華大在線(xiàn)訊（通訊員 曾爽）近日，圍繞人工智能與生命健康深度融合的前沿方向，數(shù)學(xué)與統(tǒng)計(jì)學(xué)學(xué)院張曉飛教授團(tuán)隊(duì)在空間轉(zhuǎn)錄組研究中取得重要進(jìn)展，相關(guān)成果以“Unlocking single-cell level and continuous whole-slide insights in spatial transcriptomics with PanoSpace”為題，在線(xiàn)發(fā)表于Nature旗下計(jì)算科學(xué)領(lǐng)域頂級(jí)期刊Nature Computational Science。我校2023級(jí)博士研究生和慧鋒為論文第一作者，張曉飛教授與上海交通大學(xué)陳洛南教授為共同通訊作者。我校為第一作者單位和第一通訊作者單位。

空間轉(zhuǎn)錄組技術(shù)為在組織原位解析細(xì)胞分布及其相互作用提供了重要手段，是理解腫瘤等復(fù)雜疾病發(fā)生發(fā)展機(jī)制的重要工具。然而，受限于測(cè)序分辨率和取樣方式，現(xiàn)有測(cè)序型空間轉(zhuǎn)錄組數(shù)據(jù)通常以離散測(cè)序點(diǎn)為單位，難以同時(shí)實(shí)現(xiàn)單細(xì)胞分辨率與連續(xù)、全切片尺度的空間解析，成為制約該領(lǐng)域進(jìn)一步發(fā)展的關(guān)鍵瓶頸。

針對(duì)這一問(wèn)題，研究團(tuán)隊(duì)提出了一種名為PanoSpace的計(jì)算重構(gòu)框架，融合低分辨率空間轉(zhuǎn)錄組數(shù)據(jù)、高分辨率組織病理圖像以及單細(xì)胞RNA測(cè)序參考信息，實(shí)現(xiàn)了對(duì)整個(gè)組織切片的連續(xù)、單細(xì)胞尺度空間轉(zhuǎn)錄組重構(gòu)。該方法在保持組織整體空間結(jié)構(gòu)完整性的同時(shí)，顯著提升了空間解析分辨率，為空間轉(zhuǎn)錄組數(shù)據(jù)的深度挖掘提供了新的技術(shù)路徑。

研究團(tuán)隊(duì)在多種真實(shí)生物數(shù)據(jù)中驗(yàn)證了PanoSpace的有效性，并將其應(yīng)用于肺癌、乳腺癌、前列腺癌等典型研究場(chǎng)景，揭示了腫瘤微環(huán)境中不同細(xì)胞類(lèi)型在空間組織和功能狀態(tài)上的差異特征，為理解疾病相關(guān)的空間生物學(xué)機(jī)制提供了新的視角，也為相關(guān)領(lǐng)域開(kāi)展空間組學(xué)研究提供了可借鑒的研究范式。

近年來(lái)，張曉飛教授團(tuán)隊(duì)圍繞“AI+生命健康”的交叉研究方向，持續(xù)開(kāi)展空間組學(xué)數(shù)據(jù)的數(shù)學(xué)建模與計(jì)算解析研究，在Genome Biology (2023,2025)、Nucleic Acids Research (2024,2025)等國(guó)際頂尖期刊發(fā)表多項(xiàng)研究成果。本項(xiàng)工作進(jìn)一步展示了人工智能與數(shù)學(xué)方法在空間生命科學(xué)研究中的重要作用，為我校推進(jìn)人工智能與生命健康交叉融合研究提供了有力支撐。

圖為PanoSpace工作流程圖

（審讀人：張本威 郭玉勁）

附：論文鏈接：https://www.nature.com/articles/s43588-025-00938-y