NC | SANTO：一种coarse-to-fine的空间组学对齐和整合方法

现有的时空组对齐和整合方法由于耗时极长且准确度不理想，不适用于处理大规模、基于图像的空间组学数据集。2024年7月，《Nature Communications》发表了一种coarse-to-fine的方法——SANTO，专门针对空间组学数据的对齐和整合任务。

SANTO是什么？

SANTO（coarSe-to-fine AligNment and sTitching for spatial Omics）是一种针对空间组学数据的对齐和整合任务的coarse-to-fine方法。SANTO通过以下关键创新来应对空间对齐和拼接的挑战：（1）在coarse过程中，SANTO快速识别两个切片的初始空间位置，并自动找到它们之间的重叠区域；（2） 在fine过程中，SANTO通过动态图更新在局部和全局上考虑组学和空间模式来细化切片的位置。

首先，SANTO 使用两个组学特征表达谱来识别匹配点以优化适当的转换，旨在快速找到两个切片的合理初始位置。或者，可以通过过滤匹配点来识别重叠区域以进行拼接任务。在精细比对中，SANTO 利用动态图 CNN (DGCNN) 动态提取空间坐标和组学特征表达的局部和全局嵌入。然后，使用来自两个切片的嵌入生成软映射以优化转换。

SANTO的性能测试

全面的基准测试表明：SANTO 在准确性、稳健性和可用性方面表现出色。开发团队还展示了 SANTO 在各种具有挑战性的应用上的强大功能，包括跨平台整合、3D 到 3D 时空对齐和跨模态对齐：使用来自 10x Xenium 和 Visium 的乳腺癌样本，强调了 SANTO 能够以超细胞和亚细胞分辨率整合来自不同空间平台的切片。利用具有不同基因组覆盖率和斑点分辨率的技术的信息，SANTO 可以进行一系列下游分析，包括新细胞类型识别、未检测到的基因表达预测和 TME 的细胞间通讯。然后，开发团队首次将 SANTO 应用于 3D 到 3D 时空比对，使用来自两个发育时间点的小鼠胚胎样本研究组织发育，进一步说明了 SANTO 在跨模态比对空间转录组和表观基因组小鼠脑样本以了解不同组学数据之间的互补相互作用方面的能力。

综合实验证明了 SANTO 优于现有方法的性能。

SANTO 为乳腺癌样本拼接跨平台切片，从而实现互补特征的整合，以协同探索肿瘤微环境。

SANTO 应用于 3D 到 3D 时空比对，以研究小鼠胚胎的发育。

SANTO 还能够跨模态比对空间转录组和表观基因组数据，以了解互补相互作用。

未来，需要进一步探索的几个方面包括：（1）除了刚性空间变换外，在对齐或拼接具有形态差异的切片时，还可以进一步考虑空间域的非刚性失真。（2） 通过拼接任务，有限的重叠区域对拼接切片的信息量要小得多。本研究的实验得出结论，如果重叠区域的百分比低于20%，SANTO的拼接结果就不太合理。如果可能的话，使用两个切片的相应预对齐组织学图像作为附加特征可以帮助很好地拼接它们。（3） 在空间组学数据的精确拼接或对齐下，对空间和时间尺度的动态进行建模有很多方向。例如，在精准医学领域，解码不同患者患病组织的分子动力学可以增强鉴别诊断、预后、个性化风险评估和治疗。通过对时空组学数据进行适当的建模，开发计算方法来预测分子图谱的未来结果是有价值的，特别是根据疾病的先前和当前状态预测治疗反应和预后。它将为改善医生的决策提供预言性的计算机反馈。

SANTO作为Python包公开提供:https://github.com/leihouyeung/SANTO

参考文献：Li, H., Lin, Y., He, W. et al. SANTO: a coarse-to-fine alignment and stitching method for spatial omics. Nat Commun 15, 6048 (2024). https://doi.org/10.1038/s41467-024-50308-x