Nat Comput Sci | 钱斌治/原致远合作建立空间转录组学对齐方法统一基准测试框架|原致远|组学|转录组|钱斌治

近年来，空间转录组技术的快速发展使研究者能够在组织原位水平解析分子特征，但目前多数技术仍局限于二维切片数据，在很大程度上限制了对复杂三维生物结构的系统性研究。因此，如何精确对齐二维切片并重建为一致的三维结构，已成为空间组学分析中的关键问题之一。该任务在生物医学研究中具有重要意义，例如对齐后可以在真实的三维空间中进行生物学分析、同组织不同状态的比较、跨平台整合等，同时也对计算方法提出了更高要求。相较于传统配准问题，空间转录组数据通常具有表达稀疏、切片间异质性显著以及跨平台差异明显等特点，进一步增加了对齐的复杂性。尽管近年来已有多种方法被提出，但针对不同应用场景的系统性评估仍相对不足。在此背景下，构建一个覆盖多场景、多平台及多组织类型的标准化基准体系，对于全面评估现有方法性能、明确其适用范围，进而推动相关方法的发展具有重要意义。

针对于此，2026年4月3日，复旦大学空间组学整合研究中心钱斌治教授联合原致远研究员在Nature Computational Science上发表题为Benchmarking Alignment Methods for Spatial Transcriptomics Data的研究论文。该研究在多场景多维度系统评估了空间转录组数据的对齐方法，并为未来方法的应用和开发提供了实践指导。

研究构建了一套全面的方法评测框架，系统评估了11种常见空间对齐方法，涵盖真实切片和模拟切片多场景对齐任务，并对方法性能进行了多维度量化分析。

对于对齐准确性与计算效率，除可视化对齐效果外，研究使用基于基因表达相似度与基于注释标签的两类指标量化评估对齐精度。对于具备参考三维坐标的数据集，进一步引入平均绝对误差等指标进行衡量。在计算效率上，通过记录运行时间与峰值内存占用，明确各方法的计算瓶颈。评测结果表明，不同方法的性能高度依赖于数据特征，并据此总结出按照两类空间转录组学技术分类（NGS-based、imaging-based）下的优势方法，提示研究者应根据数据特性与研究目标，在精度、效率与适用性之间做出合理权衡。

在评估方法鲁棒性方面，通过人为引入切片重叠比例变化、初始旋转角度偏移等扰动，测评了各方法的稳定性。结果显示，部分方法对初始条件高度敏感，另一些方法则表现出较强的鲁棒性，同时揭示了粗对齐步骤在整体流程中的关键作用。此外，对齐结果不仅影响视觉一致性，更直接影响下游分析任务效果。研究将对齐结果应用于三维空间聚类分析，ARI、NMI等指标表明对齐质量提升能够改善下游分析效果（15组中的12个），验证了高精度对齐的重要价值。

为应对实际应用中的复杂场景，研究设计了连续多切片对齐、跨平台对齐和大规模数据对齐三类挑战性测试，发现现有方法普遍存在精度下降与内存消耗过大等问题。针对这些挑战，研究提出了可单独或组合使用的策略，为实际应用提供了可能的方案。

总结所有实验结论，研究提供了完整的全流程用户指南，涵盖数据处理、方法选择、参数设置、对齐执行与结果评估等环节，构建了标准化、可重复的分析流程。在此基础上，研究进一步探究了影响对齐效果的关键因素，分析了不同方法性能差异的潜在原因，为下一代空间对齐方法的开发提供了重要启示和发展方向。

复旦大学空间组学整合研究中心钱斌治教授和原致远研究员为本文通讯作者。复旦大学博士生严筠芷为本文第一作者。

https://www.nature.com/articles/s43588-026-00977-z

制版人：十一

学术合作组织

（*排名不分先后）