李川昀团队与合作者开发细胞通讯分析工具STCase，揭示肿瘤微环境中空间特异性通讯事件

2025年5月27日，基因功能研究与操控全国重点实验室原成员李川昀团队与合作者于Nature Computational Science杂志在线发表题为“Interpretable niche-based cell‒cell communication inference using multi-view graph neural networks”的论文，提出了细胞间通讯推断新方法STCase，为理解复杂组织微环境中的功能性细胞通讯网络提供了新工具。

细胞间通讯（cell–cell communication）是维系多细胞生物体功能稳定的基础，参与调控细胞分化、组织稳态、免疫应答等关键生理环节。近年来，伴随着单细胞转录组和空间转录组技术的发展，细胞通讯研究逐渐步入高分辨率时代。然而，传统方法多依赖于细胞类型或聚类层级推断细胞通讯事件，忽略了细胞在不同“生态位”（niche）中所表现出的细胞通讯异质性，限制了其在复杂组织微环境中的解释力。

为此，团队提出了可解释性细胞通讯解析方法——STCase（Spatial Transcriptomics based cell‒cell Communication And Subtype Exploration）。研究首先构建了高可信度配体-受体数据库STCaseDB，通过整合细胞下游通路信息，实现了对单细胞水平细胞通讯事件的准确鉴定；随后，通过引入多视图图神经网络（multi-view GNN），结合细胞间通讯信息、空间位置信息与转录表达信息等，实现了对niche的精准划分，并鉴定niche特异的功能性细胞通讯事件（图1a和b）。

图1 STCase方法概述。

（a）STCase推断单细胞水平的细胞通讯事件的流程。（b）STCase使用GNN实现基于niche的细胞类型亚聚类的流程。

STCase方法在多物种、多组织、多分辨率的真实空间转录组数据集上均展现出高灵敏性与特异性。例如，基于口腔鳞癌空间转录组数据，STCase解析出三个具有独特微环境特征的癌细胞亚型（SCC_LPN、SCC_LNN与SCC_Core）（图2），并揭示了SCC_LPN和SCC_LNN分别与免疫细胞募集和肿瘤相关成纤维细胞活化等机制密切关联。进一步，STCase通过可解释性深度学习方法鉴定niche特异的相互作用，发现POSTN作为配体与肿瘤互作，可能会促进肿瘤侵袭，导致较差预后。基于猕猴大脑单细胞分辨率空间转录组数据，STCase准确区分了处于不同皮层层次的少突胶质细胞亚型，并识别出深层的少突胶质细胞亚型富集与髓鞘形成密切相关的ErbB通讯通路。

图2 STCase将癌细胞分为三种亚型（SCC_LPN、SCC_LNN与SCC_Core）。

综上所述，STCase在算法开发中融入了先验的生物学知识，实现了从单细胞分辨率精确识别空间生态位、筛选特异性通讯事件、解释功能通路，为进一步解析细胞通讯的分子机制并提出疾病治疗新策略提供了支撑。

北京大学未来技术学院博士生齐俊添与罗正潮为论文共同第一作者，中国科学院遗传与发育生物学研究所李川昀研究员（原北京大学未来技术学院教授）、北京大学未来技术学院丁晚秋博士、王劲卓博士为该论文的共同通讯作者。该项目获得国家自然科学基金委、国家重点研发计划和北京脑科学与类脑研究中心的经费支持。

原文链接：https://www.nature.com/articles/s43588-025-00809-6