Nat. Comput. Sci. | 基于深度矩阵分解的空间表观基因组数据去噪方法

DRUGONE

空间表观基因组学技术在保留组织空间信息的同时解析染色质可及性和组蛋白修饰，为研究组织内基因调控机制提供了重要工具。然而，现有空间表观组数据普遍存在信号弱、噪声高和峰矩阵极度稀疏的问题，严重制约了下游分析。研究人员提出了 SPEED，一种基于深度矩阵分解的空间表观基因组数据去噪框架。该方法整合大规模单细胞表观基因组图谱、空间位置信息及组织图像特征，实现对空间 ATAC 和空间 CUT&Tag 数据的有效补全与去噪。在模拟数据和多种真实组织数据上的系统评估表明，SPEED 在信号恢复、空间结构识别和功能推断方面均优于现有方法，显著提升了空间表观基因组数据的生物学可解释性。

细胞功能与其在组织中的空间排列密切相关。近年来，空间组学技术的发展使研究人员能够在保留空间信息的前提下，系统刻画转录组、表观基因组和蛋白组状态。其中，空间表观基因组学技术为解析组织内顺式调控元件活性和染色质状态提供了独特视角。

然而，与单细胞表观基因组测序相比，空间表观组数据在信号检测率、峰覆盖度和数据完整性方面仍存在显著差距。这种高噪声、高缺失的特性导致传统无监督降噪和降维方法难以准确恢复真实生物信号。与此同时，大规模单细胞表观基因组图谱的积累为利用外部先验信息改善空间数据质量提供了新的可能。

方法

SPEED 采用两阶段深度矩阵分解框架。首先，研究人员利用大规模单细胞表观基因组数据学习峰与峰之间的内在关联，获得高质量的峰嵌入表示。随后，在空间表观组数据中引入这一先验约束，对空间峰矩阵进行分解和重构。空间位点的低维表示由表观组信号、空间位置信息以及可选的组织切片图像特征共同构成，从而在去噪的同时保留空间连续性与组织结构信息。

结果

SPEED 框架整体设计

SPEED 通过将单细胞表观基因组图谱作为先验信息，引导空间表观组数据的矩阵分解过程，在极度稀疏的条件下仍能有效恢复峰信号并保持空间一致性。

图 1｜SPEED 的整体工作流程与模型架构示。

模拟数据中的去噪性能评估

在基于单细胞 ATAC-seq 构建的模拟空间数据中，SPEED 在信号恢复准确性和空间结构识别方面显著优于多种主流方法，能够准确重建不同空间分布模式下的染色质可及性信号。

图 2｜模拟数据集上的去噪性能评估。

小鼠胚胎空间 ATAC 数据中的信号恢复

在真实小鼠胚胎空间 ATAC 数据中，SPEED 有效增强了组织特异性染色质可及性信号，使其在空间上呈现清晰、连续的组织分布，并显著提高了与已知顺式调控元件的重合度。

图 3｜小鼠胚胎空间表观基因组数据的去噪效果。

空间表观基因组结构域识别

基于 SPEED 去噪后的低维表示，研究人员能够准确识别多个解剖结构明确的表观基因组空间结构域，其结果与组织切片图像和空间转录组注释高度一致，明显优于其他方法。

图 4｜小鼠胚胎表观基因组空间结构域的识别结果。

空间 CUT&Tag 数据中的信号增强

在空间 CUT&Tag 数据分析中，SPEED 显著增强了活性组蛋白修饰信号，并提高了由染色质状态推断的基因活性与实际基因表达之间的一致性，证明其适用于不同空间表观组技术。

图 5｜SPEED 在空间 CUT&Tag 数据中对组蛋白修饰信号的增强效果。

讨论

SPEED 通过深度矩阵分解将单细胞表观基因组先验、空间位置信息和组织形态学特征有机整合，为空间表观基因组数据去噪提供了一种稳健而通用的解决方案。研究结果表明，该方法不仅能显著提升数据质量，还能促进空间结构解析和功能推断，从而拓展空间表观基因组技术在复杂组织和疾病模型中的应用潜力。

尽管 SPEED 在准确性方面具有优势，其计算成本相对较高，且当前尚未涵盖跨切片整合等功能。未来，通过引入更高效的模型结构和更丰富的参考数据，该框架有望进一步扩展至更多组织类型和疾病场景。

整理 | DrugOne团队

参考资料

Wang, S., Xu, H., Wang, J. et al. Denoising spatial epigenomic data via deep matrix factorization. Nat Comput Sci (2026).

https://doi.org/10.1038/s43588-025-00941-3

内容为【DrugOne】公众号原创｜转载请注明来源