2023/12/07 15:33

浙大开发DeepSorption：晶态多孔材料吸附性能深度学习框架

编辑 | 紫萝

空间转录组学 (ST) 技术可检测单个细胞中的 mRNA 表达，同时保留其二维 (2D) 空间坐标，使研究人员能够研究转录组在组织中的空间分布；然而，对多个 ST 切片进行联合分析并将它们对齐以构建组织的三维 (3D) 堆栈仍然是一个挑战。

近日，来自中国科学技术大学、合肥综合性国家科学中心和北京生命科学研究所（NIBS）的研究团队，提出了用于 ST 数据分析的深度学习空间架构表征 (SPACEL)。SPACEL 包含三个模块——Spoint、Splane 和 Scube——涵盖了 ST 数据的三个分析任务。

使用来自各种组织的模拟和真实 ST 数据集和 ST 技术与 19 种最先进的方法进行比较，表明 SPACEL 在细胞类型反卷积、空间域识别和 3D 对齐方面优于其他方法，从而展示了 SPACEL 作为 ST 数据处理和分析的有价值的集成工具包。

该研究以《SPACEL: deep learning-based characterization of spatial transcriptome architectures》为题，于 2023 年 11 月 22 日发布在《Nature Communications》上。

空间转录组学 (ST) 技术使研究人员原则上能够检测组织学切片中整个转录组的空间分布，从而大大提高了我们对器官结构和疾病微环境的理解。实验 ST 技术有两大类，可以 i) 以单细胞分辨率检测部分转录组的表达，或 ii) 在没有单细胞分辨率的情况下检测整个转录组。

目前 ST 技术快速发展和应用的趋势表明，在可预见的未来，科学和医学研究中将产生大量来自不同组织（和条件）的 ST 切片。因此，迫切需要能够快速有效地实现多个 ST 切片数据的集成分析的计算工具。

准确识别跨多个切片的功能空间域并重建组织的 3D 结构，为各种实际应用中的重大生物学发现提供了宝贵的机会。总体而言，对于具有重大缺陷的 ST 数据集来说，构建组织的堆叠 3D 对齐仍然是一个巨大的挑战。

在此，研究人员开发了 SPACEL，一个基于深度学习的工具包。SPACEL 包含三个模块：Spoint 嵌入了带有概率模型的多层感知器，用于对单个 ST 切片中每个点的细胞类型组成进行解卷积；Splane 采用图卷积网络方法和对抗性学习算法来识别跨多个 ST 切片在转录组和空间上一致的空间域；Scube 自动转换连续切片的空间坐标系并将它们堆叠在一起以构建组织的 3D 结构。

图 1：SPACEL 流程。（来源：论文）

为了确保 SPACEL 的稳健性，研究人员进行了广泛的实验来评估其在各种超参数设置下的性能。结果表明，与其他最先进的方法相比，Spoint、Splane 和 Scube 对超参数变化表现出卓越的稳健性，强调 SPACEL 在不同实验设置中提供可靠且一致的结果的有效性。

研究人员应用 SPACEL 分析了 11 个 ST 数据集，其中包括使用 10X Visium、STARmap、MERFISH、Stereo-seq 和 Spatial Transcriptomics 技术获取的 156 个切片。SPACEL 在三个检查的分析任务中均优于其他最先进的方法，因此代表了用于 ST 数据处理和分析的有价值的集成工具包。

在 11 种反卷积方法中，Spoint 产生了最高的平均 PCC/SSIM 值（= 0.73/0.69），以及最低的平均 RMSE/JSD 值（=0.05/0.41）。此外，应用基准研究中定义的准确度得分（AS）来评估每种方法的性能：Spoint 的平均 AS（ = 0.93）明显高于其他方法（AS = 0.24-0.82）。

图 2：使用 Spoint 和其他反卷积方法对点进行细胞类型反卷积。（来源：论文）

在使用 Spoint 对细胞类型进行解卷积后，应用 Splane 来识别上述 DLPFC 数据集 ST 切片的空间域。研究表明联合分析方案提高了 Splane 空间识别的精度。

图 3：从 DLPFC 的 12 个 10X Visium 切片中识别空间域。（来源：论文）

紧接着测试了 Splane 在识别疾病切片空间域方面的性能。研究结果证明了 Splane 在肿瘤系统的多个切片中识别一致的肿瘤区域和边界的能力。

图 4：来自三个不同数据集的 11 个乳腺癌 ST 切片的联合分析。（来源：论文）

研究人员还开发了 SPACEL 的 Scube 模块来构建和研究给定组织的 3D 架构。SPACEL 的 Scube 模块在模拟（STARmap）和真实（MERFISH 和 Stereo-seq）数据集的对齐和 3D 架构构建方面均优于 STAligner 和 PASTE。

图 5：小鼠大脑连续 ST 切片的 3D 对齐。（来源：论文）

为了突出 SPACEL 的集成性质，研究人员应用完全集成的工作流程来分析小鼠全脑 ST 数据。研究表明，SPACEL 可作为分析多个 ST 切片的有效集成工具包。

论文链接：https://www.nature.com/articles/s41467-023-43220-3

产业生物学空间转录深度学习

相关数据

深度学习技术

深度学习（deep learning）是机器学习的分支，是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。深度学习是机器学习中一种基于对数据进行表征学习的算法，至今已有数种深度学习框架，如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

来源：LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. nature, 521(7553), 436.

数据分析技术

数据分析是一类统计方法，其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系，并绘制出统计信息图，以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据，以便弄清哪些是同质的，从而更好地了解数据。数据分析可以处理大量数据，并确定这些数据最有用的部分。

来源：维基百科

基准技术

一种简单的模型或启发法，用作比较模型效果时的参考点。基准有助于模型开发者针对特定问题量化最低预期效果。

来源：Google ML Glossary

超参数技术

在机器学习中，超参数是在学习过程开始之前设置其值的参数。相反，其他参数的值是通过训练得出的。不同的模型训练算法需要不同的超参数，一些简单的算法（如普通最小二乘回归）不需要。给定这些超参数，训练算法从数据中学习参数。相同种类的机器学习模型可能需要不同的超参数来适应不同的数据模式，并且必须对其进行调整以便模型能够最优地解决机器学习问题。在实际应用中一般需要对超参数进行优化，以找到一个超参数元组（tuple），由这些超参数元组形成一个最优化模型，该模型可以将在给定的独立数据上预定义的损失函数最小化。

来源：Wikipedia

堆叠技术

堆叠泛化是一种用于最小化一个或多个泛化器的泛化误差率的方法。它通过推导泛化器相对于所提供的学习集的偏差来发挥其作用。这个推导的过程包括：在第二层中将第一层的原始泛化器对部分学习集的猜测进行泛化，以及尝试对学习集的剩余部分进行猜测，并且输出正确的结果。当与多个泛化器一起使用时，堆叠泛化可以被看作是一个交叉验证的复杂版本，利用比交叉验证更为复杂的策略来组合各个泛化器。当与单个泛化器一起使用时，堆叠泛化是一种用于估计（然后纠正）泛化器的错误的方法，该泛化器已经在特定学习集上进行了训练并被询问了特定问题。

来源：Wolpert, D. H. (1992). Stacked generalization. Neural networks, 5(2), 241-259

图卷积网络技术

假设有一张图，要做分类，传统方法需要手动提取一些特征，比如纹理啊，颜色啊，或者一些更高级的特征。然后再把这些特征放到像随机森林等分类器，给到一个输出标签，告诉它是哪个类别。而深度学习是输入一张图，经过神经网络，直接输出一个标签。特征提取和分类一步到位，避免了手工提取特征或者人工规则，从原始数据中自动化地去提取特征，是一种端到端（end-to-end）的学习。相较于传统的方法，深度学习能够学习到更高效的特征与模式。

来源：图卷积网络