使用 CellRefiner 从空间转录组学重建单细胞分辨率

在细胞的邻里中看见它们

现代生物学现在可以一次读取数十万单个细胞的基因活动，但常常丢失这些细胞在组织中实际位置的信息。与此同时，新兴的“空间”方法可以在组织切片上绘制基因活动的图谱，然而通常每次测量会将多个细胞混合在一起。本文介绍了 CellRefiner——一种将两种方法优势结合起来的计算方法，用以重建单个细胞在真实组织中的位置以及它们之间的接触关系。结果是对细胞如何排列以及如何通信获得了更清晰的图景，尤其适用于大脑、淋巴结和肿瘤等组织。

两种不完美的活体组织视角

生物学家常用单细胞 RNA 测序来捕捉单个细胞中哪些基因被激活。为此，需要将组织解离，因此每个细胞成为一个自由悬浮的单位，带有丰富的分子信息但没有“地址”。空间转录组学则采用相反的做法：它将细胞保留在载玻片上，在组织的许多小斑点中读取基因活性。然而，每个斑点常常包含若干混合细胞，且许多成像平台仅测量一部分基因。因此，单凭其中任何一种技术都无法完全回答那些既需要知道每个细胞在做什么又需要确切位置的问题，例如哪些细胞是邻居或哪些细胞对之间存在物理接触。

一个受物理启发的细胞制图器

CellRefiner 通过将细胞视为可以在组织内移动并最终定居到现实位置的微小相互作用粒子来弥补这一差距。首先，它使用现有方法基于单细胞的基因活动与某空间斑点测量之间的相似性，粗略地将单细胞组分配到每个空间斑点。这些被分配的细胞最初在每个斑点内随机分布。然后 CellRefiner 应用三类虚拟“力”逐步重新排列它们：一种力防止细胞重叠或留下空隙，另一种力温和地将具有相似基因活动的细胞拉拢在一起，第三种可选力则将显示匹配“发送者”和“接收者”分子的细胞对拉到一起，这些分子用于细胞间信号传递。在若干迭代之后，这一模拟将粗糙的斑点级图像逐步锐化为合理的单细胞地图。

在多种组织上测试该方法

为检查 CellRefiner 是否能恢复出现实结构，作者首先创建了已知细胞真实位置的测试数据集。他们从高分辨率成像数据开始，其中每个细胞都被单独映射，然后人为地将这些数据模糊成模拟常用空间平台的低分辨率斑点。仅将模糊版本与原始单细胞谱导入 CellRefiner 后，研究者评估该方法在多大程度上能重建原始的精细地图。通过若干空间误差度量，CellRefiner 在多个来自小鼠脑区和其他组织的数据集中持续改善了细胞定位，相比初始的粗略分配以及其他领先方法都表现更好。它比竞争方法更准确地捕捉到诸如窄带的室管膜细胞、分层的海马区域和皮质层等清晰结构。

从点到形状与对话

除了定位细胞中心，CellRefiner 还可以重建近似的细胞形状。它将每个细胞表示为由许多小单元通过虚拟弹簧连接的簇，这些单元对邻近细胞之间的推拉力作出响应。这使得方法能够推断哪些细胞存在直接的物理接触，这是研究基于接触的信号传递时的关键需求——在这种情况下，一个细胞表面的分子与相邻细胞上的配体结合。应用于高分辨率成像数据集时，重建的形状与观察到的细胞轮廓高度一致，并恢复了现实的接触网络。应用于如 Visium 这样的较低分辨率平台时，CellRefiner 产生了原始斑点级数据无法提供的详细接触图谱。

揭示大脑与癌症中的隐匿信号

利用其精炼的地图和接触网络，CellRefiner 能够在人体鳞状细胞癌和小鼠皮质中重新发现已知的信号模式。在肿瘤中，它突出了参与细胞黏附、血管生成和肿瘤边界相互作用的信号系统，包括帮助癌细胞黏附或与周围环境交互的通路。在小鼠脑中，CellRefiner 揭示了皮质层与特定类型中间神经元之间的结构化信号，支持在神经元迁移、回路连线和突触形成中的角色。重要的是，该方法表明，在单个混合斑点中看似强烈的信号，实际上可能仅来自该斑点内的部分细胞，揭示了邻近细胞响应的隐藏多样性。

为未来生物学带来更清晰的组织图谱

本质上，CellRefiner 将模糊的空间测量转换为每个细胞既有分子身份又具有逼真位置与形状的详细地图。这一更清晰的视图使得关于细胞如何组织、如何聚集成层和区域以及如何通过直接接触进行通信的研究更可信。尽管该方法依赖输入数据的质量并对细胞密度与大小做出简化假设，但它提供了一个灵活的、受物理启发的框架，可扩展到蛋白质或染色质等其他分子层。对非专业读者而言，CellRefiner 代表了通向虚拟显微镜的一个步骤，这类工具不仅显示细胞在哪里，还展示它们作为动态群体在活体组织中如何相互作用。

引用: Bourgain-Chang, E., Kuang, X., Cang, Z. et al. Reconstructing single-cell resolution from spatial transcriptomics with CellRefiner. Nat Commun 17, 3304 (2026). https://doi.org/10.1038/s41467-026-70090-2

关键词: 空间转录组学, 单细胞 RNA 测序, 细胞间通信, 计算生物学, 肿瘤微环境