Adv Sci | S3RL：突破空间转录组无监督多模态融合瓶颈，显著提升分析精度与可解释性

2026年1月20日， 西 安交通大学电子与信息学部 、 西北农林科技大学 研究团队合作 在Advanced Science上发表了文章S3RL: Enhancing Spatial Single-Cell Transcriptomics With Separable Representation Learning，提出了一种基于组织细胞空间结构特征的无监督学习框架，并基于此设计、实现了空转数据分析新方法S3RL（图1）。S3R L可 精细地解析组织的空间功能结构，为理解复杂生物组织的空间异质性提供了 高效、 可靠的新工具。

图 1 S3RL 算法 框架。首先利用组织学图像和空间位置信息，识别组织中具有相似语义特征的局部区域，并区分彼此应当聚集或分开的空间关系。然后结合符号图、 可分离表征学习 以及 超球面表示空间原型学习机制 ，模型自动学习稳定的空间功能“中心”，使细胞自然形成清晰、连贯的空间功能区域，从而准确地刻画组织空间结构。

空转技术能够同步获取动植物组织原位空间坐标与细胞转录组信息，从而在空间维度上揭示细胞的分布特征与功能状态，为深入解析复杂生物学过程提供了关键手段。该技术的突破性贡献已获国际学界广泛认可，并于2020年被Nature Methods评为年度技术，现已成为生命科学研究领域的前沿热点。

尽管 近年 空转技术持续发展， 相关 数据分析仍面临 诸多 挑战。在真实组织中，空间相邻的细胞并不必然具有相似的分子功能，不同功能区域之间常呈连续渐变的过渡结构；同时，空间坐标、基因表达谱与组织学图像等在尺度、 维度、 噪声及生物学语义层次上存在显著差异。当前分析方法通常将 跨尺度、多维度、多模态数据 直接混合建模，易导致组织空间边界被过度平滑、功能区域划分不 准确 ，进而影响后续生物学机制解析与功能推断。 如何从 上述 数据中实现对组织空间结构的精准解析， 赋能 生物学功能 深入挖掘 ， 当前 仍是该领域亟待突破的核心问题。 为此：

科研团队在组织空间关系建模中引入了 符号图（ signed graph ）建模策略 。 通过同时建模 “ 促进相似 ” 的正边和 “ 保持区分 ” 的负边，使模型在学习组织空间表示时既能够强化组织 区域内 的一致性，又能够显式抑制组织 区域间 的错误聚合，从结构层面提升了组织空间域边界的判别能力。

科研团队 提出了一个以可分离表征学习（ s eparable representation learning ）为核心的分析框架 ，在整体设计上注意避免过早融合不同模态信息，而是通过分阶段、分层次的方式逐步刻画组织空间结构，提升了在学习组织空间结构时区分 “ 真实生物信号 ” 和 “ 由噪声引入的伪相似性 ” 的能力 。

此外，科研团队 将跨尺度、多维度、多模态信息映射到 统一的超球面表示空间 中，并在该空间内引入 原型学习机制（ prototype learning ） 。 S3RL 在无监督条件下为每一个潜在功能区域学习一个区域级原型，使单细胞表示在空间邻域约束和基因表达约束的共同作用下，逐步向最匹配的原型靠拢。这种优化设计不仅增强了空间区域内部的紧凑性，也显著提高了不同区域之间的可分性。

科研团队在多个空转数据集上对 S3RL 进行了系统性评估（图2）。 结果表明， S3RL 在 空间域识别稳定性、空间边界清晰度以及跨切片对齐一致性 方面均显著优于现有方法（例如 ARI指标提升170%）。下游分析显示， S3RL 所解析空间功能区域在通路富集和细胞 – 细胞通讯分析中表现出更高的生物学一致性，更可靠地揭示了组织内部功能分区与空间调控关系，为复杂组织结构的 生物学 阐释提供了稳健的计算基础。

西安交通大学电信学部为该研究第一完成单位。学部助理教授 付来义 为论文第一作者、博士研究生 王鹏磊 与三年级本科生 徐高远 为共同第一作者；西北农林科技大学教授 吴丹阳 与西安交通大学教授 孙贺全 为论文共同通讯作者。西安交通大学教授 彭勤科 、 陆继韬 博士（现于爱尔兰都柏林大学做博士后研究）参与了该研究。

科研团队AI4Bread致力于 交叉融合 信息学理论与前沿技术，聚焦 攻克 生命科学 领域 核心 挑战 ，赋能关键研究技术突破 与创新 。团队秉持开放协作理念，诚邀对生命科学与信息学交叉研究感兴趣的老师与同学加入， 与我们 共同 探索未知、 拓展知识与技术的边界。

https://advanced.onlinelibrary.wiley.com/doi/10.1002/advs.202516178

制版人： 十一

学术合作组织

（*排名不分先后）

战略合作伙伴

（*排名不分先后）

转载须知

【非原创文章】本文著作权归文章作者所有，欢迎个人转发分享，未经作者的允许禁止转载，作者拥有所有法定权利，违者必究。

BioArt

Med

Plants

人才招聘

近期直播推荐

点击主页推荐活动

关注更多最新活动！