头脑风暴--Atera 空间转录组：能否统一基于微环境的细胞亚群划分与基于基因表达的细胞亚群划分？

作者，Evil Genius

昨夜熬夜看比赛了，一直看到AL16强淘汰，起来吃了个早饭才睡觉。

看比赛就是看人生，Tarzan的个人经历确实值得同情，颠沛流离的人生，各种被嫌弃，网暴，甚至都没有战队要，失业很长时间，好不容易被AL挖掘，去年努力一年也只有8强，今年打了一年兄弟联盟，结果被兄弟坑的一把不赢直接淘汰，俱乐部图便宜买了Breathe，赶走了圣枪哥，经理爱笑一直在保把把对线劣势的hope，今年终于收获了16强，创造了前无古人，恐怕也后无来者的最差战绩。

Kael也差不多，LCK的失意辅助，来了AL被挖掘，今年也是打了一年兄弟联盟，把最差战绩焊在了自己身上。

不得不说LOL群星璀璨，我相信Tarzan和Kael也不想一直当背景板，躺在床上想着想着就看到了自己的影子，单细胞空间的研究也可以说是群星璀璨，我一直都是背景板，自己也遭遇过网暴，失业，被公司坑，但始终找不到出路，到目前为止工作了8年多，诺禾待了将近3年半，上海兰卫工作了2年，回了太原3年，只有第一次离职是个人主动离职，为了多挣点钱还房贷，家庭变故离开了上海，现在太原的公司拖欠工资社保，毫无底线，彷佛一过30岁，多灾多难，想着想着就睡着了。

我也是觉得奇怪，为什么别人违反法律，坑人，拖欠社保，不发工资，啥事没有，这边员工要工资，老板石钰理直气壮的说，你们没资格跟我说话，她还能到处旅游，出国旅游，不受到任何惩罚，劳动仲裁人家根本无所谓，而自己犯一点小的错误都会受到惩罚，这到底差在哪里？有人能告诉我么？

我们山西是水土不好么？为什么培养出这样的人，法律都可以不管的，以及如何培养出来的?可以教教我们这些普通人么？我也想有一个这样的女儿。

还有就是AI说要取代工作，我个人觉得AI最先取代的应该就是公务员，事业编之类的，比如拖欠工资，拖欠社保，直接AI判定违法，直接出公告，限期补缴即可，效率高，结果准，反倒是人参与了之后，不仅效率低到令人发指，还把事情搞复杂了，花大量的费用养活一群5秒AI就能解决，他们却需要半年的公务员，太不值了。

这一篇来一场头脑风暴，Atera统一细胞亚群划分的可行性。

Atera 空间转录组：能否统一基于微环境的细胞亚群划分与基于基因表达的细胞亚群划分？

理论上绝对可以，而且从生物学机制上看，两种方法不仅可以统一，还可能比单独使用任意一种方法更准确地识别具有明确功能意义的细胞状态。 不过，需要区分两个概念：一是将空间微环境与基因表达联合用于亚群识别；二是证明微环境通过改变细胞表达状态，进而驱动细胞亚群的形成。前者可以通过合理的计算分析实现，后者通常还需要更严格的统计验证，甚至实验验证。

对于 Atera 这类空间转录组平台，更推荐采用 “基因表达定义细胞状态，空间微环境解释和修正细胞状态，并通过联合模型识别空间依赖性亚群” 的策略，而不是单纯把两种聚类结果拼接起来。

一、两种细胞亚群划分方式，本质上有什么区别？

方法一：基于基因表达分亚群

• 以每个细胞的基因表达矩阵为核心。

• 根据高变基因、PCA、邻近图和聚类算法识别亚群。

• 通过差异表达基因、通路富集等方法解释其功能。

回答的问题： 这些细胞在分子状态上有什么区别？

方法二：基于空间微环境分亚群

• 以细胞周围的细胞组成、空间邻接关系及局部组织结构为核心。

• 计算细胞邻域组成、邻域细胞类型比例、空间距离等特征。

• 根据细胞所处的局部生态位进行分类。

回答的问题： 这些细胞处于什么样的局部环境中？它们与哪些细胞共同出现？

这里有一个关键区别：表达亚群反映细胞自身的分子状态，空间亚群反映细胞所处的生态位。 两者相关，但并不等价。

例如，同样被注释为单核细胞的细胞：

• 在炎症细胞密集区域，可能表现出较高的炎症相关基因表达。

• 在淋巴细胞富集区域，可能表现出不同的免疫调节状态。

• 在组织损伤区域，可能出现应激、趋化或组织修复相关的表达程序。

但也可能出现相反的情况：两个细胞具有相似的转录状态，却处于不同的空间位置。因此，不能仅凭空间邻域就断言它们属于不同的分子亚群，也不能仅凭表达相似就认定它们具有相同的微环境功能。

二、为什么理论上可以统一？核心是“微环境影响表达，表达又参与塑造微环境”

细胞并不是孤立运行的系统，它的转录状态受到周围细胞、细胞因子、细胞外基质、营养、缺氧以及组织结构等因素影响。

不过，建议将这个过程理解为一个双向耦合系统，而不是简单的单向因果关系。

1. 微环境可以改变细胞的基因表达

例如，某个单核细胞处于炎症微环境时，周围的细胞可能释放 IL-1β、TNF 等炎症介质，促使其发生转录状态变化。

可能出现的表达特征包括：

• 炎症相关基因：IL1B、TNF、CCL3、CCL4。

• 干扰素应答基因：ISG15、IFIT1、IFIT3、MX1。

• 应激相关基因：FOS、JUN、DUSP1。

实际表达取决于细胞类型、刺激强度、时间及组织环境，不能仅凭这些基因就判定特定微环境。

2. 细胞表达状态又会反过来改变微环境

当细胞发生转录状态变化后，也可能改变其周围环境。

例如：

• 炎症性单核细胞产生趋化因子，招募其他免疫细胞。

• 活化的 T 细胞释放细胞因子，影响周围髓系细胞。

• 肿瘤细胞或基质细胞产生免疫抑制相关分子，改变局部免疫细胞状态。

• 中性粒细胞释放炎症介质或组织损伤相关分子，影响邻近细胞。

因此，细胞状态与空间环境可能形成反馈关系：

局部微环境

邻近细胞组成、细胞因子、组织结构、缺氧等

细胞内转录状态改变

基因表达程序、信号通路与细胞功能发生变化

细胞对局部环境的反向调节

分泌信号、细胞招募、细胞接触与组织重塑

概念模型：表示可能存在的双向反馈，并不意味着单次空间转录组数据可以确定因果方向。

这就是将空间邻域和转录组联合建模的生物学依据。

3. 但是，为什么不能直接认为“空间不同 = 基因表达亚群不同”？

因为微环境对细胞的影响并非必然导致稳定、可区分的转录状态。

特别是 B 类：如果相同的 T 细胞亚群分别出现在两个组织区域，虽然邻近细胞不同，但自身表达并没有显著改变，就不应仅仅因为空间位置不同而将其命名为两个新的 T 细胞亚群。

更合理的做法是保留其共同的细胞类型身份，同时记录其不同的空间生态位。

三、目前有没有方法真正实现这种统一？

有

一个非常相关的研究是 2024 年发表在 Nature Genetics 的 BANKSY 方法。它将细胞自身的转录组和邻域转录信息结合在同一个特征空间中，尝试同时完成细胞类型识别与组织空间域划分，并在不同空间组学数据中进行了评估。研究还发现了与不同微环境相关的细胞状态。

这项研究特别重要，因为它说明：统一不必先分别完成两套聚类，再将结果合并；也可以在聚类之前，把细胞自身表达与邻域信息整合进同一套特征表示。

BANKSY 的思路可以概括为：

1. 获取每个细胞自身的基因表达。

2. 建立空间邻域，计算邻域表达特征。

3. 将自身表达与邻域特征进行加权整合。

4. 在整合后的特征空间中降维、构建邻接图并聚类。

5. 根据权重设置，在细胞类型识别和组织空间域识别之间调整分析重点。

方法的一个重要设计是利用邻域平均表达和空间方向性特征，而不是简单将细胞的 X、Y 坐标添加到表达矩阵中。这样可以避免仅仅因为两个转录状态相似的细胞距离较远，就把它们人为分开。

需要注意：BANKSY 证明的是联合建模具有可行性，并不意味着所有 Atera 数据都能直接获得同样的效果，也不意味着联合聚类天然能够证明微环境驱动了细胞状态改变。

四、针对 Atera，应该怎样设计统一分析框架？

Atera 的官方分析流程已提供细胞分割、细胞特征矩阵、PCA、UMAP、基于图的聚类和差异表达结果。其输出还包含空间坐标、细胞分割信息等，可作为开展自定义空间分析的基础.

因此，实际问题并不是 Atera 能不能提供分析基础，而是如何在其细胞级表达数据与空间坐标之上，构建真正的联合亚群模型。

第一步：先确定目标细胞类型

例如，想分析肿瘤中的单核/巨噬细胞，首先应该识别该细胞大类，再在其中进行联合亚群分析。

这样做有两个好处：

1. 避免将巨噬细胞、T 细胞、肿瘤细胞等不同大类，仅仅因为处于相似微环境就聚为一个亚群。

2. 可以更清晰地研究同一细胞类型在不同空间生态位中的转录状态变化。

如果研究的是整个组织，则可以先进行全细胞类型识别，再针对感兴趣的细胞类型做二次分析。

第二步：分别构建表达特征和微环境特征

A. 表达特征

可以使用归一化表达矩阵、适当的降维表示，或者经过筛选的功能基因模块评分。

例如，对巨噬细胞，可以考虑炎症、干扰素应答、抗原呈递、吞噬和组织修复等表达程序。具体模块需要依据组织背景和实际数据确定。

B. 微环境特征

建议至少区分以下三个层次：

建议：不要只用邻近细胞的类型比例，也不要只用 X、Y 坐标。 邻域组成可以反映生态位，但邻域表达能进一步揭示这些邻近细胞正在发生什么；空间坐标主要用于定义邻域关系，而不是直接代替生物学特征。

第三步：将两类特征统一到一个模型中

这里有三种值得区分的方案。

方案 A：独立聚类后整合结果

先根据基因表达分群，再根据微环境分群，最后比较两套标签。

优点：容易实施、便于解释。缺点：只是整合结果，不是真正的联合聚类。

方案 B：特征级联合聚类

将细胞自身表达与邻域表达特征结合，在同一个低维空间中聚类。BANKSY 属于这一思路。

优点：可识别仅凭自身表达难以区分的空间依赖性状态，同时保留细胞类型信息。

方案 C：图模型或潜变量联合建模

将细胞作为节点，表达作为节点特征，空间邻接作为图结构，再通过图表示学习或潜变量模型学习联合状态。

优点：灵活，可进一步建模复杂关系。缺点：参数更多，解释和验证要求更高，容易出现过拟合或空间平滑过度。

对于大多数 Atera 细胞级数据，建议先采用方案 B 建立可解释的基线，再考虑方案 C。复杂模型不一定更好，特别是当组织样本数有限、细胞数很多时，细胞数量不能替代独立生物学重复。

五、最关键的问题：联合后得到的究竟是什么类型的亚群？

这是整个研究设计中最值得提前考虑的地方。

如果将表达和微环境直接合并聚类，最终可能得到三种性质不同的结果。建议在分析结束后明确区分，而不是把所有 cluster 都命名为新的细胞亚群。

类型 1：稳定的分子亚群

这些细胞具有较稳定的转录特征，即使位于不同空间区域，也能通过表达特征被识别。

例如，不同的巨噬细胞分化状态或不同的 T 细胞功能状态。

命名建议： 根据经典标志基因和功能特征命名。

类型 2：微环境依赖性细胞状态

这些细胞属于相同的大类，但处于不同生态位时，出现可重复的表达差异。

例如，处于肿瘤边缘的巨噬细胞，与处于缺氧或基质富集区域的巨噬细胞，可能表现出不同的转录程序。

命名建议： “细胞类型 + 功能状态”，并将其所在生态位作为独立的注释维度。

类型 3：空间组织域或生态位

这些区域可能由多种细胞类型共同组成，其主要特征是局部细胞组成、空间结构或邻域转录特征，而非单一细胞类型自身的表达差异。

命名建议： 炎症生态位、肿瘤—基质界面、淋巴细胞富集生态位等，前提是数据确实支持这些特征。

因此，最理想的分析并非只产生一个聚类标签，而是同时回答：

• 这个细胞是什么类型？

• 它处于什么功能状态？

• 它位于什么空间生态位？

• 这种功能状态是否与其微环境存在可重复的关联？

这四个问题不一定需要用同一组标签回答。

六、如何证明微环境真的影响了细胞表达，而不是仅仅存在空间相关性？

这是联合分析能否形成有说服力的机制研究的关键。

建议按照以下证据层级推进。

证据 1：联合聚类发现

同一细胞类型在不同微环境中呈现不同的联合聚类标签。

这是发现线索，但还不能证明微环境改变了表达。

证据 2：独立的表达差异验证

在相同细胞类型内部，比较不同微环境中的基因表达、通路活性和功能模块评分。

应尽可能控制样本来源、疾病状态、细胞质量、细胞周期等混杂因素。

证据 3：细胞间信号与空间关系

检查候选信号发送细胞和接收细胞是否在空间上接近，以及相关受体、靶基因或下游通路是否支持提出的机制。

配体—受体共表达或空间邻近本身仍不等于真实的功能性信号传递。

证据 4：因果验证

通过细胞共培养、候选因子阻断、受体干预或适当的扰动实验，验证微环境信号是否能改变目标细胞的表达和功能。

这是进一步支持因果机制的证据，不是每项纯计算研究都必须完成，但不能用一次横截面空间分析替代。

特别注意统计设计

空间数据往往有大量细胞，但真正独立的生物学重复通常是样本或患者。差异分析应尽可能以样本为单位进行汇总或使用合适的混合效应模型，避免把数万个细胞误当作数万个独立样本。

另外，最好先利用独立的细胞类型标志或初始注释划分目标细胞，再评估微环境与表达状态的关系，避免先用某组基因定义亚群、再用同一组基因证明该亚群有差异的循环论证。

七、Atera 上的实际可行性与主要限制

总体而言，可行性较高，但取决于数据质量、基因检测覆盖度和空间信息完整程度。

Atera 的官方输出包括细胞特征矩阵、空间坐标相关信息以及细胞分割数据，因此可以构建细胞级邻域图并开展联合分析。

不要认为全探针数据就一定能得到更好的空间亚群。真正决定分析效果的是目标细胞的有效表达信息、空间分辨率、分割质量和独立样本的重复性。

八、最推荐的研究策略：建立双层标签，而不是强行统一成一个标签

第一层：细胞自身的分子亚群

回答“它是什么细胞、处于什么状态”

• 基于细胞表达矩阵进行初始分群。

• 依据标志基因、功能模块和差异表达进行注释。

• 尽量保持相同分子状态在不同空间区域中的可比性。

第二层：微环境关联的细胞状态

回答“它在什么环境中、状态是否随环境改变”

• 基于空间邻域组成和邻域表达建立生态位特征。

• 通过联合聚类或同一细胞类型内的分层分析识别生态位相关状态。

• 评估这种关联能否在不同样本中重复出现。

最终输出：细胞类型 × 状态 × 生态位

将三个维度关联起来，而不是让单一聚类标签承担所有生物学含义。

例如：巨噬细胞 — 炎症相关状态 — 肿瘤边缘生态位。

只有在表达差异和空间关联均得到支持时，才进一步定义为“生态位相关的炎症型巨噬细胞状态”。

这套设计有一个重要优势：即使联合聚类没有发现新的亚群，你仍然可以研究已知细胞类型是否在不同微环境中呈现不同表达程序；如果发现新的生态位依赖性状态，也能通过分层分析与独立证据进行验证。

对 Atera 数据，最稳妥的策略不是彻底放弃传统表达分群，也不是单纯依据空间邻域划分细胞，而是保留细胞自身的分子身份，同时把微环境作为第二类信息引入联合模型，重点寻找并验证那些在特定生态位中呈现可重复转录变化的细胞状态。这样既有方法学创新空间，也更容易形成有生物学解释力的研究结果。

生活很好，有你更好。