3. SpaGCN算法原理与图卷积网络基础

说实话，第一次看SpaGCN论文时，我也被“图卷积”“自监督”“空间邻接”这些词搞得有点晕。但当我真正在自己项目里跑通一次后，才发现它背后的逻辑其实很清晰。说白了，SpaGCN就是把空间转录组数据看作一张“图”，然后用图神经网络去捕捉细胞之间的位置关系和基因表达相似性。

这一节我会带你拆解三个核心问题：为什么用图？图卷积怎么工作？SpaGCN具体改了哪些地方？

3.1 从空间数据到图结构

空间转录组数据长什么样？每个spot有坐标(x,y)，每个spot有基因表达向量。但我个人习惯的第一步，不是直接跑模型，而是先问自己：这些点之间是什么关系？传统的非空间方法（比如Louvain聚类）把每个spot当作独立样本，完全不管它们挨不挨着。

SpaGCN的做法很直接：把每个spot看作图中的一个节点，两个spot如果物理距离足够近，就连一条边。这样一来，空间信息就被编码成了图的拓扑结构。

这张图的节点数量就是spot数（通常1000~5000），边数取决于空间分辨率。举个例子，10X Visium芯片上，相邻spot中心距离约100μm，我通常设radius=200μm，每个spot能连到6~12个邻居。

# 伪代码：从坐标构建邻接表
from scipy.spatial import KDTree

tree = KDTree(spatial_coords)  # shape: (n_spots, 2)
adjacency = tree.query_ball_tree(tree, r=radius)
edges = []
for i, neighbors in enumerate(adjacency):
    for j in neighbors:
        if i < j:
            edges.append((i, j))

3.2 图卷积网络的核心思想

图卷积网络（GCN）不是SpaGCN独创的，但它是SpaGCN的主干。要理解SpaGCN，先得弄明白GCN到底在干什么。

传统卷积在图像上用一个固定大小的滑动窗口（比如3×3）聚合邻域像素。但在图上面，每个节点的邻居数量不固定，没法用固定尺寸的卷积核。GCN的做法是：每个节点从自己的邻居那里“收集”特征，然后跟自己的特征融合，再经过一个神经网络层。

我记得第一次手动实现GCN时，写过这样的代码：

import torch
import torch.nn.functional as F

class SimpleGCNLayer(torch.nn.Module):
    def __init__(self, in_dim, out_dim):
        super().__init__()
        self.W = torch.nn.Linear(in_dim, out_dim)

    def forward(self, x, adj):
        # x: (N, in_dim), adj: (N, N)
        support = self.W(x)           # (N, out_dim)
        output = torch.mm(adj, support)  # 邻居聚合
        return F.relu(output)

注意这个adj矩阵——它包含了归一化的邻接关系。我早期踩过一个坑：直接用原始邻接矩阵会导致节点度数高的spot特征被过度平滑。SpaGCN用了对称归一化，公式是 ：
adj_norm = D^(-1/2) * adj * D^(-1/2)
其中D是度矩阵。这一下就把不同规模的邻居影响拉到了一个量级上。

3.3 SpaGCN的独特设计

基础GCN只能聚合同一层空间邻域，但SpaGCN做了两件关键的事：位置编码与像素融合。

第一，位置编码。 它没有直接用简单的欧氏距离作为边权重。而是先计算spot之间的物理距离矩阵，再用一个可学习的核函数（Gaussian RBF）把距离转换成权重：

weight = exp(-distance^2 / sigma^2)

sigma是自动学习的参数。这样一来，距离近的spot权重更大，距离远的权重迅速衰减。我项目里用的sigma初值一般设为坐标标准差的1/2，模型会自动调整。

第二，像素融合。 传统GCN只用spot本身的基因表达向量，但SpaGCN还额外把两个spot的空间坐标拼接起来作为边特征，和基因表达一起输入到GCN中。为什么这么做？因为光靠表达量，两个远距离但基因相似的spot可能被误判为紧密关联；加上坐标信息后，网络就知道它们的实际距离很远，从而降低边的重要性。

这种“边特征+MHA”（多头注意力）的设计，让SpaGCN能同时利用表达相似性和位置临近性。

3.4 图构建与聚类全流程

下面这张SVG图展示了SpaGCN的完整处理流程。你会看到从原始坐标+表达矩阵，到图构建，再到GCN编码，最后用自监督聚类输出空间域，每一步都有明确的输入输出。