近年來，空間轉(zhuǎn)錄組技術(shù)的快速發(fā)展使研究者能夠在組織原位水平解析分子特征，但目前多數(shù)技術(shù)仍局限于二維切片數(shù)據(jù)，在很大程度上限制了對(duì)復(fù)雜三維生物結(jié)構(gòu)的系統(tǒng)性研究。因此，如何精確對(duì)齊二維切片并重建為一致的三維結(jié)構(gòu)，已成為空間組學(xué)分析中的關(guān)鍵問題之一。該任務(wù)在生物醫(yī)學(xué)研究中具有重要意義，例如對(duì)齊后可以在真實(shí)的三維空間中進(jìn)行生物學(xué)分析、同組織不同狀態(tài)的比較、跨平臺(tái)整合等，同時(shí)也對(duì)計(jì)算方法提出了更高要求。相較于傳統(tǒng)配準(zhǔn)問題，空間轉(zhuǎn)錄組數(shù)據(jù)通常具有表達(dá)稀疏、切片間異質(zhì)性顯著以及跨平臺(tái)差異明顯等特點(diǎn)，進(jìn)一步增加了對(duì)齊的復(fù)雜性。盡管近年來已有多種方法被提出，但針對(duì)不同應(yīng)用場景的系統(tǒng)性評(píng)估仍相對(duì)不足。在此背景下，構(gòu)建一個(gè)覆蓋多場景、多平臺(tái)及多組織類型的標(biāo)準(zhǔn)化基準(zhǔn)體系，對(duì)于全面評(píng)估現(xiàn)有方法性能、明確其適用范圍，進(jìn)而推動(dòng)相關(guān)方法的發(fā)展具有重要意義。

針對(duì)于此，2026年4月3日，復(fù)旦大學(xué)空間組學(xué)整合研究中心錢斌治教授聯(lián)合原致遠(yuǎn)研究員在Nature Computational Science上發(fā)表題為Benchmarking Alignment Methods for Spatial Transcriptomics Data的研究論文。該研究在多場景多維度系統(tǒng)評(píng)估了空間轉(zhuǎn)錄組數(shù)據(jù)的對(duì)齊方法，并為未來方法的應(yīng)用和開發(fā)提供了實(shí)踐指導(dǎo)。

研究構(gòu)建了一套全面的方法評(píng)測框架，系統(tǒng)評(píng)估了11種常見空間對(duì)齊方法，涵蓋真實(shí)切片和模擬切片多場景對(duì)齊任務(wù)，并對(duì)方法性能進(jìn)行了多維度量化分析。

對(duì)于對(duì)齊準(zhǔn)確性與計(jì)算效率，除可視化對(duì)齊效果外，研究使用基于基因表達(dá)相似度與基于注釋標(biāo)簽的兩類指標(biāo)量化評(píng)估對(duì)齊精度。對(duì)于具備參考三維坐標(biāo)的數(shù)據(jù)集，進(jìn)一步引入平均絕對(duì)誤差等指標(biāo)進(jìn)行衡量。在計(jì)算效率上，通過記錄運(yùn)行時(shí)間與峰值內(nèi)存占用，明確各方法的計(jì)算瓶頸。評(píng)測結(jié)果表明，不同方法的性能高度依賴于數(shù)據(jù)特征，并據(jù)此總結(jié)出按照兩類空間轉(zhuǎn)錄組學(xué)技術(shù)分類（NGS-based、imaging-based）下的優(yōu)勢方法，提示研究者應(yīng)根據(jù)數(shù)據(jù)特性與研究目標(biāo)，在精度、效率與適用性之間做出合理權(quán)衡。

在評(píng)估方法魯棒性方面，通過人為引入切片重疊比例變化、初始旋轉(zhuǎn)角度偏移等擾動(dòng)，測評(píng)了各方法的穩(wěn)定性。結(jié)果顯示，部分方法對(duì)初始條件高度敏感，另一些方法則表現(xiàn)出較強(qiáng)的魯棒性，同時(shí)揭示了粗對(duì)齊步驟在整體流程中的關(guān)鍵作用。此外，對(duì)齊結(jié)果不僅影響視覺一致性，更直接影響下游分析任務(wù)效果。研究將對(duì)齊結(jié)果應(yīng)用于三維空間聚類分析，ARI、NMI等指標(biāo)表明對(duì)齊質(zhì)量提升能夠改善下游分析效果（15組中的12個(gè)），驗(yàn)證了高精度對(duì)齊的重要價(jià)值。

為應(yīng)對(duì)實(shí)際應(yīng)用中的復(fù)雜場景，研究設(shè)計(jì)了連續(xù)多切片對(duì)齊、跨平臺(tái)對(duì)齊和大規(guī)模數(shù)據(jù)對(duì)齊三類挑戰(zhàn)性測試，發(fā)現(xiàn)現(xiàn)有方法普遍存在精度下降與內(nèi)存消耗過大等問題。針對(duì)這些挑戰(zhàn)，研究提出了可單獨(dú)或組合使用的策略，為實(shí)際應(yīng)用提供了可能的方案。

總結(jié)所有實(shí)驗(yàn)結(jié)論，研究提供了完整的全流程用戶指南，涵蓋數(shù)據(jù)處理、方法選擇、參數(shù)設(shè)置、對(duì)齊執(zhí)行與結(jié)果評(píng)估等環(huán)節(jié)，構(gòu)建了標(biāo)準(zhǔn)化、可重復(fù)的分析流程。在此基礎(chǔ)上，研究進(jìn)一步探究了影響對(duì)齊效果的關(guān)鍵因素，分析了不同方法性能差異的潛在原因，為下一代空間對(duì)齊方法的開發(fā)提供了重要啟示和發(fā)展方向。

復(fù)旦大學(xué)空間組學(xué)整合研究中心錢斌治教授和原致遠(yuǎn)研究員為本文通訊作者。復(fù)旦大學(xué)博士生嚴(yán)筠芷為本文第一作者。

https://www.nature.com/articles/s43588-026-00977-z

制版人： 十一

學(xué)術(shù)合作組織

（*排名不分先后）

戰(zhàn)略合作伙伴

（*排名不分先后）

轉(zhuǎn)載須知

【非原創(chuàng)文章】本文著作權(quán)歸文章作者所有，歡迎個(gè)人轉(zhuǎn)發(fā)分享，未經(jīng)作者的允許禁止轉(zhuǎn)載，作者擁有所有法定權(quán)利，違者必究。

BioArt

Med

Plants

人才招聘

近期直播推薦

點(diǎn)擊主頁推薦活動(dòng)

關(guān)注更多最新活動(dòng)！