SHINE：通过高阶空间整合解析转录—代谢微环境

空间组学技术正不断扩展，以在同一组织切片上联合描绘转录组学与代谢组学，从而提供关于基因表达与生化活性的互补视角，以揭示天然组织微环境中的分子程序。然而，由于空间错位、分辨率差异以及更高阶的跨模态相互作用，转录组与代谢组的整合在技术上仍然具有挑战性。 在此，我们提出SHINE，这是一种基于超图的计算框架，用于对源自联合描绘切片的空间基因表达与代谢网络进行联合分析，重点关注表征学习与跨模态相互作用。在多个数据集中，SHINE在区域分割和生物标志物共定位方面均持续优于现有方法，并为代谢—转录微环境提供了可解释的洞见。具体而言，在帕金森病小鼠模型中，SHINE能够准确 delineate 多巴胺能神经元耗竭区域，并重建连贯的多巴胺相关轴。在人类肺癌和乳腺癌中，SHINE能够解析肿瘤相关空间区域，并鉴定出与肿瘤微环境相关、具有空间组织性的基因—代谢物程序。SHINE使跨多样生物系统的可扩展空间多组学整合成为可能。

SHINE：通过高阶空间整合解码转录-代谢微环境 | 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

SHINE：通过高阶空间整合解码转录-代谢微环境

Bingxue Du， Jason W. H. Wong， Yuanhua Huang

doi： https://doi.org/10.64898/2026.07.10.737648

Bingxue Du 1 西北工业大学； 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。 本文依据 CC-BY-NC-ND 4.0 国际许可协议公开提供。

返回顶部 上一页 下一页

发表于 2026 年 7 月 16 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 * 输入多个地址时，请分行填写或用逗号分隔。

您将通过电子邮件发送以下内容

SHINE：通过高阶空间整合解码转录-代谢微环境

邮件主题

（您的姓名）已从 bioRxiv 转发一个页面给您

邮件正文

（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类访客，并防止自动垃圾信息提交。

分享

SHINE：通过高阶空间整合解码转录-代谢微环境

Bingxue Du， Jason W. H. Wong， Yuanhua Huang

bioRxiv 2026.07.10.737648； doi： https://doi.org/10.64898/2026.07.10.737648

分享本文： 复制

引文工具

SHINE：通过高阶空间整合解码转录-代谢微环境

Bingxue Du， Jason W. H. Wong， Yuanhua Huang

bioRxiv 2026.07.10.737648； doi： https://doi.org/10.64898/2026.07.10.737648

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.10.737648v1?rss=1

🏷️ 空间多组学 转录组-代谢组整合 超图学习 空间微环境 肿瘤微环境 生物标志物共定位