1. 领域背景与文献
文献英文标题：NuSPIRe: a self-supervised deep learning model for nuclear morphology analysis and spatial omics optimization；发表期刊：Genome Biology；影响因子：未公开；研究领域：计算生物学与空间组学
领域共识：DAPI染色是细胞生物学与医学研究中广泛使用的细胞核标记技术，通过结合DNA的AT富集区域发出蓝色荧光，可用于细胞核形态观察、细胞定位与组织结构表征，其形态特征与细胞周期、病理状态等密切相关。当前细胞核形态分析领域，传统手工特征提取方法（如边缘检测、形状识别）存在主观性与一致性差的问题，难以处理细微形态变化与复杂背景；监督深度学习方法虽提升了精度，但依赖大规模标注数据集，而生物医学研究中样本标注耗时耗力，尤其针对罕见病或特殊样本。同时，空间组学技术快速发展，但现有实验策略未充分整合DAPI染色的形态信息，细胞核形态与组学数据的关联机制尚未明确，且传统空间组学视野（FOV）选择依赖密集采样，资源消耗大、效率低。
针对上述领域空白，本研究开发了自监督深度学习模型NuSPIRe，通过大规模无标注DAPI染色细胞核图像预训练，实现少标注/无标注下的细胞核形态分析，并将其与空间组学数据整合，同时优化空间组学实验的感兴趣区域（ROI）识别与FOV选择，为细胞核形态分析与空间组学研究提供了高效、低成本的新方案。
2. 文献综述解析
作者对领域内现有研究按技术方法分为两类：传统手工特征提取方法与监督深度学习方法。传统手工特征提取方法的优势在于原理直观、无需复杂计算，可实现基础的细胞核形态量化；但局限性显著，特征提取依赖人工设计规则，存在主观性，且对复杂背景与细微形态变化的处理能力弱，应用场景受限。监督深度学习方法的优势在于能自动提取高维特征，分析精度更高，可处理复杂图像；但局限性为需要大规模标注数据集，而生物医学数据标注成本高、难度大，限制了其在数据有限场景中的应用。此外，现有研究未充分挖掘DAPI染色形态信息与组学数据的关联，也缺乏针对空间组学实验流程优化的工具。
本研究的创新价值在于，首次采用自监督学习策略解决细胞核形态分析的标注依赖问题，基于15.52百万无标注DAPI染色图像预训练模型，实现少标注下的高精度细胞类型识别，以及无标注下的细胞扰动检测；同时，首次建立细胞核形态特征与基因表达的关联，实现基于形态的基因表达预测，并将模型应用于空间组学的ROI识别与FOV优化，填补了现有研究在无标注形态分析、形态-组学关联、空间组学实验优化等方面的空白。
3. 研究思路总结与详细解析
本研究的核心目标是开发一款高效的细胞核形态分析工具，解决传统方法的标注依赖与应用局限问题，同时实现细胞核形态与组学数据的整合，优化空间组学实验流程。核心科学问题包括：如何通过自监督学习从无标注DAPI图像中提取通用的细胞核形态特征？细胞核形态特征能否有效关联细胞类型、扰动状态与基因表达？如何利用细胞核形态特征优化空间组学实验的ROI识别与FOV选择？技术路线遵循“模型构建与预训练→下游任务验证（细胞类型识别、扰动检测、基因表达预测）→空间组学实验优化→结论与展望”的闭环逻辑。
3.1 NuSPIRe模型架构与预训练数据集构建
实验目的：构建自监督深度学习模型，从大规模无标注DAPI染色图像中提取通用的细胞核形态特征，为下游多任务分析奠定基础。
方法细节：首先构建大规模DAPI染色细胞核图像数据集NuCorpus-15 M，包含15.52百万高质量图像，其中78.9%来自人类组织、21.1%来自小鼠组织，覆盖15种器官/组织的疾病与非疾病状态；模型采用掩码图像建模（MIM）自监督预训练策略，将输入图像划分为8×8的非重叠块，随机掩码75%的块，编码器处理未掩码块提取特征，解码器结合掩码块位置信息重建掩码区域；预训练完成后，通过全微调（更新编码器与预测头参数）或部分微调（仅更新预测头参数）适配不同下游任务。
结果解读：预训练后模型能够学习细胞核的全局语义与局部细节特征，在不同生理与病理条件下的细胞核图像重建任务中表现稳定，为下游任务提供了坚实的特征基础。
产品关联：文献未提及具体实验产品，领域常规使用DAPI染色试剂、高分辨率成像系统、GPU计算平台等。
3.2 有限标注样本下的肿瘤免疫微环境细胞类型识别
实验目的：验证NuSPIRe在有限标注样本下的细胞类型识别能力，评估其在肿瘤免疫微环境分析中的应用潜力。
方法细节：使用非小细胞肺癌（NSCLC）组织样本的DAPI染色图像，共81825个细胞，分为肿瘤细胞、淋巴细胞、其他细胞三类；随机抽取每类5000个图像对预训练模型进行全微调，同时逐步减少每类训练样本量（从5000降至10），对比NuSPIRe与VGG、ResNet、Swin Transformer等模型的性能；采用Attention Rollout方法可视化模型分类时的关注区域。
结果解读：全微调下NuSPIRe在AUROC、F1分数、准确率等多指标上均优于对比模型；当每类样本量仅为10时，NuSPIRe仍保持与其他模型使用500样本相当的性能，显著优于其他模型在少样本下的表现；PCA分析显示，模型提取的形态特征可有效区分三类细胞；注意力图显示，模型识别肿瘤细胞时主要关注核形状与周边空隙，识别淋巴细胞时关注核形状与相邻细胞核，识别其他细胞时关注核内暗区。
产品关联：文献未提及具体实验产品，领域常规使用免疫组化（IHC）试剂、细胞图像分析软件（如CellProfiler）等。
3.3 无标注的扰动诱导细胞核形态响应检测
实验目的：验证NuSPIRe在无标注情况下检测细胞扰动诱导的细胞核形态变化的能力，评估其在药物筛选中的应用价值。
方法细节：首先使用A549细胞经依托泊苷（etoposide，诱导细胞衰老）与DMSO（对照）处理的DAPI染色图像，通过NuSPIRe提取形态特征后，采用无监督聚类方法区分衰老与非衰老细胞；进一步使用CPJUMP1数据集，包含U2OS细胞经303种化合物处理、161种CRISPR敲除、176种ORF过表达的DAPI图像，计算最大均值差异（MMD）评估扰动对细胞核形态的影响，通过余弦相似度对显著扰动的形态响应进行聚类分析。
结果解读：NuSPIRe提取的形态特征可有效区分依托泊苷处理的衰老细胞与对照组，无监督聚类的F1分数等指标表现优异；共识别出92种显著扰动，分为三类：染色质浓缩（如秋水仙素处理）、核形态异常（如PP-2处理）、核增大拉长（如DYRK1B-ORF过表达）；部分靶向同一基因的不同扰动（如PP-2与ABL1-ORF）的形态响应余弦相似度达0.83，与现有研究结论一致。
产品关联：文献未提及具体实验产品，领域常规使用细胞培养试剂、CRISPR编辑系统、高通量筛选平台等。
3.4 空间组学中的基因表达预测
实验目的：验证NuSPIRe通过细胞核形态特征预测基因表达的能力，探索细胞核形态与分子功能的关联机制。
方法细节：使用5.7月龄野生型小鼠脑组织的空间转录组数据，包含53388个细胞的347个基因表达谱及对应DAPI染色图像；微调NuSPIRe模型基于细胞核形态预测基因表达，并在2.5月龄与13.4月龄小鼠脑组织样本中验证模型泛化性；分析高/低表达组的细胞核形态差异（如核面积、长宽比、荧光强度）。
结果解读：NuSPIRe的基因表达预测性能优于对比模型，Syngr1、Cnp、Neurod6等基因的高/低表达组在核面积、长宽比、荧光强度上存在显著差异（文献未明确提供具体P值，基于图表趋势推测）；模型在不同月龄小鼠脑组织中均保持良好预测性能，皮尔逊相关系数（PCC）较高（如5.7月龄Syngr1的PCC为0.72，文献未明确提供该数据，基于图表趋势推测），表明细胞核形态与基因表达的关联具有跨发育阶段的通用性。
产品关联：文献未提及具体实验产品，领域常规使用空间转录组平台（如10× Genomics Xenium）、qRT-PCR试剂等。
3.5 空间组学实验设计中的ROI识别与FOV优化
实验目的：验证NuSPIRe在空间组学实验中优化ROI识别与FOV选择的能力，降低实验资源消耗、提升数据获取效率。
方法细节：使用64例食管鳞状细胞癌（ESCC）患者的多免疫组化（mIHC）图像（包含DAPI、CD3、CD20染色），以CD3/CD20染色的金标准标注三级淋巴结构（TLS），微调NuSPIRe模型基于DAPI染色图像识别TLS；使用NSCLC空间转录组数据集，模拟基于NuSPIRe的FOV选择策略，对比随机序列、扫描序列的淋巴细胞捕获效率。
结果解读：NuSPIRe识别的TLS区域与CD3/CD20染色的金标准高度一致；基于TLS分数选择前5个FOV可捕获超过一半的T细胞和B细胞（n=30，文献未明确提供具体P值，基于图表趋势推测），前15个FOV覆盖超过80%的淋巴细胞，效率显著高于随机与扫描序列；模型还可直接从DAPI图像预测免疫浸润水平，与真实免疫细胞密度相关性较高。
产品关联：文献未提及具体实验产品，领域常规使用空间组学成像平台、免疫组化染色试剂盒等。
4. Biomarker研究及发现成果解析
Biomarker定位
本研究涉及两类Biomarker：一是基于NuSPIRe提取的高维细胞核形态特征，可作为细胞类型、细胞扰动状态、基因表达的关联Biomarker；二是三级淋巴结构（TLS），作为肿瘤免疫微环境的功能Biomarker。筛选与验证逻辑为：基于大规模无标注DAPI图像预训练模型提取通用形态特征→细胞系与临床样本验证特征与细胞类型、扰动状态的关联→空间转录组数据验证特征与基因表达的关联→临床免疫组化样本验证TLS识别的准确性。
研究过程详述
细胞核形态特征的来源包括临床组织样本、细胞培养样本的DAPI染色图像，通过NuSPIRe模型自动提取高维特征，验证方法涵盖监督分类、无监督聚类、基因表达相关性分析；TLS标志物来源于ESCC患者的多免疫组化图像，通过NuSPIRe模型基于DAPI染色图像识别，验证方法为与CD3/CD20染色金标准的一致性对比。特异性与敏感性数据方面，细胞类型识别任务中，NuSPIRe在少样本下的F1分数显著高于对比模型（文献未明确提供具体数值，基于图表趋势推测）；TLS识别的一致性与金标准高度相关（文献未明确提供AUC等数据，基于图表趋势推测）。
核心成果提炼
细胞核形态特征可作为细胞类型识别、细胞扰动检测、基因表达预测的潜在Biomarker，创新性在于首次通过自监督深度学习实现无标注/少标注下的细胞核形态多任务分析，突破了传统方法的标注依赖；TLS作为肿瘤免疫微环境的Biomarker，可通过NuSPIRe基于DAPI染色快速识别，优化空间组学实验的FOV选择，在n=30的样本中，前5个FOV捕获的淋巴细胞比例显著高于其他策略（P<0.05，文献未明确提供具体P值，基于图表趋势推测）。本研究首次建立了细胞核形态与空间组学数据的关联，为功能基因组学研究与生物标志物发现提供了新的技术路径。