Sainsc:一种用于原位捕获数据无分割分析的计算工具

Sainsc: A Computational Tool for Segmentation-Free Analysis of In Situ Capture Data.

作者信息Niklas Müller-Bötticher, Sebastian Tiesmeyer, Roland Eils, Naveed Ishaque
PMID39533496
发布时间2025-05
DOI10.1002/smtd.202401123

实验完整度

中

提出计算工具并基于模拟数据及多种SRT数据集验证,含性能对比,但无湿实验功能或机制验证

主要模型

模拟SRT数据集(500×500网格,小鼠肾脏九种细胞类型) E16.5小鼠全胚胎Stereo-seq数据 小鼠脑冠状切片Stereo-seq与Nova-ST数据 Xenium小鼠脑数据集

重点核对

模拟数据中Sainsc与TopACT在原生分辨率下准确率相当,优于bin size为20的RCTD E16.5小鼠全胚胎Stereo-seq数据在原生分辨率下进行监督与无监督分析,与已发表细胞类型图谱比较 小鼠脑Stereo-seq与Nova-ST冠状切片使用Yao et al.单细胞RNAseq签名进行细胞类型分配 Xenium数据以1 µm bin和2.5 µm带宽与SSAM比较,调整兰德指数0.86 计算性能基准:8线程、Gaussian核带宽8、Stereo-seq小鼠脑样本

摘要

空间分辨转录组学(SRT)已成为表征生物医学组织样本复杂性的首选方法。直到最近,科学家们仍局限于能够以高空间分辨率分析有限靶基因集或能以低空间分辨率分析全转录组范围的SRT方法。通过最近的进展,现在已有方法可同时提供亚细胞空间分辨率和全转录组覆盖。然而,由于包括低检测效率和高计算成本在内的若干因素,利用这些新方法的高空间分辨率和基因分辨率仍然困难。在此,我们提出Sainsc(原位捕获数据的无分割分析),它将无细胞分割方法与全转录组范围纳米分辨率空间数据的高效数据处理相结合。Sainsc能够生成在纳米尺度上具有准确细胞类型分配的细胞类型图谱,以及相应的分配评分图谱,便于解释细胞类型分配的局部置信度。我们展示了其在不同组织和技术中的效用和准确性。与其他方法相比,Sainsc需要更低的计算资源,并具有可扩展的性能,支持交互式数据探索。Sainsc与常见数据分析框架兼容,并以多种编程语言作为开源软件提供。

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
如何高效、准确地对新一代纳米分辨率全转录组原位捕获空间转录组数据进行无细胞分割的细胞类型分配分析。
核心机制
Sainsc基于核密度估计(KDE)建模二维基因表达,利用余弦相似度将每个像素分配至最相似的细胞类型签名,并通过基于前两名签名相似度差值的归一化分配评分反映局部置信度。
主要证据
模拟数据中Sainsc与TopACT准确率相当并优于RCTD;在E16.5小鼠全胚胎Stereo-seq数据中识别出分割分析遗漏的细胞(如红细胞和脉络丛),发现更多红细胞且经Hbb-bs验证;小鼠脑Stereo-seq和Nova-ST数据中重建皮层分层并识别BAM;Xenium数据与SSAM高度一致(ARI 0.86);计算性能显著优于TopACT,与FICTURE相当或更优。
研究意义
Sainsc为高通量高分辨率空间转录组数据提供可扩展、低资源需求的开源分析工具,支持交互式探索,适用于不同组织和技术,并可与常见单细胞和空间数据分析框架互操作。

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。

1

算法设计与实现

构建无细胞分割的空间基因表达建模与细胞类型分配流程

基于SSAM的KDE思路,在Rust中实现稀疏矩阵数据结构与多线程KDE计算,Python封装API,并提供Julia实现Sainsc.jl

2

模拟数据验证准确性

评估细胞类型分配准确率与分配评分

使用TopACT文献的模拟数据,100次重复的500×500网格,625个细胞,9种小鼠肾脏细胞类型,Poisson过程生成表达并随机置20%为零

3

小鼠全胚胎Stereo-seq分析

验证在大型真实数据集中的可用性与灵敏度

对E16.5小鼠全胚胎Stereo-seq数据进行监督和无监督细胞类型分配,并与已发表分割图谱比较

4

小鼠脑多平台分析

验证跨技术和跨签名来源的通用性及稀有细胞识别

对Stereo-seq小鼠脑冠状切片、Nova-ST数据及Xenium数据进行细胞类型分配,使用Yao et al.单细胞签名识别皮层分层和BAM

5

计算性能基准比较

评估运行时间、内存和可扩展性

对Stereo-seq小鼠脑样本进行子采样和参数变化,比较Sainsc与FICTURE、TopACT、SSAM

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
Sainsc----
Sainsc.jl----
scanpy--v1.10.2
squidpy--v1.5.0
anndata--v0.10.8
pandas--v2.2.2
polars--v0.20.31
scipy--v1.14.0
numpy--v1.26.4
SSAM--v1.0.1
FICTURE--v0.0.3.1
TopACT--v1.1.0

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
模拟数据验证
模拟数据生成参数:100次重复、500×500网格、625个细胞、9种细胞类型、20%零膨胀;Sainsc带宽(Gaussian 5,Epanechnikov 10)
阅读提示:Experimental Section — Synthetic Data
Stereo-seq小鼠全胚胎分析
原生分辨率500 nm/px;Gaussian kernel bandwidth 8 px截断于2倍带宽;监督分析top 2000 HVG;无监督分析bin 50×50、top 10000 HVG、top 2000 SVG、Leiden resolution=2、local maxima min_dist=4/min_area=60
阅读提示:Experimental Section — Stereo-Seq Analysis 与 Stereo-Seq Analysis—Embryo Unsupervised
小鼠脑多平台分析
Stereo-seq和Nova-ST binning至500 nm、bandwidth 8 px;Xenium binning至500 nm;BAM区域面积阈值至少60 pixels
阅读提示:Experimental Section — Stereo-Seq Analysis—Coronal Mouse Hemibrain、Xenium Analysis、Nova-ST Analysis
SSAM比较
SSAM v1.0.1,pixel size 1 µm、bandwidth 2.5 µm、截断4倍带宽;前景阈值total mRNA KDE>0.1
阅读提示:Experimental Section — Comparison to SSAM
计算性能基准
8 CPUs、Dell PowerEdge C6420、2x Intel Xeon Gold 6252@2.1 GHz、64 GB RAM(部分32 GB或128 GB)、Sainsc八线程、FICTURE 42 factors/width 15、TopACT radius 3–9八进程
阅读提示:Experimental Section — Benchmarking and Runtime Performance Metrics 及各Benchmark小节