空间转录组学中空间可变基因识别方法的系统性基准测试研究

　　为解决空间转录组学中缺乏对空间可变基因（SVGs）检测方法的全面评估问题，研究人员开展了14种计算方法的系统性基准测试研究。利用scDesign3模拟真实数据集和6项指标评估发现，SPARK-X综合性能最佳，Moran's I作为强基线表现优异。该研究为方法选择和开发提供了重要参考，发表于《Genome Biology》。

　　

空间转录组学技术（Spatially Resolved Transcriptomics）的革命性进展使得研究人员能够在完整空间背景下分析基因表达，为理解发育生物学和疾病机制提供了全新维度。然而，如何从海量空间数据中准确识别具有空间变异特征的基因（Spatially Variable Genes, SVGs），成为制约该领域发展的关键瓶颈。尽管已有多种计算方法被开发用于SVGs检测，但缺乏全面、客观的性能评估体系，且现有模拟数据往往过于简化，无法真实反映生物系统的复杂空间模式。

为解决这一难题，由Zhijian Li和Zain M. Patel共同领导的研究团队在《Genome Biology》上发表了系统性基准测试研究成果。研究团队创新性地采用scDesign3模拟框架，基于50个真实数据集生成具有不同空间变异程度的生物学真实模拟数据，对14种主流SVGs检测方法进行了六维度的综合评估，包括基因排序准确性、分类性能、统计校准度、计算可扩展性、对空间域检测的影响以及在空间ATAC-seq数据中的应用效果。

研究采用多项关键技术方法：利用scDesign3从9种空间技术平台的50个真实数据集中生成模拟数据；通过Kendall相关系数和auPRC曲线评估排序与分类准确性；使用人类前额叶皮层（DLPFC）、口腔鳞癌（OSCC）和HER2阳性乳腺癌数据集验证空间域检测效果；采用空间混沌评分（CHAOS）评估空间ATAC-seq数据的聚类连续性。

研究结果全面揭示了各方法的性能特征。在基因排序准确性方面，SPARK-X以0.88的平均相关系数位居榜首，其采用多核协方差测试策略，能有效捕捉多样化的空间表达模式。令人惊讶的是，经典的Moran's I统计量尽管算法简单，却表现出色（平均相关系数0.76），成为强有力的基线方法。SpatialDE2和nnSVG分别以0.81和0.80的相关性紧随其后。

统计校准评估暴露了多数方法的显著缺陷。在零假设条件下，仅SPARK和SPARK-X能产生良好校准的p值，而其他方法要么过于保守（如SpatialDE、Spanve），要么过于宽松（如SpaGFT、GPcounts），这直接影响结果的可信度和假阳性控制能力。

计算可扩展性分析显示，SOMDE在内存使用和运行时间方面表现最优，特别适合大规模数据分析。SPARK-X也展现出良好的可扩展性，而BOOST-GP和GPcounts随着点位数量增加呈现指数级计算负担增长。

在空间域检测应用中，研究发现使用SVGs通常比传统高变基因（HVGs）能获得更好的聚类效果。Moran's I在该任务中表现最佳，其检测到的空间特征基因能有效提升组织结构的识别精度。值得注意的是，SpaGCN、scGCO等方法反而劣于HVGs基线。

空间ATAC-seq数据分析揭示了当前方法的局限性。除SpatialDE2外，其他方法在识别空间可变峰（Spatially Variable Peaks, SVPs）时表现不佳，且BOOST-GP、GPcounts等方法因计算复杂度无法完成分析任务，凸显了开发专门针对染色质可及性数据特性的新算法的迫切需求。

综合各项指标，SPARK-X以平均排名4.3的成绩成为最佳整体方法，其在多数空间技术平台上均保持领先性能。SpaGFT和Moran's I分别以5.4和6.3的平均排名位列第二、三位。这一排名为不同应用场景下的方法选择提供了实用指南：SPARK-X适合精确排序需求，Moran's I适用于快速初步分析，SOMDE和SPARK-X推荐用于大规模数据，而空间域检测优先考虑Moran's I、SpatialDE2和nnSVG。

研究团队还创建了开放式基准测试平台（Open Problems），支持新方法的持续集成和评估，推动领域内方法的标准化发展。该工作的意义不仅在于提供了当前最全面的方法性能图谱，更在于建立了更接近生物学真实的评估范式，为空间多组学时代的基因调控网络构建和空间表观遗传学研究奠定了方法论基础。

研究结论强调，空间变异基因的检测不应被视为简单的二分类问题，而是一个连续的排序过程。简单统计量Moran's I的优异表现提示我们，有时简约的方法反而能产生稳健的结果。同时，空间ATAC-seq数据的独特挑战呼吁开发专门针对稀疏二值化数据特性的新算法。随着Slide-Tags等新技术的发展，SVGs识别工具将在更多下游分析中发挥关键作用，而本研究提供的基准框架将持续为方法开发和选择提供权威指导。