图像增强的空间组学数据多切片对齐与整合方法

摘要: 本发明涉及图像处理,具体涉及一种图像增强的空间组学数据多切片对齐与整合方法。背景技术:1、在相关技术中,随着高通量测序和单细胞技术的飞速发展,科研人员对生命系统...
图像增强的空间组学数据多切片对齐与整合方法

本发明涉及图像处理,具体涉及一种图像增强的空间组学数据多切片对齐与整合方法。

背景技术:

1、在相关技术中,随着高通量测序和单细胞技术的飞速发展,科研人员对生命系统中基因表达的时空特性有了前所未有的深入认知。尤其是单细胞rna测序(scrna-seq)技术的问世,使得人们能够在单细胞分辨率下探索细胞类型、状态和转录组动态。然而,单细胞rna测序在采集过程中通常需要将组织解离为细胞悬液,从而导致原始组织空间信息的丢失。对于研究细胞间相互作用、组织结构、发育过程和疾病微环境等关键生命现象而言,空间信息的缺失成为瓶颈问题。为了解决这一问题,空间转录组(spatial transcriptomics,st)技术应运而生。空间转录组技术通过在组织切片上捕捉mrna分子的空间位置及表达水平,实现了空间位置信息与基因表达信息的融合。这种技术提供了一种在组织原位中研究细胞功能和组织结构的新手段,被广泛应用于发育生物学、神经科学、肿瘤学、免疫学等多个方向。例如,空间转录组可用于揭示肿瘤微环境中免疫细胞的分布规律、探索神经元在大脑皮层中的空间组织方式、研究胚胎发育中细胞命运的空间调控等。

2、然而,尽管现有空间转录组技术已能够在原位环境中同时采集细胞的转录活性与其在组织中的空间坐标信息,实现表达水平与空间结构的协同解析,其在数据分析和应用中仍面临多个挑战,特别是在空间数据的整合与对齐方面。首先,实际研究往往涉及多个组织切片、多个样本、甚至多个平台产生的数据。由于组织异质性、批次效应及测序噪声的影响,不同切片或样本间的表达分布存在显著差异,直接整合会引入偏差。同时,空间转录组数据通常只保留二维切片上的空间信息,不同切片之间的位置关系缺乏标准化,导致后续组织结构的空间重建与比对困难。并且即便存在图像配准或组织切片重构技术,空间转录组数据中表达特征本身在不同切片或样本中往往不一致,这需要借助更智能的表征学习方法进行特征提取与比对。

3、针对上述问题,现有技术中已提出多种空间组学切片对齐方法。部分方法基于几何变换模型,通过刚性或非刚性变换对切片进行空间配准。但是该类方法通常仅依赖空间坐标信息,难以充分利用分子表达及组织形态特征,在复杂组织结构下对齐精度有限。另一类方法基于最优传输或概率匹配思想,在分子表达空间中寻找切片间的对应关系。但是,此类方法对噪声较为敏感,且在多切片场景下容易出现累积误差。此外,近年来部分方法引入图神经网络对空间组学数据进行表征学习,通过构建空间邻接图来建模局部空间关系。这些方法虽然已被广泛应用,但依然存在一些缺陷:(1)未能充分融合组织学图像信息,缺乏稳定且可靠的空间结构先验;(2)难以同时兼顾全局空间一致性与局部非刚性形变的精细建模,导致对齐结果在复杂组织区域不稳定;(3)在多切片联合整合场景下扩展性和鲁棒性不足,难以实现多张切片的统一对齐与一致性建模。

4、需要说明的是,在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本发明提供一种基于图像增强的空间组学数据多切片对齐与整合方法,能够有效克服现有技术中存在的缺陷。

2、本发明的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本发明的实践而习得。

3、根据本发明的第一方面,提供一种基于图像增强的空间组学数据多切片对齐与整合方法,所述方法包括:

4、获取待处理的原始空间组学数据,对空间转录组进行预处理,获取对应的空间组学数据表示;其中,空间组学数据表示包括基因表达矩阵和对应的空间坐标信息;

5、利用组织学图像对空间转录组数据进行表达增强,获取增强的基因表达矩阵;并对组织学图像进行粗对齐,获取对应的空间变换矩阵;

6、根据空间变换矩阵对不同的组织学图像的空间坐标数据进行初步空间匹配,根据空间采样点之间的邻接关系构建各组织学图像的原始切片空间邻接图;并结合原始切片空间邻接图、不同切片之间的空间采样点的最近邻关系,以及不同切片之间细胞的最近邻关系构建空间邻接矩阵;

7、利用编码器对增强的基因表达矩阵、空间邻接矩阵进行邻居节点信息的聚合,并输出编码的嵌入矩阵;利用解码器对嵌入矩阵进行特征重构,以输出重构高维基因表达信息;

8、基于不同的空间组学切片对应的嵌入矩阵计算嵌入相关性矩阵;并基于嵌入相关性矩阵对组织学图像中的各空间采样点进行第一阶段的全局仿射变换;以及,采用基于b样条的自由形变方法对空间坐标进行第二阶段的精细调整。

9、在一些示例性实施方式中,对原始空间组学数据进行预处理,包括:

10、基于预设规则对原始空间组学数据中的空间转录组进行质量控制处理,以获取筛选后的第一空间转录组数据;

11、对第一空间转录组数据依次进行归一化处理、对数转换处理,获取初始基因表达矩阵;

12、对初始基因表达矩阵进行特征筛选,获取筛选后的基因表达矩阵;

13、对筛选后的基因表达矩阵和对应的空间坐标信息进行数据整理,获取空间组学数据表示。

14、在一些示例性实施方式中,利用组织学图像对空间转录组数据进行表达增强,获取增强的基因表达矩阵,包括:

15、基于基因表达矩阵,根据细胞的表达向量计算细胞间在基因表达空间中的相似度权重,并利用归一化后的余弦距离衡量表达分布的一致性,以获取基因表达相似性矩阵;

16、对组织学图像基于空间采样点进行图像分割以获取对应的局部图像;并对局部图像进行图像特征提取,获取各局部图像对应的局部图像特征;

17、对局部图像特征进行主成分分析处理,以获取依据降维特征筛选的目标数量的主成分特征;并计算各主成分特征之间的相似度,以获取组织学图像特征矩阵;

18、根据空间采样点的空间坐标信息,构建空间结构感知的邻接矩阵a;

19、结合基因表达相似性矩阵、组织学图像特征矩阵、邻接矩阵a进行融合,获取融合增强的基因表达矩阵。

20、在一些示例性实施方式中,根据细胞的表达向量计算细胞间在基因表达空间中的相似度权重,包括:

21、

22、其中,表示细胞i的表达向量,表示所有细胞表达向量的平均值。

23、在一些示例性实施方式中,计算各主成分特征之间的相似度,以获取组织学图像特征矩阵,包括:

24、

25、其中,、分别表示细胞i、细胞j的图像特征向量。

26、在一些示例性实施方式中,结合基因表达相似性矩阵、组织学图像特征矩阵、邻接矩阵a进行融合,获取融合增强的基因表达矩阵,包括:

27、

28、其中,表示第i个空间采样点未增强前的原始基因表达向量;表示第j个空间采样点未增强前的原始基因表达向量;表示邻居节点的数量。

29、在一些示例性实施方式中,结合原始切片空间邻接图、不同切片之间的空间采样点的最近邻关系,以及不同切片之间细胞的最近邻关系构建空间邻接矩阵,包括:

30、对于粗对齐的组织学图像,获取第一组织学图像中空间采样点在第二组织学图像中的空间最近邻点集合,以构建跨切片的空间连接集合;

31、利用基因表达矩阵,获取第一组织学图像中的细胞在第二组织学图像中的最近邻集合,以构建跨切片的基因表达连接集合;

32、对原始切片空间邻接图、跨切片的空间连接集合、跨切片的基因表达连接集合进行合并处理,以获取空间邻接矩阵。

33、在一些示例性实施方式中,编码器基于多层图注意力网络构建;

34、编码器的第k层生成点位i在第k层的嵌入表示包括:

35、

36、其中,表示图注意力网络中可学习的共享权重矩阵;表示编码器部分通过细胞基因表达向量计算得到的节点i与节点j之间的注意力分数;表示学习到的潜在表征向量;

37、编码器的最后一层为全连接层,包括:

38、

39、其中,表示图自注意力编码器第l层的可学习共享权重矩阵。

40、在一些示例性实施方式中,利用解码器对嵌入矩阵进行特征重构,以输出重构高维基因表达信息,包括:

41、解码器以编码器输出的降维的嵌入矩阵作为输入,重构高维基因表达信息,包括:

42、

43、解码器的最后一层为全连接层,对重构的高维基因表达信息进行全连接处理。

44、在一些示例性实施方式中,采用基于b样条的自由形变方法对空间坐标进行第二阶段的精细调整,包括:

45、

46、其中,x''表示经过自由形变变换后的坐标;x'表示仿射变换后的坐标;bl、bm、bn分别表示三维b样条基函数;参数(u,v,w)表示坐标在控制网格中的归一化位置,对应控制点的位移矢量。

47、根据本发明的第二方面,提供一种计算机程序产品,其上存储有计算机程序,计算机程序被处理器执行时实现上述的图像增强的空间组学数据多切片对齐与整合方法。

48、根据本发明的第三方面,提供一种电子设备,包括:

49、处理器;以及存储器,用于存储所述处理器的可执行指令;

50、其中,所述处理器配置为经由执行所述可执行指令时实现上述的图像增强的空间组学数据多切片对齐与整合方法。

51、根据本发明的第四方面,提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的图像增强的空间组学数据多切片对齐与整合方法。

52、本发明的实施例所提供的图像增强的空间组学数据多切片对齐与整合方法,通过引入组织学图像增强基因表达与进行粗配准的方式,实现了对空间组学多切片数据的高精度对齐与整合。相较于仅依赖基因表达或空间坐标的传统方法,本发明能够充分利用组织形态学先验信息,有效提升在切片形变、组织缺失及噪声干扰条件下的对齐稳定性与鲁棒性。同时,本发明基于空间邻接图和图神经网络进行特征建模,能够同时构建单张切片内部的空间邻接关系以及跨切片的联合图结构,从而同时刻画局部空间关系和全局跨切片信息,有效地消除了切片间的批次效应。另外,本发明采用多阶段对齐与整合策略,结合全局粗对齐与局部精细对齐过程,实现多切片空间组学数据在统一空间坐标系下的准确融合。

53、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。