新華社長春12月18日電（記者張建、邵美琦）記者18日從吉林大學(xué)獲悉，我國科研團(tuán)隊(duì)在空間多組學(xué)數(shù)據(jù)整合領(lǐng)域取得開創(chuàng)性成果，通過構(gòu)建基于組織學(xué)圖像基礎(chǔ)模型和超圖網(wǎng)絡(luò)的SpatialEx人工智能框架，打破了“數(shù)據(jù)孤島”，為精準(zhǔn)辨析和治療乳腺癌、帕金森等疑難雜癥提供了新的解決路徑，這一成果于17日在線發(fā)表在國際學(xué)術(shù)期刊《自然-方法》上。

　　長期以來，科研界一直希望在同一組織切片上，同時(shí)獲取細(xì)胞在組織中的空間位置及其多組學(xué)特征，用以破解癌癥等重大疾病的關(guān)鍵密碼。然而，不同組學(xué)的多切片數(shù)據(jù)難以直接整合，形成了空間多組學(xué)“數(shù)據(jù)孤島”。

　　針對上述痛點(diǎn)，吉林大學(xué)管仁初教授團(tuán)隊(duì)聯(lián)合復(fù)旦大學(xué)類腦智能科學(xué)與技術(shù)研究院研究員原致遠(yuǎn)，另辟蹊徑提出了“組織學(xué)錨定”策略，構(gòu)建了SpatialEx人工智能框架，這一技術(shù)讓科學(xué)家首次能以經(jīng)濟(jì)高效的方式為細(xì)胞繪制出同時(shí)包含基因、蛋白及代謝信息的“多維身份證”，如同給不同圖層配上了精準(zhǔn)坐標(biāo)系。

　　據(jù)研究團(tuán)隊(duì)介紹，該技術(shù)包含兩大核心突破。一方面是利用組織學(xué)圖像基礎(chǔ)模型，實(shí)現(xiàn)了從最普通的組織學(xué)染色圖像中直接“解讀”出單細(xì)胞層面的深層分子信息。另一方面是通過創(chuàng)新的“組學(xué)循環(huán)模塊”，將原本分布在相鄰切片上的不同單一組學(xué)數(shù)據(jù)，通過組織學(xué)圖像這一通用“橋梁”實(shí)現(xiàn)無縫拼接。

　　在針對乳腺癌的研究中，該技術(shù)展現(xiàn)了超越現(xiàn)有技術(shù)的辨析能力，不僅成功構(gòu)建了組織“全切片視圖”，還精準(zhǔn)識別出了病理專家也難以區(qū)分的精細(xì)免疫微環(huán)境差異。

　　在帕金森病模型中，該技術(shù)通過融合代謝組與轉(zhuǎn)錄組數(shù)據(jù)，清晰揭示了多巴胺相關(guān)基因與代謝物在腦部損傷區(qū)域的協(xié)同變化規(guī)律，為疾病機(jī)制研究提供了全新維度。同時(shí)，為生物醫(yī)學(xué)研究和轉(zhuǎn)化應(yīng)用構(gòu)建了成本可控、易于推廣的智能化技術(shù)路徑。

　　管仁初表示，這項(xiàng)成果為解決空間組學(xué)“數(shù)據(jù)孤島”問題提供了中國方案，將顯著推動(dòng)空間多組學(xué)技術(shù)在精準(zhǔn)醫(yī)療、藥物研發(fā)及臨床診斷中的應(yīng)用。（完）