用PASTA在空间转录学中准确地归纳特定途径的基因表达
Ruoxing Li1,2, Peng Yang1,3, Mauro Di Pilato4
1Department of Biostatistics, The University of Texas MD Anderson Cancer Center, Houston, TX, USA.
Nature communications
|December 15, 2025
概括
通过赋予通路基因表达,PASTA增强了空间转录学,提高了准确性和生物相关性. 这种方法利用细胞类型和空间近距离在疾病研究中提供更稳定的预测.
科学领域:
- 基因组学和计算生物学
- 空间转录组学 空间转录组学
- 疾病瘤发生研究 疾病瘤发生研究
背景情况:
- 在其空间背景下以单细胞分辨率映射转录组对于理解疾病机制至关重要.
- 目前的in-situ技术提供高空间分辨率,但测量基因数量有限.
- 有计算方法可以使用scRNA-seq来预测空间转录学中缺失的基因表达,但通常会产生可变的结果.
研究的目的:
- 开发一种新的计算方法,用于在空间转录组学数据中赋予路径基因表达.
- 改善空间数据集中的基因表达预测的准确性,稳定性和生物相关性.
- 通过整合路径信息,细胞类型和空间接近度来克服当前方法的局限性.
主要方法:
- 介绍PASTA (面向路径的空间基因赋值),一种新的空间路径表达赋值方法.
- 利用细胞类型的身份和细胞的空间距离来提高预测的准确性.
- 将路径信息集成到归算过程中,以提高稳定性和生物相关性.
主要成果:
- 与现有方法相比,PASTA在模拟和现实世界的空间转录组数据集上表现出更高的性能.
- 该方法成功地赋予了途径基因表达,并改善了稳定性.
- PASTA增强了空间转录学分析中的预测的生物学意义.
结论:
- 在空间转录学中,PASTA在空间通路表达式赋值方面取得了重大进展.
- 该方法利用细胞类型和空间背景的能力提高了预测质量和生物解释性.
- 通过使用高分辨率的空间数据,PASTA是研究疾病瘤发生和进展的宝贵工具.


