MorphoANOVA：空间转录组中组织形态-基因表达关系的统计分解框架

bioRxiv 预印本 · 2026-11-09 · 预印本

• 一句话结论：MorphoANOVA为逐基因统计框架，用嵌套空间变系数模型与序贯ANOVA分解形态-表达关联：可区分切片范围关联、位置特异性变化及扣除形态后的残余空间变异；模拟与两组组织应用提示其能识别不同关联模式，属方法学「提示」档。
• 研究设计与做法：方法学研究：以H&E衍生形态特征为自变量，构建嵌套空间变系数模型并用序贯ANOVA检验三个成分；用模拟数据评估成分区分与空间模式回收能力；应用于人皮层与乳腺癌空间转录组数据，并在3例HER2阳性乳腺癌患者中比较浸润癌标志基因。样本量与随访时长材料未报告。
• 主要结果：模拟显示该方法能区分所建模的成分并回收其空间模式；在人皮层与乳腺癌数据中识别出与不同形态-表达模式相关的生物学程序，并显示与细胞组成的不同关系；3例HER2阳性乳腺癌中浸润癌标志基因一致显示更强的位置特异性形态关联证据。效应量与p值材料未报告。
• 机制或解释：作者将结果解释为组织形态与基因表达之间存在切片范围及位置依赖的关联，且部分基因在形态之外仍有残余空间结构；方法通过空间成分图支持单基因解释，机制层面为统计建模而非生物学因果。
• 局限与边界：证据档位C（预印本，未经同行评议）；应用数据限于人皮层与乳腺癌，乳腺癌患者仅3例；方法依赖H&E形态特征的选取，未报告独立验证队列、重复性与利益冲突；对其他组织与平台的适用性材料未报告。
• 可否落地：对空间转录组分析有方法学「提示」价值：可用于基因优先级排序与通路富集，并区分形态驱动与残余空间模式；但作为预印本工具，尚不足以下结论其普适性，需在更多组织与数据集中验证后方可常规使用。

🔗 打开原文

Chen, P.-W., Yan, G., Yu, S. 等

本文摘自《每日前沿研究简报 · 2026-11-11》「生物信息 / 组学（单细胞·差异表达）」。本内容仅用于研究信息整理与科普交流，不构成医疗建议。