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。