科學(xué)技術(shù)大學(xué).jpg){kind=logo}
近日，中國(guó)科學(xué)技術(shù)大學(xué)生命科學(xué)與醫(yī)學(xué)部瞿昆教授課題組通過(guò)設(shè)計(jì)一整套分析流程，系統(tǒng)性評(píng)估了16種空間轉(zhuǎn)錄組和單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)整合算法在預(yù)測(cè)基因或細(xì)胞類型空間分布方面的性能。研究成果以“Benchmarking spatial and single-cell transcriptomics integration methods for transcript distribution prediction and cell type deconvolution”為題，于2022年5月16日在線發(fā)表于國(guó)際知名學(xué)術(shù)期刊Nature Methods。
細(xì)胞在組織器官內(nèi)所處的空間位置對(duì)于它發(fā)揮特異性功能至關(guān)重要。近年來(lái)，研究者開(kāi)發(fā)了多種空間轉(zhuǎn)錄組技術(shù)可以在保留細(xì)胞精確空間定位的同時(shí)，檢測(cè)細(xì)胞內(nèi)全轉(zhuǎn)錄組的表達(dá)，以此來(lái)研究在發(fā)育或疾病發(fā)生發(fā)展過(guò)程中起關(guān)鍵性作用的細(xì)胞亞群及其分子機(jī)制。然而，現(xiàn)有的空間轉(zhuǎn)錄組學(xué)技術(shù)存在兩個(gè)不足：1.基于測(cè)序的空間轉(zhuǎn)錄組技術(shù)無(wú)法實(shí)現(xiàn)真正意義上的單細(xì)胞分辨率；2.基于成像空間轉(zhuǎn)錄組的技術(shù)能檢測(cè)到的基因通量有限。為了突破技術(shù)的局限性，生物信息學(xué)家設(shè)計(jì)了多種算法整合空間轉(zhuǎn)錄組與單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)，預(yù)測(cè)細(xì)胞類型的空間分布和/或單個(gè)細(xì)胞的完整轉(zhuǎn)錄組信息。這些算法大大加深了我們對(duì)空間轉(zhuǎn)錄組學(xué)數(shù)據(jù)及相關(guān)生物學(xué)和病理過(guò)程的理解。然而，由于不同算法的工作原理和適用范圍存在顯著差異，使得研究者很難選擇最佳算法用來(lái)預(yù)測(cè)細(xì)胞類型和基因表達(dá)的空間分布。
瞿昆教授課題組長(zhǎng)期致力于開(kāi)發(fā)生物大數(shù)據(jù)分析算法和軟件。在此項(xiàng)研究中，課題組收集了45對(duì)同一組織來(lái)源的空間轉(zhuǎn)錄組與單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)集，和32個(gè)模擬數(shù)據(jù)集，并設(shè)計(jì)了多種指標(biāo)，從準(zhǔn)確性、魯棒性、計(jì)算資源耗時(shí)等多維度系統(tǒng)性評(píng)估了16種整合算法的性能。
圖1.整合分析流程
結(jié)果顯示，Cell2location、SpatialDWLS和RCTD算法能更加準(zhǔn)確的預(yù)測(cè)細(xì)胞類型的空間分布；Tangram、gimVI和SpaGE算法是預(yù)測(cè)基因表達(dá)空間分布的最佳算法。Tangram、Seurat和LIGER計(jì)算效率相對(duì)較高，適合處理大規(guī)模數(shù)據(jù)集。該研究工作總結(jié)了每種算法的屬性、性能和適用性，總結(jié)了高效算法的優(yōu)勢(shì)，為研究人員進(jìn)一步提升算法性能提供了參考；并在github上提供了整合空間轉(zhuǎn)錄組和單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)的分析流程，以幫助研究人員為處理自己的數(shù)據(jù)選擇最佳的分析工具。
中科大生命科學(xué)與醫(yī)學(xué)部瞿昆教授為本文的通訊作者，課題組特任副研究員黎斌（現(xiàn)北京生命科學(xué)研究所研究員）、博士生張文和特任副研究員郭闖為本文的共同第一作者。這項(xiàng)工作得到基金委杰出青年基金、國(guó)家重點(diǎn)研發(fā)計(jì)劃、基金委自然科學(xué)基金、中科院基礎(chǔ)研究青年團(tuán)隊(duì)、安徽省科技重大專項(xiàng)等項(xiàng)目的經(jīng)費(fèi)支持。中科大薛天教授、陳發(fā)來(lái)教授和程臨釗教授課題組為該工作的順利開(kāi)展提供了巨大支持。