單細胞空間轉(zhuǎn)錄組數(shù)據(jù)聯(lián)合分析算法詳解之Cell2location

Cell2location是桑格研究院（Sanger Institute）的Omer Ali Bayraktar團隊于2022年所開發(fā)的單細胞-空間轉(zhuǎn)錄組整合工具。與其他的整合工具一樣，Cell2location著眼于以單細胞數(shù)據(jù)的細胞分類信息對空間轉(zhuǎn)錄組中的spot進行細胞組成預測，以彌補空間轉(zhuǎn)錄組非單細胞分辨率的缺點。

該方法首先估計用戶所提供的參考單細胞（或單細胞核）數(shù)據(jù)中細胞類型的基因表達特征譜，并且在該步驟中使用負二項分布回歸以消除不同技術(shù)或批次影響。然后在第二步中，使用這些參考特征和空間轉(zhuǎn)錄組數(shù)據(jù)在每個空間位置上將轉(zhuǎn)錄組表達信息去卷積為參考細胞類型（圖1）。

圖1

相較于現(xiàn)有的去卷積方法，Cell2location具有以下優(yōu)點：1. 在細胞組成類似的空間位置間借用統(tǒng)計強度；2. 將空間數(shù)據(jù)的技術(shù)與批次差異納入考慮。另外，得益于變分近似推理和GPU加速計算，Cell2location的計算速度可以很高。

在不同分布類型的（均勻分布與特異分布，高豐度與低豐度）模擬數(shù)據(jù)測試中，Cell2location的預測細胞類型豐度與實際豐度之間具有很好的一致性。與現(xiàn)有多種去卷積分析工具進行比較，Cell2location也展現(xiàn)了更好的預測能力（圖2）。

圖2

在真實的小鼠大腦樣本測試中，Cell2location所預測的細胞類型空間位置與實際的解剖位置也很好的匹配起來。不論是廣泛分布的細胞類型、較為罕見的細胞亞型還是規(guī)律分布在特定空間區(qū)域內(nèi)的細胞類型，均有很好的預測結(jié)果（圖3c,d,e,f）。在相鄰組織切片的重復實驗中，Cell2location的預測結(jié)果也高度吻合（圖3g）。在其他類型的空間數(shù)據(jù)（如slide-seq）中，預測結(jié)果也具有良好的重復性(圖3h)。

圖3

更值得一提的是，對于那些在某些空間區(qū)域內(nèi)不該存在，但在單細胞數(shù)據(jù)中大量存在的細胞類型（圖4i），Cell2location也展現(xiàn)了良好的預測特異性，例如只存在于海馬體中的細胞類型在皮層中顯示“陰性”，而其他細胞類型則不受影響。而與其他現(xiàn)有工具的比較中，Cell2location的預測特異性也顯示了極大的優(yōu)勢(圖4j)

圖4

另外，由于已有文獻指出，星形膠質(zhì)細胞在不同空間區(qū)域具有差異性，Cell2location也被用來研究這些差異程度上尚不明確的星形膠質(zhì)細胞亞型。首先在單細胞數(shù)據(jù)上對星形膠質(zhì)細胞基于基因表達信息進行分類（圖5a），將區(qū)分后的細胞亞型通過Cell2location解卷積到空間上（圖5b），去除那些在空間上和基因表達上都不夠特異性的亞型，就得到了既有空間差異又有表達差異的星形膠質(zhì)細胞亞型（圖5c）。最后，單分子熒光原位雜交證實了這些通過生物信息手段分析得到的亞型（圖5d），而其他解卷積工具對亞型的空間定位也證明了Cell2location的可靠（圖5e）。

圖5

總之，Cell2location相較于其他解卷積工具有著更加良好性能和準確性，其預測結(jié)果在生物學意義上也得到了證實，對于探索細胞表達與空間信息具有重要的意義。SBC服務(wù)平臺生信團隊深耕單細胞空間數(shù)據(jù)組學分析，可提供多種單細胞空間組學聯(lián)合分析方法，如有需要，可聯(lián)系當?shù)劁N售。