IF36.1｜Vitessce：多模态与空间单细胞数据的一体化可视化框架

一个开源网页框架，让多模态、空间单细胞数据在多个联动视图中同时探索。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

单细胞和空间分辨的多组学技术可以同时测量数百万个细胞中的数千个特征，包括转录组、蛋白质组、基因组定位和成像数据。然而，这些高维数据的可视化分析仍然是一个挑战。现有的单细胞可视化工具如Cellxgene、Cirrocumulus和Pagoda2主要针对转录组数据，不支持空间分割或基因组定位模态；而空间数据工具如TissUUmaps和Napari-SpatialData则不支持非空间或基因组定位数据。这种单模态工具的局限性阻碍了跨模态比较和空间背景下的关系发现。

科学问题

卡在哪里： 目前缺乏可扩展的工具来交互式地可视化多模态和空间单细胞数据集。现有工具要么专注于单一模态，要么需要多个互不相连的工具（如图像查看器和基因组浏览器）来分别处理不同模态，无法在统一的界面中同时探索和关联多种数据类型。

本文要回答： 开发一个可扩展的、基于网页的可视化框架，支持同时探索转录组、蛋白质组、基因组定位和成像模态，并能在多种计算环境中部署。

技术路线

作者主要用了：WebGL、deck.gl、Viv、HiGlass、React、Zarr、AnnData、MuData、SpatialData。

Vitessce采用模块化设计，将数据加载与可视化渲染解耦，支持多种文件格式（CSV、AnnData、MuData、SpatialData、OME-TIFF、OME-Zarr等）。它提供多种可联动视图（散点图、空间图、热图、基因组浏览器等），通过协调模型实现视图间的交互联动。数据按需加载，利用Zarr的分块存储和WebGL渲染实现大规模数据的高性能可视化。Vitessce可作为JavaScript组件、Python/R小部件使用，也可在Jupyter Notebook、RStudio、Shiny和静态网站中部署。

图 1　Fig. 1。图1展示了Vitessce的总体架构和应用场景。a部分显示Vitessce可作为JavaScript组件在浏览器中使用，也可作为Python和R环境中的小部件。b部分展示了多种视图类型（散点图、热图、空间图等）可同时可视化单细胞、单分子和显微数据。c部分强调模块化设计支持多模态和空间单细胞实验的整合可视化，箭头表示可可视化来自不同实验的观测和特征子集。该图概括了Vitessce的核心设计理念：模块化、多视图协调和跨环境部署。

核心亮点

亮点 1｜多视图协调联动

Vitessce实现了协调多视图技术，允许用户在多个视图间联动选择基因、细胞类型等。例如，在CITE-seq数据中，用户可以在散点图和热图之间联动，同时观察蛋白质丰度和基因表达水平，从而验证自然杀伤细胞可通过CD56蛋白水平和GZMB、GZMK、PRF1基因表达来识别。这种联动机制支持超过50个参数的协调，包括可视化属性和用户偏好，且配置可通过URL共享和重现。

图 2　Fig. 2。图2通过四个具体用例展示了Vitessce的功能。a部分显示单分子FISH实验的可视化，包括多重图像、空间分辨的RNA分子和细胞分割。b部分展示三维多模态成像质谱数据的体积渲染，并排显示蛋白质和脂质/代谢物的降维散点图。c部分同时可视化10x Genomics Multiome数据中的基因表达和染色质可及性。d部分示意空间视图中支持的可视化层：点、斑点、分割和图像。该图体现了Vitessce处理多种数据模态和空间信息的能力。

亮点 2｜空间与多模态集成

Vitessce支持在同一界面中同时可视化空间分割、图像、基因表达和染色质可及性。例如，在单分子FISH数据中，用户可通过空间图和热图联动，选择基因Lamp5和Rorb，观察到在锥体L3/4细胞中报告的特异性共表达模式。此外，Vitessce还能可视化10x Genomics Multiome数据中的基因表达和染色质可及性，以及三维成像质谱数据中的蛋白质和脂质/代谢物降维散点图。

亮点 3｜跨环境部署与可扩展性

Vitessce作为客户端网页应用，无需专用服务器，可直接从静态文件或云存储（如Google Cloud Storage、Amazon S3）加载数据。它提供Python、R和JavaScript API，可集成到Jupyter Notebook、RMarkdown、R Shiny和网页应用中。通过插件API，用户可以扩展新的视图类型、文件类型和协调类型。数据加载采用按需分块策略，利用Zarr格式和WebGL渲染，使散点图可显示数百万个细胞，热图可显示数万个特征。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： WebGL、deck.gl、Viv、HiGlass、React、Zarr、AnnData、MuData、SpatialData
• 公开数据： GSE100866
• 代码： 公开仓库 https://github.com/vitessce/paper-figures、https://github.com/vitessce/vitessce、https://github.com/vitessce/vitessce-python；本地已克隆：vitessce-python-tutorial、vitessce、vitessce-python、paper-figures、vitessceR
• 谁该点开原文： 从事单细胞、空间组学数据分析的生物信息学家、计算生物学家和开发可视化工具的研究人员。

带走一句

Vitessce为多模态和空间单细胞数据提供了一个灵活、可扩展的可视化框架，分析人员可以将其集成到现有工作流中，实现跨模态的交互式探索和结果共享。