1. 空间转录组解卷积技术入门指南
空间转录组技术正在彻底改变我们对组织微环境的认知。想象一下，你手里有一张城市卫星地图，能看到每个街区的总体活动情况（基因表达），但无法分辨具体是哪些人在活动（细胞类型）。空间解卷积技术就像给这张地图装上透视镜，让我们能区分每个"街区"里不同"居民"的比例构成。
在众多解卷积工具中，SPOTlight凭借其独特的NMFreg算法脱颖而出。它就像个精明的"人口普查员"，通过对比单细胞参考数据，准确估算每个空间点位（spot）中各类细胞的比例。我处理过数十个Visium数据集，实测下来SPOTlight在保持计算效率的同时，对混合信号的解析精度相当可靠。
与传统单细胞分析不同，空间解卷积需要两类关键输入：
- 空间转录组数据：包含基因表达矩阵和空间坐标信息
- 单细胞参考数据集：带有明确细胞类型标注的scRNA-seq数据
这里有个新手常踩的坑：参考数据的质量直接决定解卷积效果。去年我分析一个肝癌数据集时，就曾因为参考数据中缺少某种稀有免疫细胞类型，导致解卷积结果出现系统性偏差。建议大家在选择参考数据时，尽量使用与研究样本匹配的组织类型和实验平台。
2. 实战环境搭建与数据准备
2.1 软件安装与配置
工欲善其事，必先利其器。我们需要配置以下R包环境：
# 核心工具包 install.packages(c("Seurat","SingleCellExperiment","scater","scran")) # SPOTlight及其依赖 if (!require("BiocManager")) install.packages("BiocManager") BiocManager::install("SPOTlight") # 可视化扩展包 install.packages(c("ggplot2","patchwork","viridis"))建议使用R 4.2以上版本，我在R 4.3环境下测试时发现矩阵运算速度比旧版快30%。对于大型数据集（>10万细胞），可以启用并行计算：
library(future) plan("multisession", workers = 8) # 根据CPU核心数调整2.2 数据文件解析
Visium实验产生的原始数据通常包含这些关键文件：
filtered_feature_bc_matrix.h5：经过质控的基因表达矩阵（HDF5格式）tissue_positions_list.csv：每个spot的空间坐标信息scalefactors_json.json：图像与坐标的缩放参数tissue_hires_image.png：组织切片染色图像
我曾遇到过文件命名不规范导致的读取错误。建议建立如下目录结构：
/project /raw_data /sample1 filtered_feature_bc_matrix.h5 tissue_positions_list.csv ... /scripts /results3. 数据预处理与质量控制
3.1 数据加载与初探
使用Seurat读取数据时，有几个参数需要特别注意：
library(Seurat) data <- Read10X_h5("./raw_data/sample1/filtered_feature_bc_matrix.h5") visium <- CreateSeuratObject( counts = data, assay = "Spatial", min.cells = 3, # 过滤在少于3个spot中表达的基因 min.features = 200 # 保留检测到至少200个基因的spot )加载组织图像时，这个技巧可以避免常见的内存溢出问题：
image <- Read10X_Image( image.dir = "./raw_data/sample1/", filter.matrix = TRUE # 自动匹配表达矩阵中的spot ) visium[["slice1"]] <- image3.2 质控指标可视化
制作三联质检图能快速发现数据问题：
library(patchwork) qc_plots <- VlnPlot(visium, features = c("nCount_Spatial", "nFeature_Spatial"), pt.size = 0.1) + SpatialFeaturePlot(visium, features = "nCount_Spatial") + SpatialFeaturePlot(visium, features = "nFeature_Spatial") ggsave("qc_plots.pdf", qc_plots, width = 15, height = 5)遇到组织边缘spot表达量异常时（我曾在脑组织样本中见过这种情况），可以这样处理：
visium <- subset(visium, nFeature_Spatial > 200 & nCount_Spatial < 30000)4. 参考数据准备与特征选择
4.1 单细胞参考数据处理
参考数据的质量检查至关重要。这是我常用的质检流程：
library(SingleCellExperiment) ref <- qread("reference_sce.qs") # 假设已有参考数据 # 检查细胞类型注释完整性 if (!"celltype" %in% colnames(colData(ref))) { stop("参考数据缺少celltype注释") } # 移除特殊字符 ref$celltype <- gsub("[^[:alnum:]_]", "_", ref$celltype) # 可视化参考数据 library(scater) plotReducedDim(ref, dimred = "UMAP", colour_by = "celltype")4.2 标记基因筛选策略
SPOTlight的性能很大程度上取决于标记基因的选择。这是我的优化方案：
library(scran) sce <- logNormCounts(ref) # 必须做标准化 # 获取高变基因时排除线粒体和核糖体基因 is_mito <- grepl("^MT-", rownames(sce), ignore.case = TRUE) is_ribo <- grepl("^RP[SL]", rownames(sce), ignore.case = TRUE) hvg <- getTopHVGs(sce, subset.row = !(is_mito | is_ribo), n = 3000) # 计算标记基因时增加AUC权重 mgs <- scoreMarkers(sce, subset.row = hvg) mgs_fil <- lapply(names(mgs), function(clust) { x <- mgs[[clust]] x <- x[x$mean.AUC > 0.7, ] # 比默认阈值更严格 x[order(x$mean.AUC, decreasing = TRUE), ] })5. SPOTlight解卷积实战
5.1 核心算法参数解析
运行SPOTlight时，这些参数对结果影响最大：
library(SPOTlight) res <- SPOTlight( x = sce, # 单细胞参考数据 y = visium, # 空间转录组数据 groups = sce$celltype, # 细胞类型标签 mgs = mgs_fil, # 过滤后的标记基因 hvg = hvg, # 高变基因 weight_id = "mean.AUC", # 使用AUC作为权重 n_top = NULL, # 使用所有标记基因 min_prop = 0.01 # 忽略占比<1%的细胞类型 )遇到计算时间过长时（特别是大型数据集），可以调整：
- 设置
n_cells = 50减少每类细胞的采样数 - 使用
BPPARAM = BiocParallel::MulticoreParam(workers = 8)启用多核
5.2 结果解读与验证
解卷积完成后，建议先检查模型残差：
visium$residuals <- res$residuals[colnames(visium)] SpatialFeaturePlot(visium, features = "residuals") + scale_fill_viridis_c(option = "magma")高残差区域（颜色偏黄）可能需要重点关注，我曾发现这些区域往往对应：
- 参考数据中未包含的新细胞类型
- 组织损伤或实验伪影
- 血管等特殊结构
6. 高级可视化技巧
6.1 交互式空间分布探索
使用plotly创建可交互的饼图：
library(plotly) mat <- res$mat # 获取细胞比例矩阵 # 准备绘图数据 plot_data <- cbind( as.data.frame(GetTissueCoordinates(visium)), mat ) # 创建交互式饼图 fig <- plot_ly(plot_data, x = ~x, y = ~y, marker = list(size = 5), hoverinfo = "text", text = apply(mat, 1, function(x) { paste(names(x), round(x, 2), sep = ": ", collapse = "<br>") })) fig <- fig %>% add_markers() htmlwidgets::saveWidget(fig, "interactive_pie.html")6.2 多样本整合分析
当处理多个样本时，这种整合方法很有效：
# 假设有多个样本的结果 sample1 <- res1$mat sample2 <- res2$mat # 添加样本标识 sample1$sample <- "Case" sample2$sample <- "Control" # 合并数据 combined <- rbind(sample1, sample2) # 绘制分组比较图 library(ggpubr) cell_types <- setdiff(colnames(combined), "sample") plot_list <- lapply(cell_types, function(ct) { ggplot(combined, aes_string(x = "sample", y = ct)) + geom_violin() + stat_compare_means() }) wrap_plots(plot_list)7. 常见问题排查指南
在实际项目中，这些经验可能帮到你：
问题1：解卷积结果中某类细胞比例异常高
- 检查参考数据中该类细胞的标记基因特异性
- 确认空间数据与参考数据的基因命名一致（大小写、符号等）
问题2：模型残差整体偏高
- 尝试增加参考数据的细胞类型覆盖
- 调整
min_prop参数（如设为0.05） - 检查空间数据是否需要进行批次校正
问题3：计算时间过长
- 对单细胞参考数据先进行降维（如PCA）
- 使用
DelayedArray处理大型矩阵 - 考虑在HPC集群上运行
记得保存中间结果，我习惯使用qs格式保存大型对象：
library(qs) qs::qsave(res, "spotlight_result.qs", preset = "high")
