- 3 次围观
Xenium 等靶向空间转录组平台需要预先设定基因面板；与用于选择这些基因的单细胞参考数据相比，面板中的基因在空间检测中的检出效率更低，且不同基因之间存在差异。我们提出 X-SPEAR，这是一个将 DART 标记基因选择与探针层面的脱靶评估相结合的框架。DART 学习简短、易于解释的布尔基因规则，并为每种细胞类型构建若干彼此不重叠的基因规则。其检测感知训练会依据在另一项已完成实验中测得的各基因检出率，对参考数据进行稀疏化，因此无需在订购面板前获取目标组织的 Xenium 数据。在卵巢癌、小鼠脑和宫颈癌的留出 Xenium 数据上，面板大小相同时，DART 的表现显著优于现有标记基因选择方法：其宏平均 F1 值比 Wilcoxon 秩和检验高 0.04–0.11，比 COSG 高 0.04–0.08，比 NS-Forest 高 0.10–0.18；达到 Wilcoxon 的最佳准确率时，所需基因数还减少了 42%–69%。消融实验表明，这些性能提升大多源于检测感知训练；该训练也能改善其他基于排序的选择方法，且需要使用基于相同检测平台化学体系测得的检出率谱。在准确率相近的情况下，DART 的规则结构还能提供忠实概括下游分类器的规则；在 45 种视网膜神经节细胞亚型中，对单探针丢失具有更强鲁棒性；并且能够更好地区分密切相关的细胞状态。我们正应用 X-SPEAR 为小鼠视网膜神经节细胞亚型设计 Xenium 面板，目前正在开展其原位评估。X-SPEAR 已作为开源 Python 软件包发布。
yuyan.cheng{at}pennmedicine.upenn.edu
摘要
信息/历史
指标
补充材料
数据/代码
PDF 预览
摘要
Xenium 等靶向空间转录组学平台需要预先设定基因面板，而与用于挑选基因的单细胞参考数据相比，这些基因在空间检测中的检出效率较低，且不同基因间的检出效率差异明显。我们提出 X-SPEAR，这一框架将 DART 标记基因选择与探针层面的脱靶评估相结合。DART 学习简短、易于解释的布尔基因规则，并为每种细胞类型构建若干组基因互不重叠的规则。其检测感知训练会依据在另一项已完成实验中测得的各基因检出率，对参考数据进行稀疏化，因此在订购面板前，无须获得目标组织的 Xenium 数据。
在卵巢癌、小鼠脑和宫颈癌的留出 Xenium 数据上，在面板大小相同的条件下，DART 的表现显著优于现有标记基因选择方法：与 Wilcoxon 秩和检验相比，宏平均 F1 值高出 0.04–0.11；与 COSG 相比，高出 0.04–0.08；与 NS-Forest 相比，高出 0.10–0.18。DART 还以减少 42%–69% 的基因数达到了 Wilcoxon 的最佳准确率。消融实验表明，这些提升大多源自检测感知训练；该训练还可改善其他基于排序的选择方法，但要求检出率特征与目标实验采用相同的检测化学体系。在准确率相近时，DART 的规则结构还具有以下优势：新增的规则能够忠实概括下游分类器；在 45 种视网膜神经节细胞亚型中，对单个探针丢失具有更强的鲁棒性；并且更擅长区分彼此密切相关的细胞状态。我们正应用 X-SPEAR 为小鼠视网膜神经节细胞亚型设计 Xenium 面板，其原位评估工作正在进行中。X-SPEAR 已作为开源 Python 软件包发布。
利益冲突声明
作者已
声明不存在利益冲突。
脚注
https://www.10xgenomics.com/datasets/xenium-prime-ffpe-human-ovarian-ca…
https://www.10xgenomics.com/datasets/17k-human-ovarian-cancer-scFFPE
https://www.10xgenomics.com/datasets/xenium-prime-ffpe-human-cervical-c…
https://www.10xgenomics.com/datasets/17k-human-cervical-cancer-scFFPE
https://www.10xgenomics.com/datasets/xenium-prime-fresh-frozen-mouse-br…
https://cellxgene.cziscience.com/collections/31937775-0602-4e52-a799-b6…
https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE307031
https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE325478
https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE133382
https://www.10xgenomics.com/datasets/atera-wta-ffpe-human-cervical-canc…
基金资助信息（已声明）
防治失明研究基金会
美国国立卫生研究院
，1S10OD012312
版权
版权所有者已将这篇预印本置于公有领域。
该文不再受版权限制。任何人均可出于任何目的合法分享、再利用、改编或演绎此材料，无需注明原作者。
返回顶部
上一篇
下一篇
发布于2026年10月20日。
下载PDF
补充材料
数据/代码
电子邮件
感谢您有意传播 bioRxiv 的相关信息。
注意：请求提供您的电子邮件地址仅用于确认您是本文的发送者。
您的电子邮件地址
*
您的姓名
*
发送至
*
请输入多个电子邮件地址，每个地址单独占一行，或以逗号分隔。
您即将发送电子邮件的内容
X-SPEAR：用于空间面板评估与优化的可扩展框架
邮件主题
（您的姓名）向您转发了 bioRxiv 网页
邮件正文
（您的姓名）认为您可能会想查看 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是真人】【。
无论您是否为人类访客，均需完成此项验证，以防止自动化垃圾信息提交。
分享
X-SPEAR：用于空间面板评估与优化的可扩展框架
Rushil Patel、Bryant Duong、Veer Patel、Jeffrey Maurer、Gabriella Rice、Yuyan Cheng
bioRxiv
2026.10.13.756865；
doi：https://doi.org/10.64898/2026.10.13.756865
分享本文：
复制
引文工具
X-SPEAR：用于空间面板评估与优化的可扩展框架
Rushil Patel、Bryant Duong、Veer Patel、Jeffrey Maurer、Gabriella Rice、Yuyan Cheng
bioRxiv
2026.10.13.756865；
doi：https://doi.org/10.64898/2026.10.13.756865
引文管理器格式
BibTeX
Bookends
EasyBib
EndNote（标记格式）
EndNote 8（xml）
Medlars
Mendeley
Papers
RefWorks（标记格式）
Ref Manager
RIS
Zotero
推文组件
Facebook 点赞
Google Plus +1
学科领域
所有文章
动物行为与认知（8161）
生物化学（19011）
生物工程（15153）
生物信息学（45225）
生物物理学（22951）
癌症生物学（20062）
细胞生物学（27266）
临床试验（138）
发育生物学（14123）
生态学（21366）
流行病学（2067）
进化生物学（25753）
遗传学（16318）
基因组学（23795）
免疫学（18989）
微生物学（43126）
分子生物学（18302）
神经科学（94902）
古生物学（711）
病理学（3027）
药理学与毒理学（5182）
生理学（8259）
植物生物学（16242）
科学传播与教育（2113）
合成生物学（4636）
系统生物学（10367）
动物学（2420）
关键词：空间转录组学 · 基因面板优化 · 检测感知训练 · 细胞类型分类 · Xenium平台
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.13.756865v1?rss=1