数据获取与预处理
获得单细胞分辨率空间转录组数据并去除低质量信号，为EAGS提供输入。
使用Stereo-seq获取小鼠大脑和嗅球ST数据，经StereoCell生成单细胞分辨率数据；用Scanpy过滤低表达基因和低质量细胞，并对表达谱进行标准化和log转换。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
EAGS：应用于高分辨率空间转录组学的高效自适应高斯平滑方法
EAGS: efficient and adaptive Gaussian smoothing applied to high-resolved spatial transcriptomics.
实验完整度
中在模拟ST数据集及小鼠脑、嗅球高分辨率ST数据上验证插补效果，与MAGIC、STAGATE等方法比较聚类和空间自相关指标，但未涉及湿实验功能验证。
主要模型
模拟小鼠嗅球Bin140 ST数据集（含ground-truth counts） 小鼠大脑单细胞分辨率Stereo-seq ST数据集（61,857个细胞） 小鼠嗅球单细胞分辨率Stereo-seq ST数据集（33,272个细胞） 小鼠嗅球Bin140 ST数据集（812个Bin140单元）
重点核对
模拟ST数据集中dropout比例（30%、50%、70%）与噪声比例（10%、20%、30%）的设置 小鼠大脑单细胞分辨率ST数据集经Scanpy预处理：基因至少在10个细胞中表达、细胞至少表达300个MID counts、去除MID计数最高的2% 自适应权重值（小鼠大脑数据集为19,001）及固定权重对照值（25,000和15,000） gs超参数设置：1×1 cm Stereo-seq芯片设为0.95，平滑阈值百分位数取值范围0.2至1 运行时间比较中统一种使用CPU，EAGS运行3,484秒，MAGIC 4,109秒，kNN-smoothing 4,739秒
摘要
背景：高分辨率空间转录组学（ST）的出现促进了研究生物发育、生物体生长及其他复杂生物学过程的新方法的发展。然而，高分辨率全转录组ST数据集需要定制化的插补方法以提高信噪比和数据质量。
研究发现：我们提出了一种用于高分辨率ST的高效自适应高斯平滑（EAGS）插补方法。EAGS的自适应双因子平滑根据细胞的空间和表达信息创建模式，为同一模式内的细胞平滑创建自适应权重，然后利用这些权重恢复基因表达谱。我们使用模拟数据集以及小鼠大脑和嗅球的高分辨率ST数据集评估了EAGS的性能和效率。
结论：与其他竞争方法相比，EAGS表现出更高的聚类准确度、更好的生物学解释以及显著降低的计算消耗。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 如何针对高分辨率空间转录组数据中因高稀疏性和dropout导致的基因表达缺失进行有效插补，以提高信号质量并改善下游分析？
- 核心机制
- EAGS基于基因表达模式和空间邻域模式双因子构建细胞模式，计算自适应高斯平滑权重（由距离分布阈值和超参数gs确定），并利用这些权重对相似细胞进行重加权求和以恢复基因表达谱。
- 主要证据
- 在模拟ST数据集（不同dropout和噪声比例）中，EAGS的L2-error和DBI多数情况下最低；在小鼠大脑和嗅球高分辨率ST数据中，EAGS平滑后细胞注释轮廓更清晰，CHI、Moran's I更高，Geary's C更低，且与Allen ISH图像更一致。
- 研究意义
- EAGS能够减少ST数据中的dropout，恢复真实生物信号和空间模式，并且不依赖预定义统计模型或大量迭代，显著降低计算消耗，适用于大规模高分辨率ST数据集。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
模式构建与自适应权重计算
基于表达和空间信息识别相似细胞，并计算自适应平滑权重。
利用Balltree和kNN构建基因表达模式与空间邻域模式，计算空间距离矩阵和最近邻贡献矩阵，通过高斯函数生成自适应权重。
基因表达平滑
利用自适应权重对原始表达谱进行重加权求和，恢复缺失基因表达。
根据自适应权重和原始表达矩阵，按公式对每个细胞进行平滑，输出平滑后的表达矩阵。
模拟数据插补性能评估
在具有ground-truth counts的模拟ST数据中评估EAGS插补准确性和聚类效果。
基于Bin140小鼠嗅球数据选取前2,000个高变基因，用ScDesign3生成模拟数据，随机引入不同比例dropout和噪声，比较EAGS、MAGIC、kNN-smoothing、SPCS和STAGATE的L2-error和DBI。
真实ST数据细胞注释与空间模式评估
评估EAGS平滑对细胞注释、空间自相关和标志基因表达模式的改善。
对小鼠大脑和嗅球数据在EAGS平滑前后使用Spatial-ID和Tangram进行细胞注释，计算CHI、DBI、Moran's I和Geary's C，并与Allen ISH图像比较标志基因空间分布。
计算效率评估
比较EAGS与其他插补方法的运行时间和内存消耗。
在小鼠大脑ST数据集上运行EAGS、MAGIC、STAGATE、kNN-smoothing、Scimpute和Drimpute各3次，记录平均运行时间。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
数据预处理
模式构建与权重计算
计算效率评估
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 数据预处理 | Scanpy工具箱V1.9.1 | -- | RRID:SCR_018139 |
| 模式构建 | scikit-learn | -- | -- |
| 模拟数据生成 | ScDesign3 | -- | -- |
| 细胞注释 | Spatial-ID | -- | -- |
| Tangram | -- | -- |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 数据预处理 | 基因至少在10个细胞中表达；细胞至少表达300个MID counts；去除MID计数最高的2%；数据集细胞数（小鼠大脑61,857，小鼠嗅球33,272） 阅读提示：Methods的Datasets小节及Results的Overview of EAGS部分 |
| 模式构建与自适应权重计算 | gs超参数设为0.95（1×1 cm Stereo-seq芯片）；平滑阈值百分位数取值范围0.2至1；自适应权重值19,001；固定权重对照25,000和15,000 阅读提示：Methods的Adaptive weight calculation小节及Results的EAGS performs better smoothing by adaptive weighting部分 |
| 模拟数据插补评估 | dropout比例（30%、50%、70%）；噪声比例（10%、20%、30%）；前2,000个高变基因；ScDesign3模拟参数 阅读提示：Results的EAGS smooths gene expression with better performance on the simulated ST dataset部分及Table 1 |
| 真实ST数据细胞注释与空间模式评估 | 细胞注释工具Spatial-ID和Tangram的参数；CHI、DBI、Moran's I、Geary's C计算方式；标志基因列表 阅读提示：Results的EAGS smooths gene expressions for better characterizing the spatial expression patterns of mouse brain部分及Figure 3、4、5图注 |
| 计算效率评估 | 运行环境统一使用CPU；运行重复次数3次；各方法运行时间（EAGS 3,484秒，MAGIC 4,109秒，kNN-smoothing 4,739秒） 阅读提示：Results的EAGS improves spatial patterns and downstream analyses of gene expression data部分 |