1、论文题目：

BRIDGE: An Interpretable Framework for Transcriptome-Scale Completion of Panel-Limited Spatial Transcriptomics. (2026). CSIAM Transactions on Life Sciences, 2(2), 311-337.

Bo-Han Si, Shi-Tong Yang, Meng-Guo Wang, Ke Jin, Li-Wei Wang, Xiao-Fei Zhang

2、引用信息：

BRIDGE: An Interpretable Framework for Transcriptome-Scale Completion of Panel-Limited Spatial Transcriptomics. (2026). CSIAM Transactions on Life Sciences, 2(2), 311-337. https://doi.org/10.4208/csiam-ls.SO-2025-0032

3、文章介绍：

空间转录组学能够在组织原位同时刻画细胞位置与基因表达，为理解组织结构、细胞互作和疾病微环境提供了重要工具。其中，成像型空间转录组技术具有单细胞甚至亚细胞级分辨率，但受探针设计、检测通量和实验成本限制，通常只能检测有限数量的目标基因。这意味着大量与细胞状态、组织区域和疾病过程相关的转录信息无法被直接观测。如何在保持空间分辨率的同时，将有限基因面板扩展到近全转录组尺度，是当前空间组学数据分析中的一个关键问题。

针对这一问题，本文提出了一个可解释的空间转录组补全框架BRIDGE。不同于许多依赖低维潜在空间对齐的方法，BRIDGE直接在基因表达空间中进行跨技术校准。该方法首先利用匹配的单细胞测序数据作为参考，并对参考表达进行适度去噪；随后通过空间数据与参考数据之间的锚点细胞对，学习校准矩阵，用于刻画不同技术平台之间共享基因表达的系统性差异；最后基于校准后的参考数据，采用多尺度近邻加权策略预测空间数据中未测量的基因表达。这样的设计既避免了潜在空间变换可能带来的局部结构扭曲，也使每个基因的校准过程具有明确的解释意义。

图1 BRIDGE方法框架及其应用

在不同技术平台的七个空间转录组数据集上，BRIDGE与现有代表性方法进行了系统比较。结果表明，BRIDGE在基因水平和细胞水平的预测精度上均表现稳定，能够在不同物种、组织和技术平台之间保持较好的泛化能力。进一步分析显示，BRIDGE学到的校准矩阵不仅能够提高预测准确性，还可以揭示不同平台之间基因表达偏移的方向和强度，为模型结果提供可追溯的生物学解释。

在实际应用中，BRIDGE成功恢复了小鼠初级运动皮层中具有层状结构的空间表达模式，并帮助发现了原始面板中未覆盖的潜在空间基因模式；在人乳腺癌数据中，BRIDGE补全后的转录组信息进一步支持了B细胞状态和基质细胞亚型的精细刻画。这些结果表明，BRIDGE能够将面板受限的空间转录组数据扩展为更丰富的转录组图谱，为组织发育、肿瘤微环境、细胞状态异质性和潜在生物标志物发现提供新的计算工具。

4、作者介绍:

张晓飞：华中师范大学数学与统计学学院教授、博士生导师。长期从事面向生物医学问题的数学建模与人工智能方法研究。在Nature Computational Science（封面论文）、Genome Biology、Nucleic Acids Research等期刊发表学术论文50余篇。现任中国工业与应用数学学会数学生命科学专委会委员、中国运筹学会计算系统生物学分会理事、中国自动化学会智能健康与生物信息学专委会委员、国际计算生物学学会中国理事会（ISCB-China）理事。

5、期刊简介：

《CSIAM Transactions on Life Sciences》（CSIAM-LS）是由中国工业与应用数学学会（CSIAM）继旗舰期刊《CSIAM Transactions on Applied Mathematics》后推出的一本新期刊。CSIAM-LS是一本创新性的跨学科期刊，聚焦数学与生命科学的交叉领域，覆盖生物学和医学的数学理论、模型和算法，包括计算系统生物学、生物信息学、生物医学工程、群体动力学、计算神经科学等。CSIAM-LS由中国科学院院士、武汉大学校长张平文担任主编，上海交通大学数学科学学院讲席教授楼元担任总编辑。

期刊官网：https://global-sci.com/csiam-ls/index

《CSIAM Transactions on Life Sciences》欢迎大家积极投稿。投稿网站：https://ef.msp.org/submit_new.php?j=csiam_ls