Nat Commun丨韩大力/徐萌合作开发空间转录组解析算法UCASpatial，解析组织免疫微环境

背景：空间转录组学技术因缺乏单细胞分辨率，每个位点通常包含多个细胞的混合转录本，需要开发计算算法进行去卷积以还原真实的细胞组成，尤其在复杂微环境中精准识别稀有且异质的免疫细胞亚群面临挑战。研究目的：开发一种名为UCASpatial的超高精度空间转录组去卷积算法，突破低丰度、高异质性细胞亚群的空间定位瓶颈，并应用于人类结直肠癌和小鼠创伤再生模型，解析免疫调控机制。结论：UCASpatial算法在模拟和真实数据集中均优于现有主流算法，精准识别低丰度免疫细胞亚群；在结直肠癌中发现chr20q-gain通过抑制内源性逆转录病毒表达驱动T细胞排斥微环境，影响免疫治疗疗效；在小鼠创伤模型中揭示促纤维化多细胞群落依赖IL11-IL11RA信号轴阻碍再生，干预后可促进愈合。该算法为空间多组学提供高精度工具，并挖掘了肿瘤免疫逃逸和组织再生的新机制。