THiRST：计算机视觉赋能的三维高分辨率空间转录组学分析

内容形式：摘要译文

高分辨率空间转录组学（ST）能够保留组织结构中的基因表达信息，但目前仍局限于单个二维（2D）切片，限制了对连续三维（3D）结构及跨切片一致性的分析。我们提出 THiRST，这是一种计算框架，可从连续切片重建多分辨率 3D 空间转录组表示。THiRST 综合采用由粗到精的形态学引导配准、ST 单元的空间匹配、分割结构的跨切片关联，以及 Visium V2 与高定义 ST 数据整合。在连续肾脏切片中，斑块级细化将相邻偏移位置上匹配单元的同簇比例分别从 63.8% 和 65.6% 提高至 70.7% 和 70.0%，同时提升了表达一致性。重建得到的对应关系支持 3D 肾小球及对象层面的表达分析，其中 54.1% 的差异基因仅在 3D 分析中检出。跨平台整合进一步使 V2 与高定义测量数据在共享表达空间中实现对齐。THiRST 证明了基于连续 2D 切片开展对象层面 3D ST 分析的可行性，并凸显了精准局部配准的重要性。

关键词：空间转录组学 · 三维重建 · 计算机视觉 · 跨切片配准 · 跨平台数据整合 · 三维差异表达分析

原文链接：https://www.biorxiv.org/content/10.64898/2026.10.29.762926v1?rss=1