单细胞及空间转录组学让我们得以窥见基因在组织中的空间表达模式,但现有技术各有缺憾::
| 技术 | 优势 | 遗憾 |
| 单细胞RNA测序 | 知道"每个细胞是什么" | 不知道"细胞住在哪里" |
| 空间转录组(Visium等) | 知道"位置有什么" | 分不清"谁是谁"(每个spot含多个细胞) |
怎么把这两类数据的优势结合起来?
CellRefiner给出了答案——它是一个基于物理模型的空间转录组分析工具。它将原本模糊的spot级空间数据重建为每个细胞的精确位置与形态。
一、原理
不是"知道"细胞在哪,而是"推断"细胞最可能在哪。CellRefiner 利用一个关键假设:基因表达相似的细胞,往往空间位置也相近。它通过 FGW最优传输 方法,找出最优匹配:
(1)根据基因表达相似度,把细胞"粗排"到对应的空间位置(如:表达T细胞基因的细胞 → 富集T细胞的spot);
(2)物理优化:用"力场"微调位置,让分布更合理;
(3)画轮廓:用亚细胞元素模型画出每个细胞的精确形状;
优势
□ 单细胞分辨率: 突破Visium的spot限制
□ 分布更合理: 物理模型避免细胞重叠/太散
□ 同时输出形状: 支持"接触依赖性通讯"分析
□ 可解释性强: 参数有物理意义
□ 多平台兼容: 适用于Visium、MERFISH、seqFISH、Slide-seqV2、STARmap等多种数据
二、一个有趣的发现
通过CellRefiner重建的单细胞分辨率NOTCH信号(上图)与根据Visium斑点数据推断出的斑点级NOTCH信号(下图)的对比。放大图中显示了五个具有代表性的斑点(绿色方框)。尽管在斑点层面检测到了 NOTCH 信号,但 CellRefiner 显示,该斑点内的细胞中只有一部分接收到了 NOTCH 信号。这意味着:只有这个区域内约一半的细胞实际在接收NOTCH信号,另一半被"平均"掉了——这是spot级别数据无法发现的信息。
三、Benchmark 验证
文中在四个单细胞分辨率的空间数据集(MERFISH、seqFISH、Slide-seqV2、STARmap)上,基于多种评估指标对四种空间映射方法(CellRefiner、CellTrek、CytoSPACE、Tangram)进行了系统性比较。如上图所示,CellRefiner在多项指标上均表现优于其他三种方法。
四、总结
CellRefiner 是一个基于物理模型的空间转录组分析工具,能将单细胞RNA测序的细胞身份与空间转录组的位置信息整合,输出每个细胞的精确空间坐标和形状。
核心价值:突破spot级分辨率限制,让研究者看清"谁在哪里、在和谁说话"。
优势:物理模型优化分布更合理、支持接触依赖性通讯分析、在多种数据集上优于现有方法。
局限:依赖配对数据质量、边界区域精度低、低丰度细胞性能下降。
总之,CellRefiner 是空间转录组分析的有力工具,但需根据具体应用场景谨慎使用。
参考文献
[1] Bourgain-Chang E, Kuang X, Cang Z, Nie Q.Reconstructing single-cell resolution from spatial transcriptomics with CellRefiner.Nature Communications 2026; 15: 70090-2.











沪公网安备31011502400759号
营业执照(三证合一)