Nat Commun | 胡健/王凌华团队联合开发MorphLink，探索多模态空间组学中分子表达与...

主要观点总结

文章介绍了多模态空间组学数据在疾病研究中的应用，以及当前分析工具面临的挑战。重点介绍了MorphLink这一新的多模态空间组学数据分析框架，它能够系统化、定量化、可视化分析大组织样本中形态与分子之间的关联，助力疾病机制研究和精准医学的发展。文章还通过膀胱癌样本的实例展示了MorphLink如何揭示组织形态和分子表达之间的内在关联。

关键观点总结

关键观点1: 多模态空间组学数据为疾病研究提供独特视角

整合分子表达谱和组织形态特征，从分子和形态学两个维度解析复杂的细胞行为。

关键观点2: 当前分析工具在细胞聚类和分类分析方面存在局限性

未能系统揭示细胞形态变化与分子动态表达之间的内在联系，需要新方法来解决。

关键观点3: MorphLink是一种新的多模态空间组学数据分析框架

能够系统化、定量化、可视化分析大组织样本中形态与分子之间的关联，助力疾病机制研究和精准医学的发展。

关键观点4: MorphLink解决了三个关键挑战

1. 提供具有生物学意义的形态特征；2. 量化形态变化与分子表达在空间上的关联强度；3. 整合多模态数据，提供直观的可视化展示。

关键观点5: MorphLink的应用实例

以膀胱癌样本为例，展示了MorphLink如何揭示组织形态和分子表达之间的内在关联，包括细胞核的形态变化和免疫信号相关基因的表达水平之间的关系，以及肿瘤增殖相关基因MYCL与癌症相关成纤维细胞的关联。