Cell | 三维时空建模工具包：Spateo

对于时空组学技术生产的原始数据，需结合算法工具进行处理、分析，进而找到在空间分布上具有意义的细胞和基因表达。然而，由于该技术的创新性，现有工具包大多仅侧重于空间原位信号的可视化，而缺乏系统性分析数据的方法。

 

北京时间11月12日，《Cell》发表三维时空建模工具包——Spateo，使空间转录组学技术能够精细地重构器官三维结构、系统地量化时空动态过程。该工具包的发布标志着时空组学研究迎来革新性突破，可全面支撑胚胎发育、脑科学、疾病等领域研究。

 

Spateo工具包提供多种算法选择，具备三维重建、区域数字化、细胞间相互作用推断、“形态计量向量场”以及用于交互式操作的可视化界面等独特优势。为验证其性能，研究团队以小鼠胚胎和果蝇发育的研究为例，探索了三维空间中随时间变化的器官生态形成机制，并构建了小鼠胚胎发育的“3D分子全息图”，证实了Spateo将显著提高我们对发育过程中器官形成的理解。

三维重建算法，普适性强，更高精度、更低成本实现三维重建

Spateo工具包提供的三维重建算法，能够帮助科研人员以更低成本、更低难度（更少、更远距离的组织切片）获取更高精度的三维重建结果，可广泛适用于胚胎发育、脑科学、疾病、植物等多领域研究。

 

首先，对于空间组学中经典的三维重建问题，Spateo巧妙地将切片间的配准任务转化为“生成”问题。切片间的配准，是将二维图像进行精确对齐，以便于后续的三维重建和分析。作为空间组研究中的基础问题，配准的准确度将直接影响研究结果的判断。可类比理解为，医院检查拍摄的CT影像越精准，医生也就能更好地理解和诊断患者的病情。

 

具体而言，研究人员获取了两张组织切片A和B之后，Spateo可根据切片A生成一个虚拟的A’切片，使其与B切片足够相似。A’切片的生成过程由高斯过程建模，并通过变分推断求解，实现高效且稳定的计算，并且能够处理切片形变和部分缺失等难题。同时，Spateo还设计了多切片联合优化算法以及表面纠正算法，进一步提升了三维重建的精度。鉴于此，即便切片A和B距离较远、或时间跨度较长，甚至是跨物种的切片，也能借助Spateo推断出两者间的映射关系。

生成算法示意图和小鼠脑胚胎重建效果（c-d:之前发表的方法偏向于重建成“一团”组织，而Spateo准确还原了三维精细结构和基因空间分布）

 

此外，研究团队采用多个空间组学数据集对Spateo进行验证，包括小鼠脑、人类淋巴瘤、猴脑和小鼠胚胎。结果显示，Spateo成功重建了各种组织类型的三维结构，展示了其处理复杂数据集的强大能力，在准确性、计算速度、内存消耗、可重建的切片间距和可处理的细胞数量等方面均优于当前国际上主流的重建算法。

 

更具创意的是，Spateo的三维重建算法在拓展到两个甚至多个完成重建的三维胚胎的配准工作时，能够自然地捕捉跨时间点的细胞迁移、凋亡和分裂分化事件。该方法在细胞层面完美解决了胚胎形态发生学的关键问题，为后续的形态计量算法奠定了坚实基础。

 

 

区域数字化和细胞互作算法，识别细胞上下游调控网络，有望助力临床应用

生物发育的过程中，有一个确保发育精确性和对称性的关键步骤，叫“轴线发育”，即组织和器官沿特定轴进行有序分化与发育，如头-尾轴、背-腹轴或左右轴。轴向发育为组织和器官的位置、形态及功能提供空间上的指引，因此该过程也被称为“区域化”。

 

Spateo的区域数字化算法借鉴了物理学中的势能场概念，可对任意形态的组织、沿任意轴向生成等高线进行数字化分割，进而识别出具有显著轴向表达特征的关键基因。此方法尤其适用于研究具有分层结构的发育问题，如大脑皮层（人类大脑皮层分为6个层次）、皮肤、血管壁等。

第11.5天小鼠脑中丘脑限制带研究（a: 小鼠脑不同脑区是如何发育而成的 g:影响不同脑区功能的细胞互作网络）

 

通过区域数字化算法挖掘出一系列具有空间特征的基因之后，Spateo的细胞互作算法能够构建目标基因的上下游调控关系网络，进一步探讨目标基因的表达如何受到自身及周围细胞的调控。

 

此两种算法结合使用，在三维发育研究中具有重要应用价值，有助于理解控制细胞行为的动态过程，此外，在疾病研究中能帮助找到关键基因及其互作网络，有望为肿瘤等疾病的治疗提供新思路。

 

形态计量向量场算法，关联宏观组织与微观基因，为发育、疾病研究提供新见解

Spateo中最令人振奋、最具创意的算法是利用形态计量向量场算法，开创性地将宏观组织的形态变化与微观的基因表达变化关联起来，这是以往工具未能实现的。该算法实现了对影响器官发生的关键基因进行分子层面的推断，为研究发育过程、疾病发生发展等问题提供了极具优势的新途径。

 

具体而言，组织形态学变化通过物理空间中跨时间点的细胞迁移向量场进行微分几何计算，包含三维旋度、加速度、曲率、挠率（物体扭曲程度）和散度等物理量，这些量与生物发育过程密切相关。同时，通过向量场中表达量的变化，可以挖掘出与这些物理度量高度相关的“形态计量”基因。

 

以小鼠心脏的非对称发育研究为例，我们可以观察到小鼠左心室的各种形态计量都比较保守，而主要发育自第二心场的右心房、右心室、还有左心房则有各自显著的宏观上的形态变化，Spateo能够以物理度量的方式，找出与不同形态变化高度关联的关键基因。此外，研究团队还开展了果蝇发育的研究，结果表明Spateo对帮助我们更好地理解先天性心脏缺陷等疾病具有重要意义。

小鼠心脏的非对称发育研究（g:左心室在各种物理度量下都最保守，而其它的腔室有各自特异的显著变化 h:算法鉴定出宏观形态学变化所对应的关键基因表达）

 

随着空间技术的不断成熟并广泛应用，研究团队预见到单细胞基因组学的许多方法可以转化为空间基因组学，能够在原位和三维空间中实现多视角、时空分辨的谱系解析和扰动解析的细胞状态动态。

 

此外，Spateo的应用将助力理解多种生物系统问题，举例而言，通过生成空间分辨的跨物种细胞图谱，比较不同物种间器官的三维模型，进而揭示组织结构的进化过程，如脊椎动物的四腔心脏是如何从无脊椎动物的单腔心脏演变而来的。

 

文章通讯作者、华大生命科学研究院白寅琪博士表示：“Spateo采用数学建模的方式，可广泛适用于空间组学领域各种科学问题的研究，为生命科学领域提供了革新性、系统性的整体研究方案。此外，Spateo工具包已开源，兼容目前包括华大时空组学技术Stereo-seq在内所有的空间组学技术，我们欢迎各领域科研工作者使用，共同推动时空组学生命研究进展。”

 

文章第一作者、斯坦福医学院邱肖杰教授认为，Spateo代表了我们在创建预测性虚拟胚胎模型的道路上的重要里程碑。与其它方法不同，Spateo能够将生物系统视为一个相互连接的整体，而不仅仅是单个细胞，这在揭示先天性疾病背后的分子机制方面具有巨大的潜力，对促进人类健康具有深远的影响。

 

“时空组学技术给生物学研究带来了巨大的机遇，而对时空组学大数据分析是当前的巨大挑战。”文章通讯作者、华大生命科学研究院院长徐讯研究员表示，“Spateo是一个重大的飞跃，我们借鉴了多个学科的理论知识，通过算法弥补了实验技术无法解决的问题，譬如切片的细微形变、需要克服不连续间断取样造成的数据丢失问题，还解决了跨时间点重构发育过程中的细胞分化、迁移等难题。随着时空技术的进步和普及，相信Spateo这样的前瞻性算法研究，能为我们真正从时空维度系统研究生命的过程奠定基础。”

 

Data and Code Availability

可通过访问小鼠器官发育时空转录图谱（MOSTA）数据库获取该项目使用的Embryo数据：

• https://db.cngb.org/stomics/mosta/

• 操作指引：通过上述链接访问MOSTA → 导航栏点击“Download” → 左侧工具栏点击“Embryo data” → 此项研究使用的数据文件名称分别为：mouse_E9.5_embryo.h5ad、mouse_E11.5_embryo.h5ad、mouse_E9.5_heart.h5ad、mouse_E11.5_heart.h5ad、dorosphila_S11_cellbin_clean.h5ad和dorosphila_S13_cellbin_clean.h5ad

 

Spateo (version: 1.1.0)作为Python 包实现，可通过 GitHub获取:

• https://github.com/aristoteleo/spateo-release

 

Notebook、用于重现本研究中所有图表的教程可通过 GitHub获取:：

• https://github.com/aristoteleo/Spateo-notebooks

• https://github.com/aristoteleo/Spateo-tutorials

 

Spateo-viewer可以作为独立工具运行，也可作为在线应用程序部署：

• https://github.com/aristoteleo/spateo-viewer?tab=readme-ov-file

• http://viewer.spateo.aristoteleo.com/

 

Spateo-viewer 教程可通过如下链接获取：

• https://github.com/aristoteleo/spateo-viewer/blob/main/usage/spateo-viewer.pdf

 

* 斯坦福医学院邱肖杰教授为文章第一作者，并与华大生命科学研究院白寅琪博士、刘石平研究员、徐讯研究员，以及武汉大学马佳义教授共同担任通讯作者。麻省理工学院博士生Daniel Y. Zhu、武汉大学博士生卢意帆、华大生命科学研究院与西北大学联合培养本科生姚佳俊、华大生命科学研究院-中国科学院大学博士生荆泽华、Ginkgo Bioworks研究人员Kyung Hoi Min、华大生命科学研究院博士后成梦南为共同第一作者。

该项目通过伦理审查等相关审批，严格遵循相关法规和伦理准则执行。国际合作仅限于计算建模与数据分析，不涉及任何物质或财务资源。项目中的所有软件开发均以透明方式进行，并可在GitHub上公开访问，本研究中使用的数据现已公开访问。

 

原文链接：

https://www.cell.com/cell/fulltext/S0092-8674(24)01159-0

信息及图片来源于“华大集团BGI”公众号。