本次为大家解析了一篇单细胞空间组学相关的文章，作者利用scRNA-seq的数据集和特定的生物信息学方法，在不依赖空间图像信息的条件下，从头重构了细胞在空间的位置，并在多个组织中利用免疫组化进行了验证，在免疫组化实验部分， 也是TG应用的结合点。

　　背景：

　　单细胞RNA测序(scRNA-seq)使转录学研究发生了革命性的变化，但单个细胞的空间信息在组织解离过程中会丢失。虽然原位测序等基于成像的技术显示出巨大的前景，但目前成本与技术上的困难限制了它们的广泛使用，在本文中北京大学张泽民教授团队开发出了一种新的生物信息学方法---CSOmap，该方法基于scRNAseq数据配体-受体相互作用信息来推断细胞之间的相互作用，并在胰腺、肺脏、肝肿瘤、黑色素瘤等不同组织scRNAseq数据集中验证了其性能，结果表明CSOmap不仅可以单独从scRNA-seq数据重建细胞空间位置信息，而且可以量化这些细胞-细胞相互作用的统计意义，并揭示介导这种相互作用的潜在关键配体-受体对。

　　CSOmap的实现基于以下三个假设：

　　(1)细胞相互作用的潜力可以通过相互作用的配体和受体的丰度及其亲和力来近似

　　(2)具有高相互作用潜能的细胞在空间上趋向于紧邻

　　(3)细胞与细胞之间由于生理和空间限制而存在相互竞争的关系

　　作者将以上三种假设表述为数学模型，其算法主要包括两部分，首先，通过整合数千个配体-受体对来估计细胞间的相互作用潜力，得到一个细胞间的亲和力矩阵，随后将固有的高维亲和力矩阵嵌入到三维空间中，具体实现步骤如下图。

　　结果：

　　在人和小鼠的胰腺的scRNA-seq数据集中，利用CSOmap对胰腺的内分泌部和外分泌部的空间分离进行重现，并证实内分泌细胞和内皮细胞之间存在显著的相互作用关系

　　通过CSOmap概括正常肺泡的空间特征和肺纤维化的病理特征：

　　正常供者的scrna-seq数据重建显示II型肺泡细胞分布更接近于肺泡腔，I型肺泡细胞与内皮细胞、肺泡巨噬细胞和其他细胞一起形成致密的基底结构，并且以上三种细胞之间存在显著的相互作用。

　　肺纤维化(IPF)的病人，II型肺泡细胞分布并非接近于肺泡腔，而是和其他细胞之间存在明显的相互作用，而对于间质性肺病(SSc-ILD)，尽管II型肺泡细胞仍分散在外层空间，但I型肺泡细胞与内皮/淋巴细胞或巨噬细胞之间没有明显的相互作用

　　SFTPA1-TLR2在介导I型和II型肺泡细胞之间的相互作用方面居首位。而对于肺纤维化样本，SFTPA1-TLR2得分显著降低。

　　CSOmap肿瘤组织中的应用：

　　CSOmap重建显示HSPs编码基因具有空间选择性，并进一步通过免疫组化实验证实

　　HCC肿瘤标本CSOmap预测与IHC显像的一致性研究： CD8+PD-1–T 细胞 和巨噬细胞、耗竭性T细胞和Tregs细胞的 空间分布关系

　　CSOmap揭示CD63-TIMP1是决定HNC和黑色素瘤恶性细胞空间特性的关键配体-受体对

　　CSOmap重建大肠癌T细胞的空间和分子特征，通过免疫组化进行进一步验证

　　总结：

　　海量的单细胞数据如何进行有效的数据发掘是现阶段研究中面临的一个挑战，CSOmap是领域内第一个不依赖于参照的可以“从头重构”细胞空间关系的生物信息学方法，尤其体现在其可以回答细胞空间关系是由哪些关键的配体-受体相互作用决定的，并在多个数据集中进行了进一步的印证;此外CSOmap还实现了利用计算机干扰实验(in silico perturbation)以检验特定基因或细胞群对细胞空间关系的影响并在此基础之上进行统计推断。CSOmap可以为包括发育、免疫反应和肿瘤免疫逃逸各种生物学问题提供重要的见解，该方法对于进一步深入挖掘单细胞转录组测序所蕴含的丰富生物医学知识具有重要意义。