發表空間轉錄組與人工智能最新研究成果

　　近日，電子信息與電氣工程學院自動化系沈紅斌教授、袁野副教授的課題組（模式識別與生物信息學課題組）在《自然-計算科學》（Nature Computational Science）上發表題為《利用圖神經網絡對空間轉錄組數據進行細胞聚類》（Cell clustering for spatial transcriptomics data with graph neural networks）的研究論文。

　　論文簡介

　　空間轉錄組技術是生物信息學領域近年來的重大突破之一。該技術通過同時測量大量細胞的空間位置和細胞內的轉錄組計數，彌補了單細胞測序技術難以測量單個細胞之間位置關系的缺陷，從而為理解多細胞之間的相互作用提供了全新的數據基礎。發展針對空間轉錄組數據的基礎分析方法是當前生物信息學領域的前沿問題之一。

　　論文提出了一種基于圖卷積神經網絡的空間轉錄組細胞聚類方法（Cell Clustering for Spatial Transcriptomics，CCST）。此前針對該類數據的處理模型大都基于“同種細胞在空間上相互臨近”的這一假設。相比之下，CCST并不依賴于局部特征，而是可以從細胞的全局空間分布中學習節點嵌入。具體方案為：首先將空間轉錄組建模為圖結構的數據。圖中每一個節點代表一個細胞，其原始表征為高維的基因表達信息。圖的鄰接矩陣則依據細胞之間的空間距離建立。隨后分別提取圖上的局部特征和全局特征，以最大化局部和全局特征間的互信息為目標，訓練圖神經網絡模型，從而得到帶有全局結構信息的節點嵌入，再對各細胞所對應的表示向量進行聚類來識別細胞類型，最后從生物功能角度對聚類結果進行了深入分析。

　　創新之處

　　論文在幾種不同類型數據集上，綜合對比了近期學術界提出的多個相關算法。在腦前額葉皮質和人乳腺癌細胞ST數據集上的實驗表明，CCST在ARI、NMI和FMI等多個聚類評價指標上均體現出優勢。同時，此方法得到的聚類結果具有較好的生物可解釋性。在MERFISH數據中，通過進行差異表達基因和基因本體（GO）分析，可以發現使用CCST聚類出的各個細胞簇能夠很好地和各細胞周期階段對應。

CCST與相關算法的指標對比：a. 調整蘭德系數（ARI）；b. 歸一化互信息（NMI）；c. Fowlkes-Mallows分數（FMI）；d. 局部逆辛普森指數（LISI）

　　此研究為處理空間轉錄組數據提供了新方案，具有被應用于生命醫藥科學中多層次基礎問題研究的潛力，包括建模基因表達的空間分布、分析細胞動力學以及發現關鍵細胞亞型相互作用及其分子機制等；同時該研究也具有潛在的廣泛醫學應用場景。