Spanve：一种检测大规模空间转录组学数据中空间变异基因的有效统计方法

文章题目

Spanve: an Effective Statistical Method to Detect Spatially Variable Genes in Large-scale Spatial Transcriptomics Data

中文名：

Spanve：一种检测大规模空间转录组学数据中空间变异基因的有效统计方法

文章地址：

https://doi.org/10.1101/2023.02.08.527623

本文主旨

提出了Spanve（空间邻域可变表达基因），这是一种基于统计的方法，用于从空间转录组学数据中检测空间依赖性表达基因，通过将空间和表达的依赖性建模为两个分布的距离，该方法具有较高的计算效率和准确性。Spanve能够输入空间转录组并改进空间组织区域的识别。

出发点

作者认为判断空间转录组学数据的空间模式，需要找到 HVG 高可变基因或者说找到SV spatially variable gene 。因为SV基因可由细胞类型定位或空间依赖性细胞相互作用引起，因此可用于多个下游分析，例如重建组织结构。SV基因也有助于提供生物学见解，因为不同的空间表达模式反映了不同的基因功能。

目前的找到sv的方法取决于使用协方差矩阵或者说使用聚类方法他们都不适用于大规模数据集。

此外，基因表达建模技术经常依赖于高斯分布或泊松分布，这可能导致较高的假阳性率，因为并非所有基因表达都符合这些假设。

Spanve这个方法考虑到了上述所说的问题不考虑将细胞内的表达建模为传统的统计类分布（经典的几种分布）而转换使用细胞与空间邻居之间的差异性。

由于可能存在位置效应，包括细胞类型分布、局部环境和细胞相互作用，简单分布可能无法描述基因表达，而复杂分布则大大增加了参数的数量和拟合时间。没有基因表达分布的假设，Spanve能够准确地识别具有空间表达模式的基因

此外，通过考虑细胞与空间之间的作用，spanve可以感知空间domain

此外，还采用了空间插补方法。

评价指标

使用Moran's I指数：

https://www.jianshu.com/p/305c608f2884?ivk_sa=1024320u

使用Geary's C指数：

这个其实和上面的莫兰指数差不多:

二者区别和联系

moran 和 geary本身都代表空间自相关性

Spanve在 Moran 和 Geary上的效果都是最好的：

CH index

CH指数越高，SV基因作为特征的数据越有可能获得基于原始数据的聚类标记，这意味着SV基因更能代表原始数据。

结果

插补的引入

SPANGE同时引入了插补的概念！这个用于检测生成差异表达基因（SV）的工具同时可以用于插补插补的方法如下

结果说明

插补后数据的AMI和ARI有着显著的提升

Spanve插补后聚类有了很大改善，可以获得更清晰的组织层边界

总结

Spanve作为一种新开发的空间可变基因（SV）识别方法，该方法可提供可缩放的集群感知基因。本文作者估计，随着空间转录组学数据规模的扩大，可扩展性将变得更加重要。与当前方法相比，Spanve在大规模空间转录组学数据中需要最少的时间和计算成本。此外，Spanve鉴定的基因在空间上更加异质，有利于进一步聚类。Spanve作者团队同时还创建了一种空间插补方法，该方法允许使用流行的聚类方法来识别更准确的组织结构。

限制和不足

一个限制是它不能同时处理来自类似组织切片的数据，以检测稳健的SV基因并利用先前的数据。