SVC把每个基因的胞内分布当成图像块：用同一细胞的其他基因作上下文，预测未测转录本的亚细胞位置
核心概要
亚细胞分辨率空间转录组能测到转录本在细胞内的位置，但此前的方法多针对单一分析任务，缺少在细胞类型与组织环境中统一刻画并预测基因胞内定位的框架。SVC 把每个基因在细胞内的空间表达当作一张图像块，用同一细胞的其他基因作为上下文，以自监督掩码方式学习跨基因的空间依赖。在 seqFISH+ 小鼠胚胎成纤维细胞数据上，SVC 对未测基因的亚细胞模式预测在六项指标上均优于四个图像基线，相对更具挑战性的基线组中位提升为 5.2%–21.0%。
深度剖析
SVC 让未直接测量的基因也能给出细胞特异的胞内转录本分布，而不只是细胞层面的表达总量。 此前亚细胞空间转录组方法主要做特定分析，例如找出定位模式特殊的基因或检测共定位基因对，没有统一框架在细胞特异、带上下文的方式下刻画并预测转录本定位。 在 seqFISH+ 小鼠胚胎成纤维细胞数据上，第 3 批留作测试集，1,000 个基因随机分成 20 组做 20 折掩码基因预测；在 RMSE、PCC、余弦相似度等六项指标上，SVC 对至少 97.3% 的基因优于全部四个基线。
模型把每个基因在细胞内的空间表达编码成一张图像块，再借同一细胞里其余基因的图像推断被遮住的那一张。 这一做法沿用视觉 Transformer 的自注意力机制，但用基因功能嵌入替代图像块的位置编码，因为基因顺序本身没有生物学含义。 训练时每个细胞随机遮住 10% 的基因图像，由解码器在像素级负二项损失和细胞级表达损失下重建；输入还包括细胞与核形态、近邻细胞表达以及可选的细胞类型或状态标签。
学到的表示还能迁移到细胞与组织尺度，并支持在计算机中模拟基因扰动后的定位变化。 细胞层面的基因填补并非模型的主要设计目标，但与 ENVI、Tangram、gimVI、uniPort 比较时仍取得最低的中位 RMSE 和最高的中位 PCC。 在 seqFISH+ 数据上，SVC 的细胞层面中位 RMSE 为 5.12、中位 PCC 为 0.50；原文按 uniPort、ENVI、Tangram、gimVI 的顺序给出中位 RMSE 6.33、6.47、5.64、5.66，对应中位 PCC 0.45、0.43、0.42、0.47。
启示与展望
已展示的范围是培养细胞系与组织切片的亚细胞分辨率空间转录组数据，包括 seqFISH+ 小鼠胚胎成纤维细胞、MERFISH 人骨肉瘤 U2-OS、Xenium 小鼠脑与人类乳腺癌切片，以及 Xenium 5K 面板的小鼠脑半球和 P301S tau 病模型切片；模型在留出批次或留出切片上评估，并在跨数据集与跨组织设置中检验迁移。
模型目前只在静态数据上训练，尚不能刻画单细胞随时间变化的动态响应；训练集中于预设计探针的靶向基因面板，主要覆盖中高表达基因；所用数据为观察性数据，扰动效应只是计算机模拟预测，而非实测的因果重定位。上游细胞分割与转录本归属的误差仍是需要考虑的因素，尽管敏感性分析显示模型对中等程度的分割差异较为耐受。