Nat Commun︱范骁辉/徐骁/陈华钧团队合作开发基于空间转录组的细胞间通讯推断新方法SpaTalk

撰文︱范骁辉

责编︱方以一，王思珍

编辑︱方以一

细胞间通讯（cell-cell communication，CCC），也被称为细胞间相互作用，指的是一个细胞产生信号，通过介质传递到另一个细胞，进而调控靶细胞并产生生长、增殖、分化、凋亡等一系列生物学效应的过程[1]。精准识别细胞间通讯是理解疾病发生发展和研发干预药物的关键环节，日益受到学界重视。近年来，空间转录组（spatially resolved transcriptomics）测序技术的快速发展已被广泛应用于探究细胞的空间异质性，因其既实现了转录组测序，又保留了细胞及其基因的空间位置信息[2]。空间转录组测序技术的迅猛发展为研究细胞间通讯的空间异质性提供了技术支持和数据来源，如何利用空间转录组数据推断细胞间通讯成为了相关领域的重要挑战。

2022年7月30日，浙江大学长三角智慧绿洲创新中心/药学院范骁辉教授团队、浙江大学医学院附属杭州市第一人民医院徐骁教授团队以及浙江大学计算机学院陈华钧教授团队合作在国际学术期刊Nature Communications杂志在线发表了题为“Knowledge-graph-based cell-cell communication inference for spatially resolved transcriptomic data with SpaTalk”的研究。该研究通过知识图谱、非负线性回归、随机游走等人工智能算法开发了一种基于空间转录组测序数据的细胞间通讯推断方法SpaTalk，为空间单细胞分辨率下解析正常生理、病理过程中的关键细胞间通讯提供了有力工具。

SpaTalk以空间转录组和单细胞转录组数据为输入，输出为显著富集的配受体互作对及其下游通路（图1）。SpaTalk整个计算过程一共分为两个步骤：（1）第一步是将单细胞转录组测序数据作为参考图谱解析空间转录组数据中的细胞组成，进而重构出已知细胞类型和空间坐标的单细胞图谱。针对单细胞分辨率的空转数据，SpaTalk通过非负线性回归识别出空转数据中每个单细胞的类型；针对区域分辨率的空转数据，SpaTalk通过非负线性回归识别出每个区域中不同细胞类型的比例，并以此利用空间映射将参考图谱中的单细胞还原到不同的空间区域。（2）第二步是利用知识图谱和CellTalkDB数据库对配体-受体-下游转录因子-靶基因进行建模，通过置换检验、随机游走等算法筛选出在空间上显著相邻且受体细胞下游信号激活的配受体互作对。SpaTalk整合了配受体的空间邻近原则以及配受体与下游靶点共表达的研究策略，对空间上显著相邻的配受体和受体细胞内的信号通路分别进行图网络和知识图谱建模及评分，从而在受限空间内推断配受体相互作用介导的细胞间通讯。

图1 SpaTalk工作流程及算法原理

（图源：Shao X, et al., Nat Commun, 2022）

为了证明方法的实用性，作者将SpaTalk应用到了一套人皮肤癌的10X Visium空间转录组测序数据中（图2）。通过解析空转数据中的肿瘤细胞（tumor-specific keratinocyte，TSK）、内皮细胞和成纤维细胞等基质细胞，作者识别出了介导TSK-基质细胞间通讯的配受体相互作用，如VEGFA-NPR1、VEGFB-NPR1、PGF-SDC1和CDH1-ITGAE。TSK与基质细胞的相互作用对于TSK的上皮细胞间质转化（epithelial-mesenchymal transitions，EMT）以及肿瘤微环境中的血管新生都起到了促进作用。作者根据EMT中特异性表达的标记物将TSK分为EMT-like和EMT-unlike的TSK细胞，通过SpaTalk分析进一步发现EMT-like的TSK细胞与成纤维细胞发生更紧密的细胞间通讯，而EMT-unlike的TSK细胞与内皮细胞会产生更多的配受体互作，这些数据表明在肿瘤微环境的纤维血管生态位中这两群TSK细胞与基质细胞存在着不同的通讯偏好。

图2 SpaTalk在人皮肤癌的10X Visium空间转录组测序数据中的应用

（图源：Shao X, et al., Nat Commun, 2022）

文章结论与讨论，启发与展望

综上所述，SpaTalk不仅可准确解析出基准测试数据的细胞比例，优于其他解卷积方法；还可准确推断出介导空间细胞间通讯的配受体互作对及其激活的下游信号通路，准确率高于其他的细胞间通讯推断方法。相比于现有的其他方法，SpaTalk首次在单细胞水平实现了细胞间配受体互作对的比较和可视化，应用案例也进一步表明SpaTalk在空间单细胞分辨率下解析正常生理、病理过程中关键细胞间通讯的独特优势。目前，SpaTalk主要涉及的是旁分泌介导的细胞间通讯推断，无法用于内分泌、远距分泌等介导的细胞间通讯推断；且SpaTalk针对的是空间转录组数据，无法应用于空间多模态数据。以上方面还有待进一步研究。

原文链接：https://doi.org/10.1038/s41467-022-32111-8

该研究受到国家自然科学基金、国家重点研发计划和浙江省自然科学基金等项目资助，并得到了阿里云支持。论文的第一作者为博士后邵鑫、博士生李承宇和杨海宏，通讯作者为陈华钧教授、徐骁教授和范骁辉教授。

第一作者：邵鑫（第三排左1），第一作者：李承宇（第二排左1），通讯作者范骁辉（第二排正中间）

（照片提供自：浙江大学范骁辉教授课题组）

人才招聘

往期文章精选

优质科研培训课程推荐【1】膜片钳与光遗传及钙成像技术研讨会 8月6-7日 腾讯会议【2】宏基因组与代谢组学R语言分析及可视化实操研讨会（8月27日 腾讯会议）

参考文献（上下滑动阅读）

[1] Shao X, Lu X, Liao J, Chen H, Fan X. New avenues for systematically inferring cell-cell communication: through single-cell transcriptomics data. Protein Cell 11, 866-880 (2020).

[2] Liao J, Lu X, Shao X, Zhu L, Fan X. Uncovering an Organ's Molecular Architecture at Single-Cell Resolution by Spatially Resolved Transcriptomics. Trends Biotechnol 39, 43-58 (2021).

本文完