中國教育報(bào)-中國教育新聞網(wǎng)訊（記者 馮麗）腫瘤組織具有高度異質(zhì)性，細(xì)胞類型多樣、基因表達(dá)雜亂無章，區(qū)域界限模糊，傳統(tǒng)的空間轉(zhuǎn)錄組技術(shù)難以全面揭示腫瘤的特性。傳統(tǒng)方法通常將采樣點(diǎn)視為獨(dú)立的“房子”，統(tǒng)計(jì)每個(gè)點(diǎn)的細(xì)胞類型和基因表達(dá)信息，容易產(chǎn)生誤差。西安交通大學(xué)葉凱教授團(tuán)隊(duì)提出以基因表達(dá)的空間分布來構(gòu)建整體計(jì)算框架，相關(guān)研究成果近日發(fā)表在《細(xì)胞·基因組學(xué)》（Cell Genomics）雜志。

葉凱教授團(tuán)隊(duì)長期致力于生物信息學(xué)方法研究，并將開發(fā)的方法運(yùn)用于遺傳病和腫瘤的早診和精準(zhǔn)治療。由于腫瘤組織的高異質(zhì)性和空間轉(zhuǎn)錄組數(shù)據(jù)的高稀疏性，傳統(tǒng)側(cè)重局部臨近特征的策略往往在腫瘤空間轉(zhuǎn)錄組數(shù)據(jù)分析中出現(xiàn)遺漏和偏差。葉凱教授團(tuán)隊(duì)開發(fā)STMiner方法，利用二維高斯混合模型和最優(yōu)傳輸理論，將離散的采樣點(diǎn)轉(zhuǎn)化為連續(xù)的基因分布地圖，就像從零散的“房屋信息”中繪制出一張完整的“居民分布圖”。這種方法不僅能更準(zhǔn)確地反映腫瘤組織的真實(shí)情況，還能減少干擾信息，幫助科學(xué)家更清晰地觀察基因的空間分布規(guī)律。憑借這一技術(shù)，研究團(tuán)隊(duì)成功定位了高度復(fù)雜邊界不清的腫瘤組織中的獨(dú)特基因表達(dá)模式，清晰區(qū)分了正常與異常組織的邊界，并識(shí)別出一些此前被忽視的關(guān)鍵基因和空間結(jié)構(gòu)。這些發(fā)現(xiàn)為腫瘤研究開辟了全新路徑，有望為未來的精準(zhǔn)治療提供重要依據(jù)。

此項(xiàng)工作是西安交通大學(xué)信息與生物醫(yī)學(xué)研究中心多學(xué)科交叉協(xié)作的又一重大成果，該中心立足“四個(gè)面向”開展“理-醫(yī)-工”交叉研究，組建了自動(dòng)化、計(jì)算機(jī)、數(shù)學(xué)、生物、醫(yī)學(xué)等多學(xué)科優(yōu)勢(shì)相融合的科研團(tuán)隊(duì)，打造“測(cè)-算-控”全鏈條研究體系，近年來在《科學(xué)》《自然》《自然·方法》《自然·生物技術(shù)》《自然·微生物學(xué)》等國際頂級(jí)期刊發(fā)表了一系列重要研究成果。