空间邻接网络构建
构建整合空间位置与细胞类型信息的邻接图，用于后续嵌入学习。
去除主组织区域外的spot，对原始表达量进行log转换并按文库大小归一化，选取高变基因作为输入；基于预设半径r构建无向邻接网络并加入自环，再仅基于基因表达谱进行Louvain预聚类剪枝得到ctaSNN。
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
揭示空间转录组学数据中的模式：一种利用图注意力自编码器和多尺度深度子空间聚类网络的新方法
Unveiling patterns in spatial transcriptomics data: a novel approach utilizing graph attention autoencoder and multiscale deep subspace clustering network.
实验完整度
高整合4个Visium、1个STARmap和2个Stereo-seq数据集，含聚类比较、消融实验及标记基因验证
主要模型
四个10x Genomics Visium数据集（包括成年小鼠脑FFPE、人乳腺癌Block A、人乳腺癌DCIS、人DLPFC组织） 小鼠视觉皮层STARmap数据集 小鼠胚胎Stereo-seq数据集
重点核对
各数据集的聚类簇数设置：有标签数据集手动调整分辨率使簇数等于真实层数，其余数据集按表1参数 Louvain聚类半径r在DLPFC数据集取50，rad_cutoff等参数见表1 消融实验中GATE重建损失、多尺度深度子空间聚类损失和自监督损失三项的组合 多尺度策略与额外优化步骤对DLPFC 151507–151510的ARI影响对比 评估指标：有标签数据集用ARI，无标签数据集用DB、CH、S_Dbw
摘要
背景：基于空间转录组（ST）数据准确解析空间域、识别差异表达基因并推断细胞轨迹，对加深理解组织结构与生物学功能具有重要潜力。然而，大多数空间聚类方法既无法解析ST数据中的复杂结构，也未能充分利用嵌入在不同层中的特征。结果：本文提出STMSGAL，一种结合图注意力自编码器和多尺度深度子空间聚类的ST数据分析新框架。首先，STMSGAL仅基于基因表达谱使用Louvain聚类构建细胞类型感知的共享最近邻图ctaSNN。随后，它整合表达谱和ctaSNN，利用图注意力自编码器和多尺度深度子空间聚类生成spot潜在表示。最后，STMSGAL实现空间聚类、差异表达分析和轨迹推断，为全面的数据探索与解释提供综合能力。研究使用四个10x Genomics Visium数据集、1个小鼠视觉皮层STARmap数据集和2个小鼠胚胎Stereo-seq数据集，将STMSGAL与包括SCANPY、SEDR、CCST、DeepST、GraphST、STAGATE和SiGra在内的7种方法进行比较。比较显示STMSGAL在Davies–Bouldin、Calinski–Harabasz、S_Dbw和ARI值上表现优异。STMSGAL显著增强了对不同空间分辨率ST数据中分层结构的识别，并准确描绘了2个乳腺癌组织、成年小鼠脑（FFPE）和小鼠胚胎中的空间域。结论：STMSGAL可作为连接细胞空间组织分析与疾病病理学分析的重要工具，为该领域研究人员提供有价值的见解。
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
- 如何结合基因表达与空间上下文学习更具判别性的spot表示，以准确识别空间域并解析ST数据中的复杂组织与结构？
- 核心机制
- STMSGAL通过图注意力自编码器整合表达谱与细胞类型感知共享最近邻图ctaSNN，利用多尺度深度子空间聚类融合各编码层的自表达信息并进行谱聚类，再以自监督模块利用聚类标签约束spot潜在特征学习。
- 主要证据
- 在4个10x Genomics Visium、1个小鼠视觉皮层STARmap和2个小鼠胚胎Stereo-seq数据集上，STMSGAL在DB、CH、S_Dbw和ARI指标上优于SCANPY、SEDR、CCST、DeepST、GraphST、STAGATE和SiGra；消融实验验证了多尺度策略、自监督模块和额外优化步骤对聚类性能的贡献；多个已知标记基因的表达验证了所识别空间域。
- 研究意义
- 作者提出STMSGAL可作为连接细胞空间组织分析与疾病病理学分析的重要工具，为空间转录组数据分析领域的研究人员提供有价值的见解。
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。
基于图注意力自编码器的嵌入特征构建
整合表达谱与ctaSNN信息，生成各编码层的spot嵌入特征。
以归一化基因表达为初始嵌入，使用2层图注意力编码器和解码器生成spot嵌入并重建归一化表达谱，编码器第L层不使用注意力层，解码器共享权重以避免过拟合，并最小化重建损失与权重正则。
多尺度深度子空间聚类
融合各编码层信息获取自表达系数矩阵与聚类标签。
在各编码层计算自表达系数矩阵，按可训练权重自适应融合为最终自表达矩阵，构建亲和矩阵后用于谱聚类得到聚类结果，并加入自表达损失与正则化损失。
自监督spot潜在特征学习
利用聚类标签作为监督信息学习更具判别性的spot鲁棒潜在特征。
基于3个全连接层对spot进行分类，以分类结果与谱聚类标签间的交叉熵损失构建自监督模块，并与其他损失联合优化。
空间聚类与下游生物学应用
识别空间域并进行差异表达分析和轨迹推断。
基于学习到的spot嵌入特征矩阵，用Louvain、Leiden或mclust聚类识别空间域；DLPFC使用mclust或Louvain并可选优化步骤，其他数据集使用Louvain或Leiden；用SCANPY t检验进行差异表达分析，用PAGA进行轨迹推断并用UMAP可视化。
与现有方法的性能比较和消融验证
评估STMSGAL在不同空间分辨率数据上的聚类性能及各模块贡献。
在4个Visium、1个STARmap和2个Stereo-seq数据集上与SCANPY、SEDR、CCST、DeepST、GraphST、STAGATE、SiGra比较，计算DB、CH、S_Dbw和ARI；通过去除不同损失项、比较多尺度策略和额外优化步骤、比较不同聚类方法进行消融分析。
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
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 |
|---|---|
| 数据集与样本 | 7个数据集的具体来源与规模：Adult Mouse Brain（FFPE）2264个spot、19465个基因；Human Breast Cancer（DCIS）3798个spot、36601个基因；Human Breast Cancer（Block A, Section 1）2518个spot、19743个基因；DLPFC 12个切片、每片3460–4789个spot、33538个基因；STARmap 1207个细胞、1020个基因；Stereo-seq E9.5_E1S1 5913个spot、25568个基因；E9.5_E2S2 4356个spot、24107个基因 阅读提示：Methods的Datasets小节 |
| 空间邻接网络构建 | 预定义半径r（DLPFC为50）与各数据集rad_cutoff（DLPFC 150、人乳腺癌Block A 300、成年小鼠脑300、人乳腺癌DCIS 300、STARmap 400、Stereo-seq 3）；Visium数据每spot 6个最近邻 阅读提示：Methods的Cell type–aware SNN construction与Results的Experimental setting，以及Table 1 |
| 嵌入特征学习 | 编码器和解码器层数（2层图注意力层）、神经元数（512和30）、激活函数（ELU）、优化器（Adam）、相似度权重α（DLPFC为0、人乳腺癌Block A为0.7、成年小鼠脑0.5、人乳腺癌DCIS 0.5、STARmap 0、Stereo-seq 0） 阅读提示：Results的Experimental setting与Table 1 |
| 多尺度子空间聚类 | 各数据集cost_ssc取值（DLPFC 0.1、人乳腺癌Block A 1、成年小鼠脑0.1、人乳腺癌DCIS 1、STARmap 0.1、Stereo-seq 0.1）；自监督模块结构（3个全连接层、ReLU） 阅读提示：Results的Experimental setting与Table 1，Methods的Spot robust latent feature learning |
| 空间聚类与评估 | 各数据集所用聚类方法（DLPFC为mclust或Louvain、人乳腺癌为Leiden、成年小鼠脑为Louvain、STARmap为mclust、Stereo-seq为Louvain）；有标签数据集簇数设为真实层数；评估指标DB、CH、S_Dbw、ARI 阅读提示：Results的Experimental setting与Evaluation metrics，以及Table 1 |
| 消融实验 | 损失项组合L1、L2、L3；多尺度策略有无；额外优化步骤有无；不同聚类方法比较 阅读提示：Results的Ablation Study及Table 4–8 |