- 4 次围观
细胞转录状态受局部组织环境塑造，但如何量化细胞基因表达随其与不同细胞类型邻近程度的变化仍然具有挑战。细胞分辨空间转录组数据通常较为稀疏，并且由于扩散、分割不完善以及细胞重叠，容易受到邻近细胞污染，从而使区分真实细胞状态变化与技术性伪影变得困难。我们提出 PACE（Proximity-Associated Changes in Expression，邻近相关表达变化），这是一种分层经验贝叶斯框架，用于量化细胞类型分辨的邻近效应对基因表达的影响。PACE 采用部分汇聚（partial pooling）以稳定跨基因和跨细胞类型的推断，将污染与具有生物学意义的空间关联区分开来，并识别支撑各类邻近效应的协同转录程序。将其应用于 Xenium 测序的乳腺癌组织时，PACE 揭示了肿瘤界面处基质细胞和巨噬细胞的肿瘤相关重编程。在 CosMx 测序的黑色素瘤中，它识别出成纤维细胞对肿瘤邻近性的响应，包括在接受免疫治疗后进展与稳定疾病患者来源肿瘤之间存在差异的细胞外基质程序。PACE 提供了一个稳健且可解释的框架，用于量化组织组织结构如何塑造空间分子数据中的细胞状态。
细胞转录状态受局部组织环境塑造，但如何量化细胞基因表达随其与不同细胞类型邻近程度的变化仍具挑战性。细胞分辨率空间转录组数据通常较为稀疏，并且易受来自邻近细胞的污染影响，这种污染可能通过扩散、分割不完善以及细胞重叠而产生，从而使得区分真实的细胞状态变化与技术性伪影变得困难。我们提出 PACE（Proximity-Associated Changes in Expression，邻近相关表达变化），一种用于量化细胞类型分辨率的邻近效应对基因表达影响的分层经验贝叶斯框架。PACE 采用部分池化以稳定跨基因和细胞类型的推断，区分污染与具有生物学意义的空间关联，并识别支撑每种邻近效应的协同转录程序。将其应用于 Xenium 测序的乳腺癌组织时，PACE 揭示了肿瘤界面处基质细胞和巨噬细胞的肿瘤相关重编程。在 CosMx 测序的黑色素瘤中，它识别出成纤维细胞对肿瘤邻近性的响应，包括在接受免疫治疗后病程进展与病情稳定患者来源的肿瘤之间存在差异的细胞外基质程序。PACE 为量化组织组织结构如何在空间分子数据中塑造细胞状态提供了一个稳健且可解释的框架。
作者声明不存在竞争性利益。
注意：仅为将您识别为本文作者，才需要您提供电子邮件地址。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.09.743800v1?rss=1
🏷️ 空间转录组 邻近效应 分层经验贝叶斯 细胞状态变化 肿瘤微环境
来源出处