OT-knn:一种邻域感知最优传输框架用于空间转录组数据对齐

《PLOS Computational Biology》:OT-knn: A neighborhood-aware optimal transport framework for aligning spatial transcriptomics data

【字体: 大 中 小 】 时间:2026年09月23日 来源:PLOS Computational Biology 3.7

编辑推荐:

  空间转录组学(Spatial transcriptomics, ST)在保留组织内空间背景的同时测量基因表达,从而能够详细表征组织结构。随着ST技术的发展,跨组织切片、个体、平台和发育阶段的数据集对齐变得越来越重要,但由于稀疏表达、生物异质性和切片间的几何畸变

  
空间转录组学(Spatial transcriptomics, ST)在保留组织内空间背景的同时测量基因表达,从而能够详细表征组织结构。随着ST技术的发展,跨组织切片、个体、平台和发育阶段的数据集对齐变得越来越重要,但由于稀疏表达、生物异质性和切片间的几何畸变,这一任务仍然具有挑战性。研究人员引入了OT-knn,一种在最优传输框架内整合局部邻域信息的ST对齐方法。OT-knn不仅仅依赖单点表达,而是利用每个点的空间k近邻重建该点,捕获对噪声和变异更具稳健性的微环境背景。随后利用这些表示推导切片间的概率对应关系。研究人员使用具有已知真实对齐的模拟数据和来自多个ST平台的真实数据集评估了OT-knn,包括人类背外侧前额叶皮层数据(10x Genomics Visium)、具有供体内和供体间比较的小鼠脑衰老数据(MERFISH)、多阶段蝾螈脑数据集(Stereo-seq),以及使用Stereo-seq和seqFISH分析的小鼠胚胎数据集的跨平台分析。在这些场景中,OT-knn实现了准确且稳健的对齐,尤其是在空间变形、供体异质性、发育变化和技术差异存在的情况下。
空间转录组(spatial transcriptomics, ST)技术能够在保留组织空间背景的同时测量基因表达,为解析组织结构、细胞组成和细胞间相互作用提供了关键手段。然而,跨组织切片、个体、平台和发育阶段的ST数据对齐仍面临稀疏表达、生物学异质性以及几何畸变等挑战。已有方法如PASTE、DeST-OT、STalign、GPSA、SLAT和Spateo虽各有优势,但在高度异质性、噪声显著且几何差异较大的场景下仍存在局限性。为此,研究人员提出了OT-knn,一种将局部邻域信息整合进最优传输(optimal transport, OT)框架的空间转录组对齐方法。OT-knn首先利用空间k近邻(k-nearest neighbors, kNN)图重建每个spot的表达谱,以捕获局部微环境背景,然后通过求解平衡最优传输问题获得切片间的概率对应矩阵,并可根据需要提取一一对应关系。研究在模拟数据以及多个真实数据集上对OT-knn进行了系统评估,涵盖10x Genomics Visium平台的人类背外侧前额叶皮层(dorsolateral prefrontal cortex, DLPFC)数据、MERFISH平台的小鼠脑衰老数据(含供体内和供体间比较)、Stereo-seq平台的蝾螈端脑多发育阶段数据,以及Stereo-seq与seqFISH平台的小鼠胚胎跨平台数据。结果表明,OT-knn在空间畸变、表达变异、供体异质性、发育差异及跨平台差异等条件下均实现了高精度和稳健的对齐,优于PASTE、DeST-OT、SLAT和Spateo等基准方法。此外,OT-knn的顺序配对对齐可支持三维重建和多切片结构域识别,为跨样本比较和整合分析提供了可靠基础。研究人员指出,当前方法采用平衡最优传输,未来可通过非平衡或部分最优传输扩展处理切片间非重叠区域,并借助熵正则化或低秩OT提升计算可扩展性。总之,OT-knn为ST数据跨切片、跨个体、跨发育阶段和跨平台对齐提供了一个灵活且有效的框架,有助于揭示发育、衰老和疾病过程中的组织规律。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    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