Nature Methods | 当显微镜遇见AI：Spotiphy如何让每个细胞"开口说话"？

正文

请到「今天看啥」查看全文

在13种主流算法的横向评测中，Spotiphy展现出碾压性优势：对小鼠脑部兴奋性谷氨酸能神经元（Excitatory Glutamatergic Neurons）的皮质层定位误差仅为0.8μm，比第二名优化37%；在识别罕见的中性粒细胞（Neutrophil）时，其心室周围富集模式的发现与艾伦脑图谱（Allen Brain Atlas）原位杂交结果高度吻合，而其他方法误判率高达62%。更令人惊叹的是，处理标准Visium数据（约4,000个捕获点）仅需18分钟，比传统方法快15倍。

破解阿尔茨海默病的空间密码

当研究团队将Spotiphy应用于5xFAD转基因小鼠模型时，隐藏在常规分析下的惊人细节浮出水面。通过33,819个推断单细胞表达谱（iscRNA），系统不仅重现了已知的疾病相关小胶质细胞（Disease-Associated Microglia, DAM），更发现这些免疫细胞存在显著区域特异性：位于皮层-海马交界区（C&H）的DAM高表达免疫激活基因（如Apoe、Trem2），而丘脑区（TH）的DAM则富集神经元突触调控相关基因。

β淀粉样蛋白（β-amyloid）染色验证显示，这些亚群的空间分布与病理斑块沉积呈现镜像关系——C&H区DAM周围斑块密度是其他区域的3.2倍。更关键的是，正常小鼠中完全不存在的TH区特殊星形胶质细胞亚群，在AD模型中占比达到7.8%，其表达的S100a4、Slc1a3等基因被证实可加速tau蛋白磷酸化。这些发现为理解AD异质性病理进程提供了全新视角。

乳腺癌微环境的"三维棋局"

在人类乳腺癌研究中，Spotiphy展现出更强大的临床价值。通过对23,200个肿瘤微环境（Tumor Microenvironment, TME）细胞的分析，系统成功区分出 luminal激素反应型（LumHR）肿瘤细胞的空间侵袭模式：外层区域（OL）的肿瘤细胞与免疫细胞激烈"交火"，中层（ML）的细胞通过SDC1/SDC4信号通路构建"防护盾"，而核心区（IL）的肿瘤干细胞则进入代谢休眠状态。

利用Resolve smFISH数据验证发现，Spotiphy预测的肿瘤特异性标志基因（如KRT17、MUC1）在真实组织中的定位准确率达89%。更颠覆认知的是，传统认为免疫抑制最严重的肿瘤核心区，实际上保持着最强的CD8+T细胞招募能力——这些细胞通过COL6A3-ITGB1相互作用穿透胶原屏障，形成独特的"蜂窝状"防御体系。这种空间异质性完美解释了为何相同病理分型的患者会对免疫治疗产生截然不同的反应。

显微镜看不到的"暗物质世界"

传统测序型ST技术最大的痛点在于"视野盲区"——Visium等平台只能捕获约34%的细胞。Spotiphy通过高斯过程建模（Gaussian Process Modeling），成功预测了66%的非捕获区域细胞构成。在小鼠海马区验证实验中，系统重建的少突胶质细胞（Oligodendrocyte）空间梯度与Xenium真实数据相关系数达0.93，而传统插值方法最高仅0.67。

这项能力在Slide-tags数据修复中展现惊人潜力。当研究团队将H&E图像中75%的"丢失"细胞重新定位后，新生成的3,193个单核RNA谱（snRNA-seq）与原始数据完美融合——少突胶质前体细胞（OPC）的新型生物标志物Pcdh15被成功捕获，这在常规分析中需要额外增加5倍测序深度才能实现。

打开生命科学的"高德地图"

Spotiphy带来的不仅是技术突破，更是研究范式的革新：

时空动态追踪： 通过连续切片分析，系统可重建细胞迁移的4D轨迹。在小脑发育模型中，首次捕捉到Bergmann胶质细胞引导颗粒神经元（Granule Neuron）分层的实时过程

药物靶点挖掘：

请到「今天看啥」查看全文