在生物醫(yī)學研究領(lǐng)域，空間多組學技術(shù)的飛速發(fā)展為疾病診斷和治療帶來了前所未有的機遇?？臻g轉(zhuǎn)錄組技術(shù)能夠精確繪制組織中基因表達的空間圖譜，揭示腫瘤異質(zhì)性等關(guān)鍵特征；數(shù)字病理圖像分析則提供了組織形態(tài)學的全景視角，為疾病診斷提供金標準。然而，這些多模態(tài)數(shù)據(jù)間存在尺度差異和復雜關(guān)聯(lián)，傳統(tǒng)分析方法難以充分挖掘其協(xié)同價值。

針對這一挑戰(zhàn)，西南華大生命科學研究院等機構(gòu)在國際生物信息學期刊《生物信息學簡報》（Briefings in Bioinformatics）聯(lián)合發(fā)表研究，介紹了一種名為StereoMM的創(chuàng)新算法。該方法通過深度學習框架開創(chuàng)性地實現(xiàn)了轉(zhuǎn)錄組數(shù)據(jù)與病理特征的融合，實現(xiàn)對空間域的精確識別，并在患者分類任務(wù)中展現(xiàn)出良好的判別性能。這一進展有望為腫瘤精準治療等醫(yī)學研究領(lǐng)域帶來新的可能性。

△Briefings in Bioinformatics?官網(wǎng)截圖

基于深度學習技術(shù)，StereoMM的核心框架由兩個主要模塊構(gòu)成：交叉注意力模塊和變分圖自編碼器模塊。

交叉注意力模塊通過考慮空間遠距離關(guān)系，能夠捕捉不同模態(tài)間的長距離相似性，這對于識別非相鄰但具有重要影響的模式和相互作用具有關(guān)鍵意義；變分圖自編碼器模塊則用于整合空間位置信息與多模態(tài)數(shù)據(jù)，并在自監(jiān)督模式下訓練，無需依賴標注數(shù)據(jù)。

該算法整體不僅考慮了空間近鄰關(guān)系，還實現(xiàn)了遠距離多模態(tài)特征的交互融合。最終生成的低維多模態(tài)特征表示綜合了基因表達、細胞形態(tài)和空間位置信息，能夠全面表征細胞組織特性，揭示復雜生物學功能，并支持后續(xù)臨床分析，包括患者精準分類等。

△StereoMM模型框架

StereoMM的創(chuàng)新之處在于其獨特的交叉注意力機制和圖神經(jīng)網(wǎng)絡(luò)的結(jié)合。與傳統(tǒng)方法相比，StereoMM不僅能夠處理空間鄰近的數(shù)據(jù)點，還能考慮空間上相距較遠的區(qū)域之間的相似性。這種長距離依賴關(guān)系的捕捉能力，使得StereoMM在識別空間域方面表現(xiàn)出色，有助于更精確地剖析疾病微環(huán)境。

此外，StereoMM還引入了可調(diào)節(jié)的超參數(shù)，這一設(shè)計不僅提高了模型的靈活性，還增強了其在不同數(shù)據(jù)集上的適用性。

研究團隊驗證了StereoMM在多個癌癥數(shù)據(jù)集的應(yīng)用上具備卓越的性能。在肺癌、乳腺癌和結(jié)直腸癌等不同類型的癌癥樣本中，StereoMM能夠準確識別出與病理注釋高度一致的空間域，更重要的是，其還能夠發(fā)現(xiàn)傳統(tǒng)方法可能遺漏的腫瘤區(qū)域；在結(jié)直腸癌樣本中，StereoMM識別出了一些延伸到基質(zhì)區(qū)域的腫瘤區(qū)域，這些區(qū)域在細胞形態(tài)和基因表達上與周圍基質(zhì)有顯著差異。通過對這些區(qū)域的基因表達分析，研究人員發(fā)現(xiàn)了與腫瘤侵襲和免疫抑制相關(guān)的基因表達模式。

在臨床應(yīng)用方面，StereoMM同樣展現(xiàn)出了巨大的潛力。研究團隊利用StereoMM對結(jié)直腸癌患者進行分類，成功區(qū)分了錯配修復缺陷和錯配修復正常的患者。結(jié)果表明這種基于多模態(tài)數(shù)據(jù)的患者分類方法，為精準醫(yī)療提供了新的工具。通過構(gòu)建患者級別的圖表示，StereoMM能夠?qū)⒔M織水平的微環(huán)境關(guān)系整合為一個全面的患者表示，提高患者分類的準確性，為臨床提供更合理有效的治療方案。

△StereoMM用于患者分類和微環(huán)境解析

文章第一作者、西南華大生命科學研究院羅冰瑩助理研究員表示：“以Stereo-seq為代表的時空組學技術(shù)極大地推動了腫瘤研究和臨床應(yīng)用，本次開發(fā)的新算法借助空間轉(zhuǎn)錄組信息和病理學圖像信息，在解析腫瘤進展、微環(huán)境挖掘和患者分型上取得了初步成效。StereoMM的出現(xiàn)，標志著多模態(tài)數(shù)據(jù)整合技術(shù)的一個重要進步，其創(chuàng)新的算法框架和強大的性能，為生物醫(yī)學研究和臨床應(yīng)用帶來了新的希望。隨著空間組學技術(shù)的不斷發(fā)展，接下來StereoMM有望在更多的疾病研究和治療中發(fā)揮重要作用?！?/p>

研究團隊在GitHub上提供了StereoMM的開源軟件和使用教程。同時，該軟件也在華大時空云平臺STOmics Cloud上開放使用。

三箭齊發(fā)科技有限公司專項科學家張佳君博士、新加坡南洋理工大學余維淼教授、深圳華大生命科學研究院陳奧研究員、廖莎研究員和徐訊研究員為該論文的共同通訊作者。西南華大生命科學研究院羅冰瑩助理研究員、西南華大生命科學研究院滕飛副研究員為該論文的共同第一作者。該項目得到了重慶市揭榜掛帥重大專項的基金支持。

文章鏈接：

https://academic.oup.com/bib/article/26/3/bbaf210/8142327

?