通过将空间转录学与人类遗传学相结合,绘制疾病关键的空间变量基因程序
Hanbyul Lee1, Haochen Sun1, Xuewei Cao1,2
1Computational and Systems Biology, Sloan Kettering Institute, Memorial Sloan Kettering Cancer Center, New York, NY, USA.
bioRxiv : the preprint server for biology
|October 3, 2025
概括
Spacelink 增强了多个分辨率的空间变量基因 (SVGs) 的检测. 这个框架将空间基因表达与复杂的特征和疾病联系起来,为组织组织和神经退行提供了新的见解.
科学领域:
- 基因组学就是基因组学.
- 计算生物学 计算生物学
- 系统生物学 系统生物学
背景情况:
- 空间基因表达对组织组织,发育和疾病至关重要.
- 目前用于检测空间变量基因 (SVG) 的现有方法在灵活性,稳定性和与遗传数据的整合方面存在局限性.
研究的目的:
- 介绍Spacelink,一个统一的框架来建模和量化多个分辨率的空间基因变异性.
- 评估Spacelink在将空间基因表达模式连接到复杂的特征,疾病和发育过程中的实用性.
主要方法:
- Spacelink使用数据驱动空间内核的自适应混合物来建模空间变性.
- 它计算了基因的有效空间变量 (ESV) 度量.
- 该框架在各种数据集上得到了验证,包括Visium,CosMx和Stereo-seq,并应用于人类组织和小鼠器官生成图谱.
主要成果:
- 与现有的SVG方法相比,Spacelink展示了优越的检测能力 (高达3.2倍) 和虚假发现率 (FDR) 控制.
- 它显示了更高的跨平台一致性,并揭示了SVG对113种复杂的特征和疾病具有高度信息性.
- 对小鼠发育和阿尔茨海默病 (AD) 病理学的分析确定了与阶段相关的和与病理相关的SVGs,将它们与相关途径和遗传风险因素联系起来.
结论:
- Spacelink提供了一个灵活而强大的框架,用于在多个尺度上分析空间基因表达.
- 该方法有效地将空间基因模式与复杂的特征,发育生物学和神经退行性疾病联系起来.
- Spacelink促进了与疾病遗传学和进展相关的空间结构基因程序的发现.
