空间转录组相关性框架提升抗癌候选药物预测

研究团队提出一个整合空间转录组的计算框架，用于改进抗癌候选药物的预测。传统基于转录组的虚拟筛选依赖bulk RNA表达谱，会把肿瘤内部的空间异质性在整块组织上平均掉，从而限制预测准确性，三阴性乳腺癌因缺乏受体导向治疗且空间异质性明显而尤为受影响。作者用1291种化合物比较了疾病特异的bulk特征与局部空间基因表达特征的预测表现，bulk特征预测性能不足，纳入空间信息后预测准确性提高。对预测药物排名的分析显示，空间层面明显改善了已知抗癌药物的优先级排序，同时识别出未分类化合物和非肿瘤领域化合物中潜在的抗癌作用。作者认为化合物的治疗相关性取决于局部转录组状态，而非整块异质肿瘤切片的静态属性。