适用于具有细胞类型异质性的空间基因组学数据的可扩展多组非负空间因子分解

空间转录组学（ST）技术能够在组织的空间背景下研究基因表达，从而为理解组织结构、细胞间相互作用以及疾病进展提供洞见。然而，现有的降维方法往往忽视空间信息，或难以区分空间基因模式与由细胞类型差异驱动的基因模式，从而将基因表达模式的差异与细胞类型比例的差异混合在一起，限制了生物学可解释性。为应对这些挑战，我们提出了可扩展的多组非负空间分解（scalable multi-group nonnegative spatial factorization, smNSF），这是一种在计算上可处理的概率框架，可将空间坐标和细胞类型标签整合到统一的矩阵分解模型中。通过使用多组高斯过程（multi-group Gaussian processes, MGGPs）作为先验，我们的模型能够以细胞类型特异的方式捕捉复杂的空间变异，同时施加非负约束以增强可解释性。我们开发了适用于MGGP的变分推断框架，以支持可扩展优化并提高smNSF的数值稳定性。在涵盖多种技术平台和组织类型的七个空间转录组数据集中，smNSF恢复了稀疏且可解释的空间因子；并且通过其细胞类型条件后验，将这些空间因子组织为细胞类型富集型、细胞类型特异型和普适型空间程序，而这些特征仅从边际因子中并不能显现出来。在ST数据具有细胞类型标签的情况下，smNSF能够实现具备细胞类型感知的空间分解，并支持细胞类型条件后验，从而在计算机模拟环境中探索空间模式与细胞身份之间的关系。

适用于具有细胞类型异质性的空间基因组学数据的可扩展多组非负空间分解 | bioRxiv

跳转至主要内容

首页 关于 投稿 提醒 / RSS

搜索此关键词 高级搜索 新结果

适用于具有细胞类型异质性的空间基因组学数据的可扩展多组非负空间分解

Luis Chumpitaz-Diaz， Priyanka Shrestha， Barbara E Engelhardt

doi： https://doi.org/10.64898/2026.06.29.735224

Luis Chumpitaz-Diaz 1 斯坦福大学； 在 Google Scholar 上查找该作者 在 PubMed 上查找该作者 在持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。

本文根据 CC-BY-NC-ND 4.0 国际许可协议 提供。

返回顶部

上一页 下一页

发布于 2026 年 7 月 3 日。

下载 PDF 补充材料 电子邮件

感谢您有兴趣帮助传播 bioRxiv。

您的电子邮件 *

您的姓名 *

发送至 *

请输入多个地址，每行一个，或以逗号分隔。

您将通过电子邮件发送以下内容

适用于具有细胞类型异质性的空间基因组学数据的可扩展多组非负空间分解

消息主题

（您的姓名）已从 bioRxiv 转发一个页面给您

消息正文

（您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。

您的个人留言

验证码

此问题用于测试您是否为人工访客，并防止自动垃圾信息提交。

分享

适用于具有细胞类型异质性的空间基因组学数据的可扩展多组非负空间分解

Luis Chumpitaz-Diaz， Priyanka Shrestha， Barbara E Engelhardt

bioRxiv 2026.06.29.735224； doi： https://doi.org/10.64898/2026.06.29.735224

分享本文： 复制

引文工具

适用于具有细胞类型异质性的空间基因组学数据的可扩展多组非负空间分解

Luis Chumpitaz-Diaz， Priyanka Shrestha， Barbara E Engelhardt

bioRxiv 2026.06.29.735224； doi： https://doi.org/10.64898/2026.06.29.735224

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.29.735224v1?rss=1

🏷️ 空间转录组学 非负矩阵分解 细胞类型异质性 高斯过程 变分推断 空间因子分析