SGAE框架构建与训练
构建能够学习判别性空间点表征的无监督聚类框架
基于孪生图自编码器，引入图扭曲（特征扰动和边扰动）、孪生编码器-解码器、冗余减少模块和聚类引导模块，通过最小化重建损失、聚类引导损失和冗余减少损失训练模型。
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
用孪生图自编码器解析空间分辨转录组学的空间域
Deciphering spatial domains from spatially resolved transcriptomics with Siamese graph autoencoder.
实验完整度
高多平台ST数据集基准测试，包含聚类指标评估、嵌入质量分析、3D多切片重建验证
主要模型
人背外侧前额叶皮层10X Visium数据集 小鼠原肠胚seqFISH数据集 小鼠初级运动皮层MERFISH数据集 小鼠嗅球SLIDE-seq v2数据集 肝癌Stereo-seq数据集 小鼠成体脑Stereo-seq数据集 果蝇胚胎3D Stereo-seq数据集
重点核对
人DLPFC 10X Visium数据集的12张连续切片，每张切片按解剖结构标注为7层 小鼠原肠胚seqFISH数据集检测351个基因，19,416个细胞标注为22组 小鼠初级运动皮层MERFISH数据集包含254个基因和3,106个细胞 小鼠嗅球SLIDE-seq v2数据集包含20,139个细胞和21,220个基因 小鼠成体脑Stereo-seq数据集包含38,811个细胞和20,062个基因，标注为38个亚类 果蝇胚胎3D数据（E14–16、E16–18和L1阶段）与Leiden和STAligner比较
摘要
背景：细胞聚类是空间转录组学（ST）数据分析的关键环节，是后续数据挖掘的基础。近期空间域识别的研究进展利用了图神经网络（GNN）方法结合空间转录组学数据。然而，此类基于GNN的方法存在表征坍缩问题，即所有空间点被投影到单一表征上。因此，单个表征特征的可判别能力受限，导致聚类性能欠佳。结果：为解决此问题，我们提出了SGAE，一种新的空间域识别框架，融合了孪生图自编码器的能力。SGAE在样本和特征两个层面减轻信息相关性，从而提高表征判别力。我们通过基于基因表达和空间信息构建图，将该框架适配于ST分析。SGAE在捕获空间模式和生成高质量聚类方面优于其他方法，通过调整兰德指数、标准化互信息和Fowlkes–Mallows指数进行评估。此外，SGAE衍生的聚类结果可进一步用于识别三维（3D）果蝇胚胎结构，且准确性提高。结论：来自不同平台生成的各种ST数据集的基准测试结果提供了令人信服的证据，表明SGAE优于其他ST聚类方法。具体而言，SGAE在扩展到多切片3D重建和组织结构研究方面展现出潜力。源代码和一系列空间聚类结果可在https://github.com/STOmics/SGAE/获取。
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
- 如何解决基于图神经网络的ST聚类方法中的表征坍缩问题，从而准确识别空间域？
- 核心机制
- SGAE通过孪生图自编码器在样本和特征两个层面减少信息相关性，提高表征判别力；同时基于基因表达和空间信息构建图，并采用图扰动和冗余减少模块学习判别性嵌入。
- 主要证据
- 在多个平台生成的ST数据集（10X Visium、seqFISH、MERFISH、SLIDE-seq v2、Stereo-seq）上，SGAE在ARI、NMI、FMI等基准指标上优于SpaGCN、GraphST、STAGATE等方法；在3D果蝇胚胎多切片聚类和重建中优于STAligner和Leiden。
- 研究意义
- SGAE为ST数据提供了一种有效的空间域识别工具，并在多切片3D重建和组织结构研究中展现出应用潜力。
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。
多平台ST数据集基准测试
评估SGAE在不同平台ST数据上的聚类性能与鲁棒性
在10X Visium、seqFISH、MERFISH、SLIDE-seq v2和Stereo-seq数据集上运行SGAE，并与SpaGCN、GraphST、STAGATE、Leiden等方法比较，使用ARI、NMI、FMI等指标评估。
嵌入质量与判别性评估
验证SGAE学习到的表征具有判别性和生物学意义
使用UMAP可视化嵌入，计算Moran's index评估空间自相关，通过伪时间分析和ANOVA F-score评估嵌入区分细胞类型的能力。
3D果蝇胚胎多切片聚类与重建
验证SGAE在多切片3D组织重建中的有效性
对果蝇胚胎三个发育阶段（E14–16、E16–18、L1）的Stereo-seq数据进行多切片聚类，并与STAligner和Leiden比较，然后进行切片配准生成3D网格。
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。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 3D重建与空间轨迹分析 | SCANPY | -- | -- |
| 聚类性能评估 | 调整兰德指数计算函数 | -- | -- |
| 标准化互信息计算函数 | -- | -- | |
| Fowlkes–Mallows指数计算函数 | -- | -- | |
| 调整互信息计算函数 | -- | -- | |
| Moran指数计算函数 | -- | -- |
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 |
|---|---|
| 图扭曲与模型训练 | 特征扰动噪声分布N(1,0.1)；边移除比例10%；图扩散α=0.2；损失函数组合L_REC + L_C + L_RR 阅读提示：Methods中“Graph distortion”、“Reconstruction loss function”、“Redundant reduction module”、“Clustering guidance module”小节 |
| 数据预处理 | 基因表达标准化方法（总计数归一化和log转换）；PCA使用top 50主成分 阅读提示：Methods中“Data preprocessing”小节 |
| 基准测试数据集 | 各数据集的细胞数、基因数、标注层数或组数；3D果蝇数据集未采用多切片整合方法 阅读提示：Results中“SGAE exhibited remarkable effectiveness and robustness in spatial domain exploration”及后续各小节 |
| 聚类性能评估指标 | ARI、NMI、FMI、AMI、MI的计算公式和API；Moran's index用于空间自相关 阅读提示：Methods中“Performance evaluation”小节 |
| 3D果蝇胚胎聚类与重建 | 胚胎发育阶段E14–16、E16–18、L1；切片配准方法；与STAligner和Leiden比较 阅读提示：Results中“SGAE enhanced complex spatial domain dissection in 3D Drosophila”小节及Figure 4 |