面向歧义感知的空间转录组学多阶段细胞类型注释

空间转录组学能够在完整组织中表征细胞组织结构，但由于表达谱异质性、细胞群体混合以及过渡状态的存在，稳健的细胞类型注释仍然面临挑战。现有方法通常对每个聚类强制赋予单一标签，从而掩盖了具有生物学意义的模糊性，并产生过度自信的分类结果。 我们提出了一种具备模糊性感知能力的多阶段空间细胞类型注释框架。该方法结合了混合空间特征聚类与在人工整理标签集合上的受约束语言模型推理，并基于标记基因覆盖度、候选类别分离度和熵分配置信度分数。对于低置信度聚类，通过对模糊区域进行局部重新聚类来选择性细化，而对于仍无法判定的聚类，则将其保留为混合状态，而非强行赋予标签。 将该方法应用于胆管癌的 10x Genomics Xenium 空间转录组数据后，所提出的细化策略将聚类层面的模糊性从 16.1% 降低至 2.27%，将细胞层面的模糊性从 18.4% 降低至 0.86%，同时提升了置信度校准效果。空间消融实验进一步证实，相较于仅基于特征的方法，拓扑整合能够消解结构性模糊；而通过轻量级语言模型进行受约束推理，则确保了注释过程的可扩展性和生物学一致性。这些结果凸显了在异质性肿瘤中进行可靠空间注释时，显式处理模糊性的重要性。

空间转录组学能够在完整组织中表征细胞组织结构，但由于表达谱异质性、混合细胞群体以及过渡状态的存在，稳健的细胞类型注释仍然具有挑战性。现有方法通常对每个聚类强制赋予单一标签，从而掩盖了具有生物学意义的模糊性，并产生过度自信的分类结果。我们提出了一种具备模糊性感知能力的空间细胞类型注释多阶段框架。该方法结合了混合空间特征聚类与基于精选标签集的约束语言模型推断，并依据标记基因覆盖度、候选标签分离度和熵来分配置信度分数。对于低置信度聚类，通过对模糊区域进行局部重新聚类来选择性细化；而对于仍无法判定的聚类，则将其保留为混合状态，而非强制赋予标签。将该方法应用于胆管癌的 10x Genomics Xenium 空间转录组数据后，所提出的细化策略将聚类层面的模糊性从 16.1% 降低至 2.27%，将细胞层面的模糊性从 18.4% 降低至 0.86%，同时提升了置信度校准性能。空间消融实验进一步证实，相较于仅依赖特征的基线方法，拓扑整合能够有效消解结构性模糊，而通过轻量级语言模型实现的约束推断则确保了注释的可扩展性与生物学一致性。这些结果凸显了在异质性肿瘤中进行可靠空间注释时显式处理模糊性的重要性。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.21.733596v1?rss=1

🏷️ 空间转录组学 细胞类型注释 模糊性感知 多阶段聚类 胆管癌 语言模型推理