利用 PASTA 精确填补空间转录组学中的通路特异性基因表达

在天然空间背景下以单细胞分辨率绘制全转录组图谱，对于研究疾病的肿瘤发生和进展至关重要。最近兴起的靶向原位技术以高分辨率保留了细胞的空间组织结构，但其同时可测量的基因数量仍然有限。为克服这一障碍，研究人员开发了许多计算方法，通过利用 scRNA-seq 数据来预测空间转录组数据中未测量的基因表达。这些方法大多侧重于单个基因的表达，通常会产生变异度极大的预测结果。在本研究中，我们介绍了 PASTA（PAthway-oriented Spatial gene impuTAtion），这是一种利用细胞类型和空间邻近性来提高预测准确性的空间通路表达填补方法。PASTA 假设邻近细胞和同类型细胞表现出相似的表达模式，并将通路信息整合到填补过程中，从而提高了预测的稳健性并增强了空间转录组学数据中的生物学相关性。我们在模拟和真实世界数据集上均证明了 PASTA 的优越性能，突显了其以更高的稳定性和生物学意义填补通路基因表达的能力。