SpaFactor：用于组织学到转录组学推理的轻量级空间上下文感知基因程序建模

arXiv:2609.28563v1 公告类型：新 摘要：空间转录组学（ST）分析组织结构内的基因表达，但其成本和实验复杂性限制了常规使用。因此，从常规可用的苏木精和曙红 (HE) 图像预测空间表达提供了一种可扩展的替代方案。然而，传统方法通常将高维基因输出作为独立目标，忽视了基因之间的生物协调，同时仍然容易受到高维噪声和过度拟合的影响。解决这一限制的现有尝试通常依赖于计算量大的图网络或复杂的辅助监督。因此，我们引入了 SpaFactor，一个轻量级且高效的低阶形态-程序-基因分解框架。在输入端，SpaFactor 有效地将中心点的视觉表示与多尺度局部和区域邻域背景融合在一起，产生捕获细胞形态和微环境异质性的组织学表示。对于建模，残差 MLP 稳定地学习从组织微环境到低维潜在基因程序的非线性映射。这些活动通过共享基因加载被解码为协调的多基因表达预测。在五个公共队列中，SpaFactor 实现了最佳的总体性能，对空间可变基因的改进尤其明显，并且更忠实地恢复了生物组织的空间模式。这些结果表明，组织背景和基因程序的轻量级联合建模可以提高预测准确性和生物保真度。