专栏名称: BioArt

BioArt致力于分享生命科学领域科研学术背后鲜为人知的故事，及时报道和评论生命科学领域有料的动态，BioArt也是一个生命科学领域“百花齐放，百家争鸣”的舞台，循“自由之思想”与“独立之精神”为往圣继绝学。

Nat Commun丨stClinic：左春满/陈洛南团队合作开发动态网络方法，用于解析空间组学中与...

BioArt · 公众号 · 生物 · 2025-06-18 17:30

正文

请到「今天看啥」查看全文

1 ）通过图注意力网络整合基因表达与空间邻接信息，将多患者空间组学嵌入至高斯混合（ GMM ）流形的共享特征空间，并结合切片特异解码器重构原始表达与邻接矩阵。为抑制噪声干扰，模型会迭代剪除跨 GMM 成分的细胞连接，动态聚合转录相似细胞信息，实现批次效应校正与生物学一致性建模。进一步，基于共享特征的 UMAP 空间， s tClinic 引入六种几何统计量，量化每位患者的 niche 存在、比例与分布特征，经注意力融合生成以 niche 为变量的患者特征向量，并通过线性映射模块实现 niche 与临床表型的可解释关联与预测。

图 1: st Clinic 算法工作流程图

在对 43 例三阴性乳腺癌空间转录组数据的分析中， stClinic 首次引入生存期进行预后建模，识别出与细胞增殖迁移相关的高风险 niche ，以及富含 B 细胞 / 浆细胞、代表免疫激活的低风险 niche 。与低风险 niche 相比，高风险 niche 呈现更高水平的拷贝数变异，且两类 niche 的标志基因集在 TCGA 中表现出相反的生存预后趋势，提示其临床预后价值。