【文献分享】CONCERT 在空间转录组学中预测了针对特定领域的扰动反应

文章目录介绍代码参考介绍空间扰动转录组学用于测量基因或化学修饰如何改变基因表达同时保持组织环境的完整性。扰动的结果取决于细胞的内在状态也取决于这些影响在细胞微环境中的传播方式。我们推出了 CONCERT 这款针对特定区域的生成模型它能够嵌入扰动环境信息并通过高斯过程变分自编码器学习空间核从而预测组织内的扰动效应。我们将任务形式化为三个类别斑块、边界和特定区域分别预测未受扰动区域附近的反应、组织界面处的反应以及周围微环境对反应的影响。我们在 Perturb-map 肺数据集上对 CONCERT 进行了评估。CONCERT 比最先进的模型分离的反事实模型、空间化扰动模型和 kNN表现更优将 E 距离降低了多达 33.77%斑块、26.05%边界和 33.74%特定区域与次优模型相比平均绝对误差降低了多达 23.28%皮尔逊相关性提高了多达 9.10%。有两项案例研究超越了基准测试的范畴。在葡聚糖硫酸钠诱导的结肠炎实验中CONCERT 能够在未测量的时间点重建空间基因表达情况对未配对的实验鼠进行纵向比较解决不同实验鼠之间的异质性问题并恢复不同区域炎症相关基因在时间上的持续下降趋势。在缺血性中风实验中CONCERT 能够根据不同的病变大小预测反应并在大脑切片的三维形式下对整个大脑进行预测捕捉病变核心和周边病变的模式。CONCERT 进行了具有生态位意识的反事实预测重建缺失的空间数据并对不同组织的扰动反应进行建模。CONCERT 是一款针对特定领域需求的生成式反事实模型它能够预测微扰作用在组织中的扩散效果以及对局部基因表达产生的影响。该模型以组织的空间转录组学切片作为输入——包括单个/细胞的基因表达、二维/三维坐标以及诸如微扰类型、疾病状态、剂量、病变大小或时间等属性——并输出用户选定位置包括未见或补全的切片的预测微扰后表达rGEX情况。扰动模块将斑点属性分解为紧凑的潜在代码分类变量例如CRISPR 敲除、生态位、切片编号被嵌入连续变量例如时间或病变大小通过小型多层感知机传递从而能够实现平滑插值和“假设情景”编辑仅交换扰动代码同时保持细胞状态和位置不变。然后空间模块通过具有可学习的各向异性长度尺度和斑点特定截止值的扰动特定高斯过程核将编码的扰动传播到组织中。这会产生非局部、方向感知的分散效果尊重边界和生态位而不是复制最近的邻居。生成模块是一个变分解码器它将潜在的细胞状态和传播的扰动场结合起来以重建 rGEX在新的坐标或时间点对其进行评估可以实现分辨率增强、修复、时间插值和跨切片的三维传播。该算法CONCERTi针对斑块、边界、生态位和跨生态位任务进行反事实预测ii在保留合理响应的同时对图像进行细化处理并修复受损区域iii对时间和病变大小进行插值iv支持二维和三维核函数适用于多切片组织。预测结果具有校准的不确定性在分布范围内约 95%的覆盖率。代码https://github.com/mims-harvard/CONCERT参考CONCERT predicts niche-aware perturbation responses in spatial transcriptomicshttps://zitniklab.hms.harvard.edu/projects/CONCERT/