4. 两种算法核心假设对比分析

说实话，选算法前，你得先弄明白它们各自的“底牌”。BayesSpace和SpaGCN，一个是从贝叶斯派出来的，一个是图神经网络拥趸，核心假设完全不同。我在项目里吃过这个亏——照搬参数跑SpaGCN，结果空间连续性很差；换BayesSpace一跑，反而更贴切片形态。今天我就把这两套假设拆开揉碎了讲。

4.1 空间依赖性的建模方式

这是最根本的分歧点。

BayesSpace 假设：空间上相邻的spot（或细胞），其表达模式应该相似。它用一个马尔可夫随机场（MRF）先验来模拟这种依赖。你想想看，每个spot的隐藏状态，只取决于它周围紧邻的几个邻居。这种“近邻影响”假设，在组织切片上确实很自然——细胞组团嘛，功能相似的细胞通常待在一块。

SpaGCN 则用了图卷积网络（GCN）。它把每个spot看成图上的节点，根据物理距离或表达相似性构建边。然后通过多层图卷积，聚合邻居节点的特征信息。它没有显式假设“只受邻居影响”，而是通过注意力机制或固定权重，学到邻居贡献的权重。

我个人的习惯是：如果切片结构清晰（比如大脑皮层分层），BayesSpace的MRF假设更稳；如果组织边界模糊、或者你想捕捉长距离的空间交流，SpaGCN的图结构更灵活。

4.2 先验分布与概率解释

BayesSpace是纯正的贝叶斯路子。它对每个聚类标签和空间平滑参数都设置了先验分布，然后通过MCMC抽样得到后验分布。说白了，它能告诉你“这个spot属于该聚类的置信度”，而不仅仅是一个硬分类。

SpaGCN没有显式的先验。它把空间关系编码在图结构中，通过优化一个交叉熵损失来学习聚类分配。它的输出是softmax概率，但那个概率不是后验，只是神经网络最后一层的激活值。我遇到过学生问“为什么SpaGCN的概率比BayesSpace高？”，其实是因为BayesSpace的MCMC会给不确定性留空间，概率通常更“保守”。

4.3 图像与空间坐标的利用

BayesSpace有个很妙的假设：它认为组织切片上H&E图像的亮度或染色密度，也能反映空间结构。它引入了一个比例因子，将图像特征转化为空间权重。如果某个spot周围图像亮度突变，BayesSpace会认为那里可能是一个组织边界，从而降低空间平滑强度。

SpaGCN就纯粹多了，只吃空间坐标(x,y)和基因表达矩阵。它不碰任何图像信息。这种做法让SpaGCN更“干净”，不受图像染色质量的影响，但同时也丢失了组织形态学信息。在我处理肿瘤异质性样本时，图像信息其实非常重要——坏死区、纤维区在图像上一眼就能看出来，BayesSpace能利用这点，SpaGCN则完全依赖坐标距离。

4.4 数据预处理与归一化策略

这部分有坑，我掉进去过好几次。

BayesSpace 默认要求数据经过log-transformation 和缩放，因为它假设表达值符合泊松或负二项分布，但实际代码里为了简化，用了对数归一化后的高斯似然。如果你的原始数据没有归一化，bayesSpace会报奇怪的错误。

SpaGCN 对数据预处理容忍度更高。它内部会自己做一个简单的标准化（按spot的总count缩放），然后还能接受原始counts作为输入。我建议：如果数据量很小（比如只有1000个spot），保留原始counts用SpaGCN，能避免很多归一化带来的伪信号。

4.5 一个简单的选择决策图

下面这张图，是我自己动手画的，帮你理清两种算法各自的假设路径。注意，这张图只反映核心假设差异，不是完整的算法流程图。

4.6 归纳总结：什么时候选谁

我做了张对比表，把两个算法的核心假设和适用场景彻底列清楚。你在项目立项时，先花5分钟对照这张表，就能避掉80%的坑。