Tessera：面向空间转录组的感知空间结构与方向性的表示学习方法

理解细胞状态，既要看其内在的基因表达程序，也要看它所处的空间微环境。单细胞测序因解离细胞而丢失空间上下文，这一局限正是空间转录组学兴起的动因^[1]。生物学证据随之累积：在小鼠器官发生研究中，只有纳入空间信息才能识别出单细胞数据中不可见的分化轴线^[3]；乳腺癌的单细胞空间图谱进一步表明，基质-免疫生态位在肿瘤内呈规则的空间组织，异型细胞互作深刻影响疾病进程与治疗反应^[4]。计算方法也在追赶，从利用空间相关性的去卷积CARD^[2]，到将基因表达与空间信息联合嵌入低维潜空间的SEDR^[5]，再到以图神经网络整合空间位置与多组学测量的SpatialGlue^[6]。

新论文指出，这条路上仍有两处卡点：常规基因选择可能系统性地遗漏具有空间结构的分子信号；而编码细胞间关系时，或把微环境压缩为单纯的邻近度而丢弃方向，或依赖绑定于任意组织坐标系的绝对位置。结果是邻距相似但空间组织迥异的细胞获得过于相近的表示，尽管塑造其状态的生物学处境并不相同。Tessera同时处理分子选择与细胞上下文两端：一方面进行空间信息驱动的基因选择，另一方面引入几何归纳偏置，把每个细胞置于其局部组织环境中；通过建模细胞间的相对关系，模型在平移不变的同时保留方向，使相邻细胞依据各自的空间处境与细胞状态作出不同贡献。

在留出组织和留出技术的评测中，Tessera的表示质量优于现有空间基础模型，并能以零样本方式泛化到比训练所见大最多16倍的上下文。相对此前依赖邻近图或绝对坐标的编码方式，这一步的意义在于把“空间组织本身携带生物学信息”这一反复被观察到的现象^[4]转化为可学习的几何先验，让方向与相对布局真正进入细胞表示本身。

也应看到，该工作目前为arXiv预印本，尚未经同行评议；方向敏感性在哪些具体生物学场景中带来决定性收益、在更多疾病情境与更大尺度组织上表现如何，摘要尚未给出细节，仍有待同行评议与独立数据的检验。