1. 课程介绍与背景
说实话，我第一次接触H&E染色图像和空间转录组数据时，脑子是懵的。一边是病理切片上密密麻麻的细胞核，另一边是基因表达的热力图，它们来自同一块组织，可位置关系乱七八糟。我当时就在想，要是能把这两套数据在空间上精准叠起来——每个细胞的形态和它的基因表达都能对上号，那研究不就起飞了吗？
嗯，这就是我们今天课程的核心意义。
1.1 这两套数据长什么样？
先聊下H&E染色。这是病理学的老朋友了。一块组织经过固定、切片、染色，显微镜下就能看到细胞核是蓝紫色的，细胞质和细胞外基质是粉红色的。我习惯叫它“形态图谱”——它告诉你细胞长什么样，排列整不整齐，有没有坏死或者肿瘤浸润。
空间转录组数据呢？它来自测序或原位捕获技术。每个空间点（spot）都能测出几千个基因的表达量。说白了，它告诉你每个小区域里的细胞正在“忙什么”——比如哪些基因高表达，哪些信号通路被激活了。
你想想看，单独看H&E，你只能猜细胞类型；单独看空间转录组，你只能知道基因表达，却不知道细胞到底长什么样。把两者对齐——把基因表达信息精确映射到组织形态上——这就能让研究人员同时看到“模样”和“行为”。
1.2 对齐到底解决什么问题？
我参与过一个项目，研究肿瘤微环境。病理医生在H&E上圈出了肿瘤区域和间质区域，但圈得对不对？用空间转录组数据一验证，发现某些“间质区”里竟然有高表达的免疫激活基因，说明那根本不是普通间质，而是免疫细胞正在“打仗”的地方。你看，没有对齐，这种信息全靠猜。
对齐技术的核心价值，我总结为三个方面：
- 定位精准化：将基因表达信号与组织学结构一一对应。
- 验证病理判断：用分子数据确认病理切片的视觉判断是否准确。
- 发现新生物学：在形态相似但基因表达不同的区域中，找到新的细胞状态或疾病亚型。
核心观点：对齐不是“画个图好看”，而是让两种完全不同的数据源在同一个坐标系下对话。没有对齐，空间转录组的数据就只是散点图，H&E就只是染色图，两者之间隔着一堵墙。
1.3 对齐的难点在哪里？
我记得第一次做对齐时，遇到的第一个坑就是——坐标系根本不同。一张H&E全切片扫描图可能是10万×10万像素，而空间转录组的捕获点坐标只有几百个（比如10x Visium的4992个点）。这两个坐标系的比例尺、旋转角度、甚至变形程度都不同，怎么配？
我曾经在一批样本上直接用了刚性配准（只做平移旋转），结果误差大得离谱。后来才明白，组织切片在制备过程中会经历切割、展平、贴片等多个步骤，不可避免地产生弹性形变、拉伸甚至撕裂。所以对齐算法必须能处理非线性畸变。
具体难点包括：
- 分辨率差异：H&E图像是亚微米级，空间转录组点直径通常为55μm（10x Visium）甚至更大。
- 模态鸿沟：H&E是RGB颜色图像，空间转录组是稀疏的基因表达矩阵。它们没有直接的像素级对应关系。
- 变形与伪影：组织扭曲、折叠、气泡等都会破坏图像与基因表达之间的空间一致性。
- 缺乏金标准：没有人工标注的“正确对齐位置”，评估对齐质量本身就很困难。
个人经验：我建议在开始对齐前，先做一步图像预处理——用颜色归一化消除批次间的染色差异。否则H&E的色差会严重干扰基于特征的配准结果。
1.4 对齐后的世界是什么样的？
把H&E和空间转录组对齐后，你就能在一个统一的坐标系上同时查看形态和分子信息。医生可以圈出某个病理区域，然后直接看到这个区域里哪些基因高表达；生物学家可以在组织切片上画出基因表达的空间模式图，判断它们是否与解剖结构边界一致。
下面这张图展示了整个对齐流程的核心逻辑。说实话，这张结构图我画了好几版，最后觉得最简单的表达反而最清晰。
1.5 对齐质量的判断标准
聊了这么多意义和难点，你肯定想问：怎么知道对齐做得好不好？我一般用三个维度的指标来评估，它们可以组合使用：
| 评估层面 | 常用指标 | 说明 |
|---|---|---|
| 图像层面 | 归一化互信息（NMI）、相似性度量 | 对比对齐后的图像与转录组点位置是否吻合 |
| 基因层面 | Marker基因空间分布一致性 | 用手工标注的已知区域（如肿瘤边界）判断 |
| 组织层面 | 解剖结构边界重合度 | 由病理专家评估区域轮廓是否匹配 |
请注意：不要只依赖一个数值指标。我曾经见过一个项目，NMI数值很高，但对齐结果明显错了——因为两张图的颜色分布意外相似，欺骗了度量函数。一定要结合人工视觉验证，尤其是关键的组织区域。
好了，以上就是我对齐经验的一个快速总结。你想想看，如果没有一个合理的对齐方案，后面所有的空间分析——比如细胞亚群定位、基因表达热点检测、肿瘤微环境解构——都会建立在错误的坐标基础上，结果也就失去了生物学意义。
我个人习惯在拿到新数据后，先不做任何高级分析，而是花一天时间把对齐做扎实。因为这一步如果歪了，后面全是歪的。