空间转录组分析新工具 | MEcell：自适应微环境感知建模，精准解析细胞身份！

前言

随着单细胞和空间组学技术的飞速发展，我们对组织架构的理解已进入了"高清时代"。然而，如何准确鉴定空间背景下的细胞身份（Cell Identity）依然是生信分析中的一大挑战。传统的单细胞聚类方法往往只关注细胞自身的分子特征，而忽略了局部微环境对细胞状态的影响。近日，来自范德堡大学（Vanderbilt University）的团队在学术期刊《Nucleic Acids Research》上发表了题为 Microenvironment-aware spatial modeling for accurate inference of cell identity 的研究。该研究提出了一种名为 MEcell 的无参数、自适应方法，通过整合内在分子特征和组织微环境信息，显著提升了细胞身份鉴定的准确性。

背景：为什么传统的聚类方法不够用？

在处理空间组学数据时，我们通常面临两个核心问题：

**生物学局限性：**细胞的功能和状态受到周围邻居细胞信号的深刻塑造，仅仅观察细胞内部的基因表达是不够的；

**技术局限性：**目前的空间平台（如 Xenium、CosMx、Vizgen）多采用靶向基因 Panel，覆盖基因数量有限，且存在数据高稀疏性和技术噪声；

虽然最近出现的 BANKSY 和 SPICEMIX 等工具尝试引入空间信息，但它们大多依赖一个全局超参数来平衡内在特征和外部环境的贡献。问题在于：这个超参数在不同数据集、不同组织区域、甚至不同细胞之间应当是不一样的。如果权重分配不当，反而会导致聚类错误，比如将处于相似环境但功能不同的细胞错误地聚在一起。

MEcell的核心创新：自适应与无参数

为了打破超参数的桎梏，MEcell 设计了一种直观且强大的逻辑：动态平衡。

1. rationale（核心原理）

MEcell 的中心思想非常聪明：如果一个细胞的分子特征邻居（基因表达相似的细胞）恰好也在相似的微环境中，那么空间信息提供的额外信息较少，权重降低；反之，如果基因表达相似的细胞分布在完全不同的微环境中，说明内在信号可能不足以区分其真实状态，此时空间信息将扮演更重要的角色；

2. 算法流程速览

MEcell 的分析流程分为四个关键步骤：

构建微环境谱（Microenvironment Profile）：计算每个细胞物理邻域内的平均表达水平；
构建初始近邻图：基于内在基因表达相似性建立 -NN 图；
微环境精炼图：根据微环境谱的相似性，对邻近节点进行重新排序和筛选，仅保留微环境也相似的"真邻居"；
自适应修剪策略：基于局部微环境距离分布，动态选择每个细胞最合理的邻居数量，从而精准捕捉组织结构，最后应用 Louvain 算法鉴定细胞类型。

此外，作者还定义了一个名为微环境指数（Microenvironment Index, MEI）的指标，用于量化微环境对特定细胞身份塑造的贡献程度。

90个模拟场景+7大平台实测

作者在90个模拟数据集和7个真实高分辨率空间数据集（包括 MERFISH、Xenium、CosMx、Visium HD、Slide-seqV2、open-ST等）上进行了详尽测试。

在三种不同的模拟设定（空间平滑、微环境相同/不同、非平滑散射模式）中，MEcell的调整兰德系数（ARI）始终稳居榜首；特别是在细胞间内在差异极其微弱（）的挑战性场景下，MEcell展现出了极强的鲁棒性；

CosMx 小鼠脑数据：解析海马体微细结构在分析海马体亚区时，MEcell 成功区分了DG颗粒细胞、CA1 锥体神经元和 CA3 锥体神经元。相比之下，BANKSY、SPICEMIX和Seurat均未能有效区分CA1和CA3；差异分析显示，MEcell识别的群组高度富集了Prkcb(CA1特异)和Kcnq5(CA3 特异)等已知标记基因；

Xenium 小鼠幼崽数据：还原复杂的组织分层在处理Xenium平台产生的数据时，MEcell的表现同样令人惊艳：器官区分：它能够精准地区分胸腺和心脏，而SPICEMIX 和 Seurat 则宣告失败；耳分层：MEcell准确捕捉到了内耳和外耳的解剖层次，而BANKSY由于过度强调空间平滑，将这两个截然不同的区域错误地混为一团；

Visium HD 数据：攻克高技术噪声 Visium HD虽然是全转录组，但每个8/16um bin的捕获效率较低（中位数仅约219个转录本），导致信噪比极低;在这种极端挑战下，MEcell依然能够识别出界限清晰的脑膜细胞（标记基因为Ptgds和Igf2）以及胼胝体区域。

与 BANKSY 相比，MEcell 在权重调节上的核心创新

与 BANKSY 相比，MEcell 在权重调节上的核心创新在于从"全局固定超参数"向"单细胞水平自适应调节"的跨越。以下是具体的技术创新点：

从"全局固定"到"细胞级自适应"

• BANKSY 的局限性：BANKSY 依赖于一个全局超参数（通常建议 λ=0.2）来平衡内在分子特征与外部空间特征的贡献。这种固定权重假设整个组织的质量和细胞背景是统一的，但现实中不同数据集、同一组织的不同区域甚至不同细胞的信号强度和噪声水平差异很大。

• MEcell 的创新：MEcell 是一种**无参数（parameter-free）的方法，能够根据每个细胞的具体情况，在单细胞水平（per-cell basis）**上自动调节内在特征与微环境信息的平衡。

基于"一致性"的动态调节逻辑 MEcell 的核心逻辑是直观且具有生物学意义的：

• 低权重场景：如果一个细胞在分子特征上相似的邻居也恰好位于相似的微环境中，说明内在转录组信号与空间背景是一致的。在这种情况下，空间信息提供的额外信息有限，MEcell 会最小化微环境的影响。

• 高权重场景：如果转录组相似的细胞分布在截然不同的微环境中，说明仅凭内在信号可能不足以区分其真实的细胞身份（存在技术噪声或生物学状态差异）。此时，MEcell 会加大空间背景的权重，利用微环境信息来精炼细胞身份建模。

跨维度、跨区域的灵活性

• 多层次调节：MEcell的调节能力不仅限于单个细胞，还体现在对不同数据集（Dataset-specific）和不同组织区域（Region-specific）的自动适应上。

• 解决"过度平滑"问题：BANKSY 由于使用固定全局权重，在转录组截然不同但物理位置邻近的区域（如内耳和外耳）容易出现错误分类（将两类细胞聚在一起）。MEcell 则能通过识别强内在信号来避免过度依赖空间线索，从而在保持转录组忠实度的同时精准捕获组织异质性。

总结：与BANKSY强制所有细胞遵循统一的"空间权重"不同，MEcell像是一个智能调节器。当内在信号清晰时，它保持"听取"细胞自身的声音；当内在信号模糊（如基因覆盖度不足或噪声高）时，它会自动寻求周围微环境的"意见"来辅助决策

作者将代码传到了github上：https://github.com/liuqivandy/MEcell