文章题目：Multiscale topology classifies cells in subcellular spatial transcriptomics

发表期刊：Nature

影响因子：50.5

发表时间：2024年6月

空间转录组测序技术可用来研究组织内数百万个位置的原位基因表达，迄今为止在转录组深度、空间分辨率和样本大小之间仍存在一些权衡，无法兼得。尽管基于图像的分割技术整合使这方面的工作取得了重大进展，但它受到成像质量和组织异质性的限制。相比之下，最近的基于阵列的技术可以在大型样本中以亚细胞分辨率测量整个转录组。目前，还没有直接利用这些信息来注释单个细胞的细胞类型识别方法。

本文中作者提出了一种多尺度方法，利用转录组信息和空间背景，自动分类亚细胞水平的细胞类型。作者在靶向和全转录空间平台上展示了这种方法，改进了人类肾脏组织的细胞分类和形态，并精确定位了单个稀疏分布的肾小鼠免疫细胞，而不依赖于图像数据。通过将这些预测整合到基于多参数持久同源性的拓扑管道中，作者确定了狼疮肾炎小鼠模型特有的细胞空间关系特征，并通过免疫荧光实验进行了验证。本文所提出的框架很容易推广到新的平台，提供了连接生物个体从基因到组织不同层次的一个全面的流程。