💡
原文中文，约2300字，阅读约需6分钟。
📝
内容提要
浙江大学药学院开发的scNiche计算框架能够有效识别和表征单细胞空间组学数据中的细胞生态位。该框架通过多视角特征整合，显著提升了细胞微环境的识别能力，已在多种数据集上验证其优越性，并在乳腺癌和肝损伤研究中展现应用潜力。
🎯
关键要点
-
浙江大学药学院开发了scNiche计算框架，有效识别和表征单细胞空间组学数据中的细胞生态位。
-
scNiche框架通过多视角特征整合，提升了细胞微环境的识别能力。
-
当前空间组学技术面临识别细胞生态位的挑战，现有计算方法难以捕捉细胞微环境的异质性特征。
-
scNiche框架提取细胞的分子表达谱、邻域的分子表达谱和邻域的细胞组成作为不同视角特征。
-
scNiche采用图神经网络整合多视角特征，包含多图自编码器、图融合网络和多视图互信息最大化模块。
-
scNiche在小鼠全脑MERFISH数据集上验证了其扩展性，能够准确识别不同脑区结构。
-
在基准测试中，scNiche在空间蛋白质组学和空间转录组数据集上表现优越，取得最高的ARI和macro-F1分数。
-
scNiche在乳腺癌样本中揭示了独特的免疫微地理特征，为个体化治疗提供潜在靶点。
-
在肝损伤研究中，scNiche发现了与正常肝脏相比，肝损伤组织中抗氧化基因和纤维化相关基因的显著上调。
-
scNiche为器官纤维化机制研究提供了新视角，展现了跨样本、跨条件的微环境对比分析能力。
➡️
