IF36.1｜STORIES：用最优传输从时空转录组学学习细胞命运景观

空间信息显著提升细胞轨迹推断的准确性，STORIES 在三个时空图谱上超越现有方法。

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

空间转录组学技术正在革新我们对组织内细胞组织方式的研究。基于高通量测序的技术如 Stereo-seq 已实现单细胞分辨率，并催生了多个大规模时空图谱，覆盖发育和再生等动态过程。这些数据集为研究细胞在组织内的动态变化提供了理想平台。然而，从多个时间点的空间转录组数据推断细胞命运轨迹需要新的计算方法。最优传输（OT）框架，特别是 Wasserstein 梯度流学习，为分析跨时间的测序数据提供了有前景的途径，但现有方法难以处理空间分辨的数据。

科学问题

卡在哪里： 现有基于 Wasserstein 梯度流的轨迹推断方法仅利用基因表达，未充分利用空间坐标信息。虽然一些方法如 stVCR、SpaTrack 和 Moscot 尝试整合空间信息，但它们要么依赖刚性对齐，要么只能连接相邻时间点，无法预测未来时间点的细胞状态。此外，空间坐标在不同时间点间存在旋转、平移等变换，难以直接作为输入。

本文要回答： 开发一种能够从多个时间点的空间转录组数据中学习空间信息的细胞分化势能函数的方法，并利用该势能预测未来细胞状态、推断细胞命运轨迹。

技术路线

作者主要用了：空间转录组、最优传输、Fused Gromov–Wasserstein、Wasserstein 梯度流、神经网络。

STORIES 将每个时间点的空间转录组切片作为输入，训练一个神经网络 Jθ 来表示细胞的分化势能，该势能仅依赖于基因表达谱。训练目标基于 Fused Gromov–Wasserstein（FGW）距离，该距离同时比较基因表达和空间坐标，且对空间坐标的旋转、平移和缩放具有不变性。通过最小化预测分布与真实分布之间的 FGW 距离，STORIES 学习一个跨时间点共享的势能函数，从而能够预测未来时间点的基因表达，并利用势能梯度定义细胞速度。

图 1　Fig. 1。图1展示了 STORIES 的整体框架：输入多个时间点的空间转录组切片（a），训练神经网络 Jθ 表示分化势能（b），该势能仅依赖于基因表达，但训练目标 FGW 同时利用基因表达和空间坐标，从而学习空间信息的势能。最终输出包括势能排序、速度向量和基因趋势（c）。

核心亮点

亮点 1｜空间信息提升预测准确性

在三个 Stereo-seq 时空图谱（小鼠发育、斑马鱼发育、蝾螈脑再生）上，STORIES 在预测未来时间点基因表达方面均优于仅使用基因表达的线性方法（α=0）和现有最优方法 PRESCIENT。以 Wasserstein 距离为评估指标，STORIES 在所有测试集上表现更佳。此外，在细胞类型转换准确性上，STORIES 也优于 PRESCIENT。定性分析显示，STORIES 能正确匹配空间上相邻的细胞类型，如斑马鱼 Adaxial 细胞与脊索附近细胞，而 PRESCIENT 则错误地将它们分配到整个胚胎。

图 2　Fig. 2。图2展示了基准测试结果：三个数据集的划分方式（a），STORIES 与 PRESCIENT 在早期和晚期测试集上的 Wasserstein 距离比较（b），以及细胞类型转换准确性比较（c）。定性示例显示 STORIES 在斑马鱼 Adaxial 细胞（d）和体节细胞（e）的预测上比 PRESCIENT 更符合空间分布。

亮点 2｜蝾螈神经元再生轨迹解析

STORIES 在蝾螈脑再生数据上学习到的势能景观与已知分化阶段一致：祖细胞状态（wntEGCs、reaEGCs）具有高势能，中间状态（rIPC1、rIPC2、IMNs）具有中等势能，成熟神经元（nptxEX、dpEX、mpEX）具有低势能。通过 CellRank 计算的细胞-细胞转换恢复了三条主要轨迹：wntEGC-mpEX、reaEGC-rIPC2-dpEX 和 reaEGC-rIPC1-IMN-nptxEX。值得注意的是，STORIES 无需手动指定起始细胞或空间区域，而是自动从数据中推断。空间分析显示，reaEGCs 的命运取决于其空间位置：损伤右侧的 reaEGCs 更倾向于分化为 mpEX，左侧的则更倾向于 nptxEX。基因趋势分析重现了已知标记物 Vim（下降）和 Nptx1（上升），并发现了 Hes5、Cdc25b、Map1a、L1cam 等潜在驱动基因。转录因子富集分析鉴定出 CTNNB1、SP1、MYC 等调控因子。

图 3　Fig. 3。图3展示了蝾螈神经元再生的分析：势能景观的 3D 可视化（a），CellRank 计算的细胞-细胞转换（b），15 dpi 切片上 reaEGCs 的命运概率（c,d），以及基因趋势（e-g）和转录因子富集（h）。

亮点 3｜小鼠胶质发生分支轨迹揭示

STORIES 在小鼠中脑发育数据上学习到的势能景观显示 RGCs 具有高势能，而分化的 NeuBs 和 GlioBs 具有低势能。CellRank 转换矩阵恢复了从 RGC 到神经和胶质命运的分支，无需手动设置起始点。空间分析表明，RGCs 的命运受空间位置影响：吻侧 RGCs 倾向于分化为 NeuBs，尾侧极端区域的 RGCs 倾向于分化为 GlioBs。基因趋势分析重现了 Mki67（下降）和 Aldh1l1（上升）的表达模式，并发现了 Gmnn、Rrm2、Hmgb2、Tuba1b、Glul 等潜在驱动基因。转录因子富集分析鉴定出 SOX4、NOTCH2、MYC、MYCN、MAX 等调控因子。

图 4　Fig. 4。图4展示了小鼠胶质发生的分析：势能景观的 3D 可视化（a），CellRank 计算的细胞-细胞转换（b），E16.5 切片上 RGCs 的命运概率（c,d），以及基因趋势（e）和转录因子富集（f）。

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： 空间转录组、最优传输、Fused Gromov–Wasserstein、Wasserstein 梯度流、神经网络
• 公开数据： 原文未给出公开组学登录号
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 从事空间转录组数据分析、细胞命运推断或发育生物学研究的计算生物学家和生信工程师。

带走一句

空间坐标不必直接作为模型输入，通过 FGW 损失即可隐式引导势能学习，从而提升轨迹推断的生物学合理性。