蛋白质组学约束的解卷积揭示肿瘤中的空间细胞类型程序

在空间转录组学中，准确解析细胞类型混合仍然具有挑战性，尤其是在异质性肿瘤中，细胞群体相互混杂，且匹配的单细胞参考可能不可用或对齐较差。现有的解卷积方法要么依赖高质量的 scRNA-seq 参考，要么受限于可扩展性不足，或者缺乏可解释性。 我们提出了 PISTACHIO，这是一种基于约束非负矩阵分解并采用负二项似然的、由蛋白质组学信息引导的空间转录组学解卷积框架。与使用概率先验不同，PISTACHIO 融合了由配对成像质谱流式细胞术（Imaging Mass Cytometry）导出的空间细胞类型约束，从而施加具有生物学依据的稀疏性，并明确限定细胞类型存在的空间可行性。 与 Cell2location 和 STdeconvolve 相比，PISTACHIO 在合成和真实肿瘤数据集中均提高了空间细胞类型分布的恢复效果。我们的方法在细胞类型分配误差存在的情况下仍保持稳健，在中等噪声条件下与真实值保持较高相关性，并且在标准硬件上具有较快的运行时间，从而能够实现实用的大规模部署。

在空间转录组学中，准确解析细胞类型混合仍然具有挑战性，尤其是在异质性肿瘤中，细胞群体相互混杂，且匹配的单细胞参考数据可能缺失或对齐较差。现有的解卷积方法要么依赖高质量的 scRNA-seq 参考数据，要么受限于可扩展性不足，或者缺乏可解释性。我们提出了 PISTACHIO，这是一种基于受约束非负矩阵分解并采用负二项分布似然的、由蛋白质组学信息引导的空间转录组学解卷积框架。与使用概率先验不同，PISTACHIO 整合了来自配对成像质谱流式细胞术（Imaging Mass Cytometry, IMC）的空间细胞类型约束，从而施加具有生物学依据的稀疏性，并明确限定细胞类型存在的空间可行性。与 Cell2location 和 STdeconvolve 相比，PISTACHIO 在合成和真实肿瘤数据集中均提高了空间细胞类型分布的恢复效果。我们的方法在细胞类型分配错误的情况下仍保持稳健，在中等噪声水平下仍能与真实值保持较高相关性，并且在标准硬件上实现了快速运行，从而能够支持实际中的大规模部署。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.01.729268v1?rss=1

🏷️ 空间转录组学 解卷积 蛋白质组学约束 肿瘤异质性 非负矩阵分解 细胞类型识别