其性能优于现有方法,能够有效揭示复杂的空间模式和组织异质性。
引言
单细胞核糖核酸测序技术为了解单个细胞的转录特征提供了重要信息,在细胞类型鉴定中发挥着关键作用。然而,该技术缺乏空间信息,而空间信息对于理解组织微环境至关重要。空间转录组学则突破了单细胞核糖核酸测序的技术局限,能够深入揭示多细胞生物的分子与细胞特性,而这些特性往往受到周围细胞及组织环境的影响。因此,阐明细胞的空间组织结构对于研究细胞分化、细胞间通讯、组织结构以及微环境具有重要意义。
空间转录组学技术的进步使得在测量RNA转录本的同时实现细胞的精确空间定位成为可能。这类技术可大致分为两类:一类是基于原位杂交和荧光显微镜的方法,如seqFISH[1]、osmFISH[2]和MERFISH[3],它们在检测基因表达的空间分布方面具有高分辨率和高精度,但所能捕获的RNA转录本数量有限;另一类则是基于下一代测序的技术,包括ST[4]、10X Visium和Slide-seq[5],它们能够实现全转录组规模的RNA检测,但由于每个检测点(半径为10–100微米)可能包含多个细胞,因此空间分辨率较低。这些方法的局限性使得它们难以在空间背景下以单细胞分辨率获取全转录组数据。
在空间转录组数据分析中,一个核心挑战在于准确判定细胞类型,这是后续分析的重要基础[6]。识别空间域——即那些在基因表达和组织学特征上都表现出一致性的区域——对于深入理解组织功能至关重要。为克服现有空间转录组分析方法的局限性,生物信息学家们开发了多种用于空间域识别的计算方法。最初,人们采用k-means[7]和Louvain聚类[8]等传统聚类方法对基因表达数据进行细胞类型分类。然而,空间转录组数据本身的稀疏性以及依赖于分辨率的限制往往会导致聚类结果不连续。随后,人们开始引入集成方法,将单细胞核糖核酸测序数据纳入空间转录组分析中,从而提升细胞组成识别的准确性。例如,Stereoscope[9]采用概率模型方法对空间数据中的细胞混合体进行反卷积处理,而SPOTlight[10]则运用种子非负矩阵分解技术来实现反卷积。尽管这些方法效果不错,但它们并不适用于单细胞或亚细胞分辨率的空间转录组数据。
近期,有许多方法利用检测点之间的空间相似性来识别空间域。例如,Zhu等人[11]提出了一种隐马尔可夫随机场模型,通过考虑空间依赖性来分类细胞类型和空间域。BayesSpace[12]则利用马尔可夫随机场模型,促使相邻的空间点属于同一类别。Gitto[13]通过比较相邻细胞间的基因表达来识别空间域,而StLearn[14]则利用从组织学图像中提取的特征定义形态学距离,以此优化基因表达的平滑处理。这些方法都依赖于空间先验假设,即认为空间中相邻的点属于同一类别。然而我们认为,结合多尺度相邻特征能更有效地区分空间域。因此,我们提出了多尺度学习的概念,并将其融入到我们的模型中。
深度学习的出现,尤其是图卷积网络的发展[15],进一步提升了空间域识别的能力。例如,AE-GCN[16]将基于自编码器的潜在表示与图卷积网络相结合,并通过引入集群感知模块来优化特征提取。GraphST[17]则运用深度图信息最大化算法[18]和自监督对比学习来捕捉全局空间信息。SpaGCN[19]和DeepST[20]则通过图卷积网络整合基因表达、空间信息及形态学特征,以学习低维嵌入向量。类似地,SEDR[21]也采用变分图自编码器[22]来同时嵌入基因表达信息和空间信息。STMGCN则通过使用多视角图卷积网络来提升空间域识别能力。不过,这些方法大多仅考虑空间位置连接性,而没有涉及特征连接性及其在空间域识别中的作用机制。为克服这一局限,Spatial-MGCN[23]通过聚合空间上和特征上相似的信息,并加入正则化约束,来优化潜在嵌入向量。SpaDAC[24]则是一种新的多视角图模型方法,它能够高效识别空间域并重建去噪后的空间转录组基因表达谱。然而,这些方法都仅在单一尺度上运行,无法捕捉多尺度特征。此外,除AE-GCN外,大多数现有方法都依赖单一模型进行特征学习。而多模型学习已被证明能够提升模型的准确性和鲁棒性[25]。为解决这些问题,我们在我们的方法中融入了多尺度、多视角和多模型学习机制。
知识增强图学习是一种将领域特定的先验知识——如实体属性约束、关系语义以及多源关联信息——融入图表示的方法。这种整合方式能够弥补传统图学习的诸多缺陷,比如其纯粹的数据驱动特性、对专家知识的充分利用不足,以及对噪声数据的敏感性问题。这类方法通常会利用注意力机制动态分配特征权重,并通过动态或联合卷积来融合多源信息,从而生成更准确且富含知识信息的图表示。空间转录组数据本身具有空间定位和基因表达模式这两重特性,这与知识增强图中的多源知识特征十分相似。此外,空间转录组数据还必须满足空间邻近性和遗传同源性这两项约束条件。因此,知识增强图学习中的动态权重分配和多源协同建模等技术,特别适合用于空间转录组数据的多视角融合分析。传统的图模型仅能表示二元关系,而超图表示则通过超边来建模更高阶的关联关系,从而克服了这一限制。在空间转录组分析中,功能性的细胞簇之间的关系以及异质性肿瘤微环境中的相互作用都属于更高阶的依赖关系,传统图结构无法充分捕捉这些关系。超图表示所具备的多尺度建模能力和捕捉高阶交互的能力,使其在从局部细胞簇到整体组织结构的跨尺度分析中具有独特价值。近年来,知识增强图学习和超图表示领域的进展推动了领域适配型图表示方法的发展,这些创新成果与空间转录组分析的数据融合需求十分契合。例如,ConvD[26]采用了带注意力增强的动态卷积嵌入技术来实现知识图谱的补全,通过动态调整卷积核来模拟不断变化的实体-关系交互模式。HyCubE[27]则在超图框架下运用三维循环卷积嵌入技术,以捕捉更高阶的实体关联并增强多尺度特征之间的交互作用。HJE[28]则通过联合卷积表示来整合超图中的实体-关系信息,从而实现高效的多源数据建模。此外,还有针对物联网应用开发的考虑不确定性的多视角学习方法[29],这类方法通过证据理论对不确定性进行量化,从而优化各视角的权重分配。在此基础上,本研究将知识增强图学习的原理加以改进,以应对空间转录组数据分析中的特殊挑战,进而提出了一种专门用于空间域识别的框架。
在本研究中,我们提出了ST-AGMVS,这是一种基于自编码器的图卷积网络,通过整合多视角、多尺度及多模型学习机制来提升空间域识别能力。ST-AGMVS通过构建两种视图图来捕捉空间位置连接性和特征连接性,并通过注意力机制学习这两种连接性之间的关系。在每种视角下,ST-AGMVS又会构建两个不同尺度的图,从而在同一尺度内探索细胞间关联,同时在不同尺度间捕捉互补特征。由于空间转录组数据具有高度稀疏性,ST-AGMVS会借助自编码器通过最小化重构误差来提取具有代表性的基因表达特征。自编码器与图卷积网络之间的逐层交互不仅连接了两种模型,还促进了关键特征表示在四个图卷积网络流之间的传播,进而提升了模型的整体鲁棒性。我们在多种生物学数据集上将ST-AGMVS与现有的最先进聚类算法进行了对比测试,实验结果表明,ST-AGMVS能够有效揭示复杂的空间模式,在空间域识别任务中的表现优于现有方法。
ST-AGMVS概述
ST-AGMVS的核心思想是通过整合多视角、多尺度及多模型学习理念,来学习更为全面且互补的特征。如图1所示,ST-AGMVS基于空间坐标和基因表达谱构建了两种不同的视图。构建不同视图图的目的是为了同时捕捉空间连接性和特征连接性,从而实现统一的表示学习过程。在每种视图中……
基准测试
我们通过将ST-AGMVS与四种数据集上的十种代表性方法进行比较,来评估其空间域识别性能。这十种方法包括两种传统的聚类算法(k-means[7]和SCANPY[30]),以及八种空间域识别算法(SEDR[21]、AE-GCN[16]、BayesSpace[12]、SpaGCN[19]、DeepST[20]、STAGATE[34]、stLearn[14]和GraphST[17])。对于不同的数据集,我们会手动调整聚类的分辨率或簇的数量……
讨论
在本文中,我们提出了ST-AGMVS,这是一种旨在提升空间域识别能力的集成方法。与大多数现有方法不同,ST-AGMVS通过整合多视角、多尺度及多模型学习理念来提升性能。多视角框架使得该模型能够同时考虑检测点之间的空间连接性和特征连接性。通过同时纳入空间上相邻的点以及具有相似特征的点,ST-AGMVS能够实现更精准的……
作者贡献说明
王娟:论文撰写与修改、资金申请。梁雪娜:论文初稿撰写、验证、方法设计及正式分析。袁莎莎:研究工作开展与指导。刘金星:数据整理与资源获取。尚俊良:项目管理工作。
利益冲突声明
作者声明不存在任何可能影响本文研究结果的已知财务利益或个人关系。作者声明没有利益冲突。
致谢
本研究部分得到了中国国家自然科学基金项目(编号62172253、62172254)以及山东省青年创新团队计划(编号2022KJ179)的支持。王娟于2000年在中国曲阜师范大学获得应用电子技术学士学位,2003年在中国山东大学获得电路与系统硕士学位。她目前是中国日照市曲阜师范大学计算机科学学院的教授,同时也任职于日照-曲阜师范大学联合技术转移中心。她的研究兴趣包括模式识别和生物信息学领域。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号