Nat Method：单细胞分辨率下对细胞信号交流进行分析的多实例学习模型

来自德克萨斯大学西南医学中心的王涛博士团队在Nature Methods上发表了标题为Mapping Cellular Interactions from Spatially Resolved Transcriptomics Data的文章。作者开发了名为Spacia的全新的多实例学习(Multi-instance learning) 模型，实现了在单细胞分辨率下对细胞信号交流的分析与推断。不同于其它方法，Spacia 的模型利用单细胞空间转录组 (single cell spatially resolved transcriptomics) 数据中的空间和基因表达信息将细胞信号传输问题转换成为多实例学习问题，再利用贝叶斯方法来实现模型的参数推断。

Spacia不依赖于已知的配体-受体对，可以用于探索未知的CCC通道。同时，此模型可以预测单细胞之间的CCC，预测CCC中的正相关以及负相关基因表达关系，并且推测不同CCC的空间特征。