细胞间通讯，指的是一个细胞产生信号，通过介质传递到另一个细胞，进而调控靶细胞产生一系列生物学效应的过程。精准识别细胞间通讯是理解疾病发生发展和研发干预药物的关键环节，日益受到学界重视。近年来，空间转录组测序技术的快速发展为研究细胞间通讯的空间异质性提供了技术支持和数据来源，如何利用空间转录组数据推断细胞间通讯成为了相关领域的重要挑战。

2022年7月30日，浙江大学药学院/长三角智慧绿洲创新中心范骁辉教授团队、浙江大学杭州市一人民医院徐骁教授团队以及浙江大学计算机学院陈华钧教授团队合作在Nature Communications在线发表论文“Knowledge-graph-based cell-cell communication inference for spatially resolved transcriptomic data with SpaTalk”。该论文通过知识图谱、非负线性回归、随机游走等人工智能算法开发了一种基于空间转录组测序数据的细胞间通讯推断方法SpaTalk（https://github.com/ZJUFanLab/SpaTalk），为空间单细胞分辨率下解析正常生理、病理过程中的关键细胞间通讯提供了有力工具。

   SpaTalk整个计算过程共分为两个步骤：（1）第一步是将单细胞转录组测序数据作为参考图谱解析空间转录组数据中的细胞组成，进而重构出已知细胞类型和空间坐标的单细胞图谱。（2）第二步是利用知识图谱和CellTalkDB数据库对配体-受体-下游转录因子-靶基因进行建模，通过置换检验、随机游走等算法筛选出在空间上显著相邻且受体细胞下游信号激活的配受体互作对。SpaTalk整合了配受体的空间邻近原则以及配受体与下游靶点共表达的研究策略，对空间上显著相邻的配受体和受体细胞内的信号通路分别进行图网络和知识图谱建模及评分，从而在受限空间内推断配受体相互作用介导的细胞间通讯（图1）。

图1 SpaTalk工作流程及算法原理

SpaTalk不仅可准确解析出基准测试数据的细胞比例，优于其他解卷积方法；还可准确推断出介导空间细胞间通讯的配受体互作对及其激活的下游信号通路，准确率高于其他的细胞间通讯推断方法。相比于现有的其他方法，SpaTalk首次在单细胞水平实现了细胞间配受体互作对的比较和可视化，应用案例也进一步表明SpaTalk在空间单细胞分辨率下解析正常生理、病理过程中关键细胞间通讯的独特优势

   该研究受到国家自然科学基金、国家重点研发计划和浙江省自然科学基金等项目资助，并得到了阿里云支持。论文的第一作者为博士后邵鑫、博士生李承宇和杨海宏，通讯作者为范骁辉教授、徐骁教授和陈华钧教授。

   原文链接：https://doi.org/10.1038/s41467-022-32111-8