科研成果

Advanced Science | 张宁教授团队开发基于细胞间通讯的单细胞空间映射算法

2026年618日,北京大学-云南白药国际医学研究中心副主任张宁教授北京理工大学金子捷助理教授团队在国际知名期刊《Advanced Science》上在线发表研究论文“SPADE: a deep learning framework for spatial mapping and quantitative cell–cell interaction inference”。该研究建立了基于细胞间通讯的单细胞空间映射算SPADE该算法在恢复细胞类型空间分布特征以及空间基因表达谱方面具有优良的性能,并且能够对不同区域的细胞间通讯进行定量表征。在乳腺癌和结直肠癌肝转移数据集中,SPADE识别出三级淋巴结构,并捕捉到肿瘤内部异质性及其特异的细胞间通讯模式。总体来说,SPADE为精准刻画组织空间特征提供了一个具备可解释性的全新计算框架

image.png

空间转录组学作为近年来生物学领域的革命性技术,能同时捕获组织内转录本的丰度及其空间位置。然而,当前主流的空间转录组平台普遍有测序深度不足或非单细胞分辨率的技术限制。当前广泛采用的策略是整合单细胞RNA测序来弥补测序深度和分辨率的不足。然而,现有的计算方法不能较好地处理噪声,且忽略了一个核心生物学原理,即通过直接接触或者旁分泌发生细胞互作的细胞往往在空间上更倾向于彼此接近。这导致这些方法基因表达相似但功能无关的细胞错误地分配到相邻的空间位置,难以准确重构复杂的组织微环境。

算法框架

image.png

为了克服现有技术的瓶颈,研究团队开发了创新的深度学习框架SPADE首次将“细胞通讯介导的空间距离约束”引入空间映射模型中。核心流程分为三个步骤:

1. 深度表征学习:利用自编码器(Autoencoder)提取区分细胞类型的关键低维嵌入特征,在降低表达噪声的同时大幅度降低计算复杂度。

2. 层次细胞通讯评分:基于配体-受体(L-R)基因对的表达特异性进行自适应加权,并结合下游受调控基因的激活状态进行相关性过滤,精准给出单细胞对之间的通讯得分。

3. 空间映射:将基因表达相似性与细胞通讯介导的空间距离约束结合,构建高精度的单细胞空间位点概率映射矩阵。

通过该框架,算法不仅输出每个空间位点的细胞类型组成比例,还能通过基因插值填补并增强空间基因表达谱,并实现空间细胞通讯定量评估。

我们将SPADE应用55个模拟和真实数据集上,发现算法在细胞类型解卷积方面展现出很高的稳健性与准确度,远超现有方法,并且通过基因插值纠正并增强了原本模糊或丢失的基因表达信号。SPADE 不仅在结构明确的组织类型(如大脑皮层)中有很好的性能而且在结构较杂的组织类型(如肿瘤免疫微环境)中也表现出很高的映射准确性。在乳腺癌数据上,SPADE精准识别肿瘤浸润免疫细胞的空间分布以及三级淋巴结构。在结直肠癌肝转移数据中,SPADE区分出了肿瘤空间异质性亚型并刻画了区域特异的细胞通讯事件。综上,SPADE为精准解析空间结构特征提供了强有力的计算工具,对肿瘤精准治疗提供了重要的临床参考价值。

本论文由京大学-云南白药国际医学研究中心张宁教授与北京理工大学金子捷助理教授共同担任通讯作者,北京大学医学部免疫系博士生李欣怡为本文的第一作者。该工作获得了国家重点研发计划、国家自然科学基金、北京市自然科学基金等多项科研项目的资助。

原文链接:

https://advanced.onlinelibrary.wiley.com/doi/10.1002/advs.76142

通讯作者简介

image.png

通讯作者 张宁

北京大学博雅特聘教授、国家杰出青年科学基金获得者、国家“万人计划”入选者、科技部中青年科技创新领军人才、人事部百千万人才、突出贡献专家获教育部自然科学研究成果奖一等奖(2025)、中国抗癌协会科技一等奖(2023)、中国生物信息学十大进展(2022)

现担任北京大学-云南白药国际医学研究中心副主任、北京大学国际癌症研究院副院长、北京大学第一医院肿瘤转化研究中心主任、云南白药集团股份有限公司首席科学家。中国抗癌协会常务理事、副秘书长,《Cancer Biology & Medicine》常务副主编,《Medical Review》副主编 。张宁教授长期从事生物医学及细胞生物学研究,在Nature、Science、Cancer Cell、Nature Biotechnology、Gastroenterology、Science Advances等国际期刊中发表SCI文章158篇,被引用过万次,获得授权专利29项;作为项目负责人,主持了多项国家重点重大科学研究计划。


image.png

通讯作者 金子捷

北京理工大学助理教授。2022年于北京大学数学科学学院获得博士学位,毕业后于北京大学国际癌症研究院张宁教授课题组进行博士后研究。研究方向主要聚焦于(1)单细胞测序数据和空间组学数据的分析与算法开发研究,(2)肿瘤多组学数据的分析与微环境的探究,(3)计算生物学、生物信息学中的统计理论研究。在Nature Communications、Genome Biology、Advanced Science、Cell Discovery、Cell Reports Methods等期刊发表多篇文章。主持国家自然科学基金一项,博士后科学基金面上资助一项,累计申请发明专利5项。