利用SpaCNA从空间转录组学数据中实现拷贝数变化的空间感知检测

《Nature Communications》：Spatial-aware detection of copy number alterations from spatial transcriptomics using SpaCNA

　　

摘要

空间转录组学（ST）能够在保留空间背景的同时分析全基因组的基因表达情况，但在肿瘤空间转录组数据中准确检测拷贝数变异（CNAs）仍然具有挑战性。本文提出了一种名为SpaCNA的计算框架，该框架整合了多种空间转录组信息以实现更可靠的CNAs检测。SpaCNA汇总了具有相似形态特征的邻近样本的表达数据，并利用隐马尔可夫随机场模型结合空间连续性来提高CNAs检测的准确性。此外，当应用于三维空间转录组数据集时，SpaCNA还能重建具有空间连续性的三维CNAs分布图。在模拟数据和真实癌症数据集上的广泛测试表明，SpaCNA的检测精度显著提升，其F1分数可达到0.95。在乳腺癌和结直肠癌的研究中，SpaCNA能够清晰地显示肿瘤边界以及微环境中具有特定相互作用的空间亚克隆。特别是在头颈部鳞状细胞癌的三维空间转录组数据集中，SpaCNA揭示了三个亚克隆的三维进化轨迹。通过提供准确的CNAs推断结果，SpaCNA有助于分析肿瘤内部的异质性和空间生物学特征。