Nature子刊：華人學者推出「智能空間組學」技術

撰文丨王聰

編輯丨王多魚

排版丨水成文‘

在生物醫學研究中，空間組學技術正革命性地改變我們理解組織微環境的方式。它能在保留組織原始結構的同時，進行高分辨率分子分析，揭示細胞間的相互作用和疾病機制。

然而，這項技術面臨一個關鍵瓶頸：如何從大片組織切片中選擇最具代表性的區域進行昂貴且時間密集的實驗？傳統的區域選擇依賴病理學家手動操作，主觀性強、一致性差，且難以重復。

近日，賓夕法尼亞大學李明瑤團隊在 Nature 子刊Nature Cell Biology上發表了題為：Smart spatial omics (S2-omics) optimizes region of interest selection to capture molecular heterogeneity in diverse tissues 的研究論文。

該研究提出了智能空間組學（Smart Spatial omics，簡稱為S2-omics），這是一種全自動工作流程，僅憑 H&E 染色圖像就能優化區域選擇，最大化分子信息捕獲。

空間組學的挑戰：為什么需要智能選區？

空間組學平臺，例如 Xenium、Visium HD 和 CosMx 能提供單細胞水平的基因表達數據，但成本高昂（每個樣本可達 7000 美元），且組織捕獲區域有限（例如 Visium HD 僅覆蓋 6.5mm×6.5mm）。面對厘米級的組織切片，研究人員必須謹慎選擇區域，避免資源浪費。

目前，選區完全依賴病理學家的經驗：通過肉眼觀察 H&E 圖像來識別關鍵結構。但這個過程勞動密集、主觀性強，且易受人為誤差影響，導致實驗結果在不同實驗室間難以比較。

S2-omics 是什么？三步驟實現自動化設計

智能空間組學（S2-omics）的核心思想是利用 AI 模型從 H&E 圖像中提取特征，模擬分子異質性，從而指導實驗設計。其工作流程分為三個部分：

1、組織圖像特征提?。菏紫龋琒2-omics 使用預訓練的病理基礎模型將 H&E 圖像分割成 8μm×8μm 的超像素塊，提取全局和局部特征。這些特征能捕捉細胞形態和組織架構，類似于 AI “讀懂”組織病理。

2、ROI 選擇：基于特征，圖像被自動聚類成不同組織區域（例如腫瘤、免疫浸潤區）。S2-omics 引入一個感興趣區域（ROI）評分系統，平衡區域覆蓋度和簇類多樣性，自動選擇最能代表整個切片的區域。用戶可指定區域大小或數量，系統還能整合先驗知識（例如優先關注腫瘤區）。

3、全切片分子信息預測：實驗后，S2-omics 能利用選定區域的分子數據訓練模型，預測未測量區域的細胞類型和群落標簽，提供組織全貌的“虛擬預覽”。

這一流程不僅標準化了選區步驟，還大幅提升了可重復性。研究顯示，S2-omics 在多個組織和平臺上表現優異，甚至超越專家手動選擇。

實戰驗證：從胃癌到腎臟

案例1：胃癌樣本的 Xenium 實驗

在一個大型胃癌切片（10mm×24mm）中，S2-omics在預算有限（僅一個 4mm×4mm 區域）的情況下，選定的區域覆蓋了 7 個關鍵組織簇（共11個），包括腫瘤區和三級淋巴結構（TLS，與免疫治療響應相關）。

通過將選定區域的標簽廣播到整個切片，細胞類型和群落預測準確率分別達 73.8% 和 72.8%。例如，在腫瘤邊界和 TLS 區域，預測結果精準還原了分子空間分布。

案例2：結腸癌的 Visium HD 實驗

與 10x Genomics 專家手動選區相比，S2-omics 在結腸癌切片上選定的區域覆蓋了專家選擇 89.3% 的細胞，且減少了空白區域，更平衡地捕獲了侵襲性癌區等關鍵結構。

案例3：腎臟樣本的 CosMx 實驗

針對 CosMx 平臺（需選擇多個小視野），S2-omics 能優化視野布局，減少 RNA 降解影響。在健康與糖尿病腎臟樣本中，它成功捕獲了腎小球等結構，預測標簽增強了數據連續性和可解釋性。

創新亮點：先驗知識整合與自適應選區

S2-omics 的靈活性令人印象深刻。用戶可指定“正先驗”（例如重點關注腫瘤簇）或“負先驗”（例如忽略肌肉區），系統會調整選區策略。例如，在胃癌切片中，通過賦予腫瘤簇更高權重，選區腫瘤含量從 16.1% 提升至 78.1%。

此外，S2-omics 能自動確定最優區域數量。在乳腺癌樣本中，它判斷兩個 2mm×2mm 區域足以捕獲原位癌和侵襲癌的異質性，避免過度實驗。

空間組學實驗設計的“智能導航”

S2-omics 的推出，標志著空間組學實驗向標準化、可重復性邁出關鍵一步。通過 AI 驅動選區，它不僅降低成本和主觀偏差，還通過虛擬預測賦能后續實驗設計。對于臨床和疾病研究，這種工具有望加速生物標志物發現和個性化醫療進展。

論文鏈接：

https://www.nature.com/articles/s41556-025-01811-w