新型算法为组织发展和疾病研究提供了重要支持

2月3日，西南华大生命科学研究院科研团队成功开发了新算法SpaTrack，推断细胞时空分化轨迹。该算法可以充分整合细胞转录组和空间数据，构建细胞分化的动态轨迹，为揭示组织发育、器官再生和疾病进展的动态研究提供有效的方法支持和重要意见。相关成果在网上发表在Cell子刊《细胞系统》上。

空间坐标和取样时间可以作为补充转录组特征的重要约束，用于推断细胞分化的轨迹。基于最佳传输理论和单细胞空间转录组学，研究团队开发了一种新的算法SpaTrack，可以准确捕捉生物组织的局部细节和空间中不可持续的分化轨迹，自然将空间距离纳入细胞分化的成本测量。

据研究团队介绍，SpaTrack可以利用算法优势实现以下主要功能:一是直接从单细胞空间转录组信息中构建细致的细胞分化轨迹;二是通过直接细胞投射跟踪跨时间样本的细胞分化轨迹;第三，通过建模预测转录因子在分化时对基因表达的控制关系，捕捉发育驱动因素。

研究小组在各种模拟和真实分化场景中测试了SpaTrack的功能，并与各种现行方法进行了比较，这表明SpaTrack在稳定性和准确性方面具有优势。因此，研究小组在多个生物系统的研究中应用了SpaTrack。结果表明，SpaTrack在重建细胞分化轨迹、揭示相关分化事件、寻找驱动因素等方面表现良好，并帮助研究获得了新的发现。

例如，研究小组重构了大脑损伤的再生过程，揭示了大脑损伤区域正常区域的不同分化轨迹。在分析小鼠胚胎中脑发育的过程中，研究小组观察到多个关键前体细胞在多时间点样本中的分化过程和空间协调特征。在肿瘤生长和转移过程的研究中，SpaTrack帮助发现肿瘤的生长扩张显示了空间异质性，其中一条分化路径是将上皮间质转化为特征，肿瘤细胞转移，在淋巴结区域形成转移位肿瘤。

西南华大生命科学研究院副研究员秦鹏飞表示:“借助空间转录组信息，本次开发的新算法在分析组织发展和疾病进展的时空动态方面取得了初步成效。接下来，团队将进一步实现时空多组学的结合，分析多源分化、复杂分化等复杂问题。”