本報訊（記者 馮麗）腫瘤組織具有高度異質性，細胞類型多樣，基因表達雜亂無章，區域界限模糊，傳統的空間轉錄組技術難以全面揭示腫瘤的特性。傳統方法通常將采樣點視為獨立的“房子”，統計每個點的細胞類型和基因表達信息，容易產生誤差。西安交通大學葉凱教授團隊提出以基因表達的空間分布來構建整體計算框架，相關研究成果近日發表在《細胞·基因組學》（Cell Genomics）雜志。

　　葉凱教授團隊長期致力于生物信息學方法研究，并將開發的方法運用于遺傳病和腫瘤的早診和精準治療。由于腫瘤組織的高異質性和空間轉錄組數據的高稀疏性，傳統側重局部臨近特征的策略往往在腫瘤空間轉錄組數據分析中出現遺漏和偏差。葉凱教授團隊開發STMiner方法，利用二維高斯混合模型和最優傳輸理論，將離散的采樣點轉化為連續的基因分布地圖，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確地反映腫瘤組織的真實情況，還能減少干擾信息，幫助科學家更清晰地觀察基因的空間分布規律。憑借這一技術，研究團隊成功定位了高度復雜、邊界不清的腫瘤組織中的獨特基因表達模式，清晰區分了正常與異常組織的邊界，并識別出一些此前被忽視的關鍵基因和空間結構。這些發現為腫瘤研究開辟了全新路徑，有望為未來的精準治療提供重要依據。

　　此項工作是西安交通大學信息與生物醫學研究中心多學科交叉協作的又一重大成果。該中心立足“四個面向”開展“理—醫—工”交叉研究，組建了自動化、計算機、數學、生物、醫學等多學科優勢相融合的科研團隊，打造“測—算—控”全鏈條研究體系，近年來在《科學》《自然》《自然·方法》《自然·生物技術》《自然·微生物學》等國際頂級期刊發表了一系列重要研究成果。

《中國教育報》2025年02月15日 第02版