组织细胞的空间排列及其形成的空间结构能够影响细胞间的相互作用，进而决定细胞的发育和功能。空间转录组技术能够在描绘细胞基因表达谱的同时保留空间位置信息，为空间结构域的鉴定提供了数据支持。然而，当前的结构域识别方法依赖非监督聚类，难以根据先验知识有目的地鉴定目标空间结构域。
2024年4月8日，Journal of Genetics and Genomics在线发表华大生命科学研究院精准健康研究所吴靓研究员和金鑫研究员团队题为“DAIS: a method for identifying spatial domains based on density clustering of spatial omics data”的研究论文。该研究开发了一个名为DAIS的新方法(https://github.com/ttrrtttrrt/DAIS)，能够通过对空间转录组数据进行密度聚类，根据基因特征(gene signature)或者注释信息等先验知识快速而准确地识别目标结构域，为空间结构的鉴定提供了新思路。
DAIS通过三个步骤识别空间结构域，包括数据预处理、spots选择和密度聚类、结果定量。它提供了特征基因和spot注释两种模式作为输入。通过分析Stereo-seq数据集，证明DAIS能够准确识别芯片上的肿瘤区和基质细胞区，并且两种模式的结果表现出较好的一致性。
在5-100 μm不同分辨率下，DAIS的结果也表现出高度一致性，验证了DAIS兼容不同空间转录组平台的潜力。通过分析Visium平台的肾细胞癌数据集，进一步证实DAIS在识别三级淋巴结构的准确性、敏感性和计算资源消耗等方面的表现优于其它现有方法。
DAIS的工作流程示意图
综上所述，DAIS可以通过基因特征和spot注释两种模式鉴定目标空间结构域，并且支持不同分辨率的空间转录组技术，为基于空间组学数据的结构域预测提供了新思路。
引用本文：
Qichao Yu, Ru Tian, Xin Jin, Liang Wu. (2024). DAIS: a method for identifying spatial domains based on density clustering of spatial omics data. Journal of Genetics and Genomics.
DOI：10.1016/j.jgg.2024.04.002
中国科学院大学生命科学学院禹奇超博士和田茹博士为该论文共同第一作者。华大生命科学研究院吴靓研究员和金鑫研究员为该论文共同通讯作者。相关工作得到中国国家重点研发计划和国家自然科学基金等项目资助。
A 大家好，我是禹奇超，目前在中国科学院大学生命科学院华大专项攻读基因组学博士学位，在深圳华大生命科学研究院癌症研究中心吴靓研究员的团队从事癌症时空多组学研究。
A 我最敬仰的科学家是布鲁诺。他对真理的执着追求、面对宗教压迫的勇气、为科学而献身的精神都令人肃然起敬。
Q3 在课题研究过程中，让你记忆最深、影响最大的一件事是什么？
A 当方法刚刚开发完成，在测试数据中显示出预期效果的那一刻令我印象深刻。感觉自己的努力得到了回应，也让我更加自信。
Q4 在你的研究领域中，你认为比较热门的研究方向是什么？
A 基于深度学习和AI识别空间多组学数据的结构域，未来很可能与大语言模型相结合，实现准确度、特异性和结果可解读性的巨大提升。
Q5 在你的研究领域中，你认为近年来最大的突破是什么？
A 我认为最大的突破是癌症免疫治疗的迅速发展和应用，包括免疫检查点抑制剂、CAR-T细胞疗法以及癌症疫苗等。这些进展在一定程度上改变了癌症治疗的格局，为许多晚期癌症患者提供了新的治疗选择。
Q6 在你的研究领域中，你认为最挑战的科学问题是什么？
A 解决癌症细胞异质性导致的耐药性、复发与转移。为此，需要准确识别癌细胞亚型，鉴定各亚群的潜在治疗靶点，实现个体化精准干预。还需要鉴定新的生物标志物预测肿瘤的复发与转移风险。
Q7 如果能够独立开展研究，你最想解决的科学问题是什么？
A 鉴定新的生物标志物，准确预测肿瘤的复发与转移风险。
A 感觉自己的努力终于有了回报，非常高兴！感谢吴靓研究员一直以来的谆谆教诲与专业指导，感谢金鑫研究员的支持以及田茹博士的付出。
