近日，围绕人工智能与生命健康深度融合的前沿方向，数学与统计学学院张晓飞教授团队在空间转录组研究中取得重要进展，相关成果以“Unlocking single-cell level and continuous whole-slide insights in spatial transcriptomics with PanoSpace”为题，在线发表于Nature旗下计算科学领域顶级期刊Nature Computational Science。我校2023级博士研究生和慧锋为论文第一作者，张晓飞教授与上海交通大学陈洛南教授为共同通讯作者。我校为第一作者单位和第一通讯作者单位。
空间转录组技术为在组织原位解析细胞分布及其相互作用提供了重要手段，是理解肿瘤等复杂疾病发生发展机制的重要工具。然而，受限于测序分辨率和取样方式，现有测序型空间转录组数据通常以离散测序点为单位，难以同时实现单细胞分辨率与连续、全切片尺度的空间解析，成为制约该领域进一步发展的关键瓶颈。
针对这一问题，研究团队提出了一种名为PanoSpace的计算重构框架，融合低分辨率空间转录组数据、高分辨率组织病理图像以及单细胞RNA测序参考信息，实现了对整个组织切片的连续、单细胞尺度空间转录组重构。该方法在保持组织整体空间结构完整性的同时，显著提升了空间解析分辨率，为空间转录组数据的深度挖掘提供了新的技术路径。
研究团队在多种真实生物数据中验证了PanoSpace的有效性，并将其应用于肺癌、乳腺癌、前列腺癌等典型研究场景，揭示了肿瘤微环境中不同细胞类型在空间组织和功能状态上的差异特征，为理解疾病相关的空间生物学机制提供了新的视角，也为相关领域开展空间组学研究提供了可借鉴的研究范式。
近年来，张晓飞教授团队围绕“AI+生命健康”的交叉研究方向，持续开展空间组学数据的数学建模与计算解析研究，在Genome Biology (2023,2025)、Nucleic Acids Research (2024,2025)等国际顶尖期刊发表多项研究成果。本项工作进一步展示了人工智能与数学方法在空间生命科学研究中的重要作用，为我校推进人工智能与生命健康交叉融合研究提供了有力支撑。
图为PanoSpace工作流程图
编辑：曾爽
审读：郭玉劲
