シーケンス型 空間トランスクリプトーム：空間可変遺伝子（SVG）

空間トランスクリプトーム解析（spatial transcriptomics）のうちシーケンス型（Visium・Stereo-seq など NGS で読み出す方式）は、遺伝子ごとに「その発現が空間的なパターンを持つか」を問えます。これが空間可変遺伝子（SVG）の検出です。手法はいくつもあり、走らせれば必ず何百もの遺伝子が返ってきます。しかし、そのほとんどは新しい情報を持っていません。理由を理解しておかないと、リストを眺めて終わることになります。

1. 高変動遺伝子とは、何が違うのか

前処理では特徴選択に HVG を使いました。クラスタリングの前処理としてはそれで十分ですが、HVG で選んだ 2,000 遺伝子の中に、重要な SVG が入っていない可能性があります。SVG の検出は、それ自体が目的の解析です。

2. 空間可変遺伝子には、2つの種類がある

3. 最大の注意点 ─ 細胞型の分布による交絡

ここが、この解析でいちばん重要な点です。

ある細胞型が組織の一部に集まっているとします。そうすると、その細胞型のマーカー遺伝子は、当然その場所で高くなります。空間可変遺伝子として検出されるのは当たり前です。

しかし、これは新しい情報ではありません。その細胞型がどこにいるかは、デコンボリューションで既に分かっているからです。同じことを、遺伝子の側から言い直しているだけです。

4. 細胞型の割合を、共変量として外す

対処は単純です。細胞型の割合を説明変数にして、その上でまだ残る空間パターンを見る。

pythonコピー
import numpy as np
import pandas as pd

# 細胞型の分布で説明できるかを確かめる
#   割合を説明変数にして、遺伝子発現を回帰する
from sklearn.linear_model import LinearRegression

P = adata.obsm["cell_type_proportions"].to_numpy()
X = adata.layers["lognorm"]

rows = []
for g in res.index[:200]:
    y = np.asarray(adata[:, g].layers["lognorm"].todense()).ravel()
    m = LinearRegression().fit(P, y)
    r2 = m.score(P, y)
    resid = y - m.predict(P)
    rows.append((g, r2, float(resid.std())))

df = pd.DataFrame(rows, columns=["gene", "細胞型で説明できる割合", "残差の広がり"])
print(df.sort_values("細胞型で説明できる割合").head(15))
# 説明できる割合が低い遺伝子ほど、細胞型では説明のつかないパターンを持つ

説明できる割合が低い遺伝子ほど、細胞型の分布では説明のつかないパターンを持っています。そうした遺伝子こそ、追いかける価値があります。

pythonコピー
# 残差を obs に入れて、組織の上に描く
#   細胞型の分布を差し引いた後に、まだ残っている空間パターンを見る
g = "COL1A1"
y = np.asarray(adata[:, g].layers["lognorm"].todense()).ravel()
m = LinearRegression().fit(P, y)
adata.obs["resid"] = y - m.predict(P)

sq.pl.spatial_scatter(adata, color=[g, "resid"], ncols=2)

# 残差にまだ構造があるなら、それは細胞型では説明できない発現の違い
# 同じ細胞型でも、場所によって発現が変わっている、ということ

5. 手法の選び方

pythonコピー
import squidpy as sq
import scanpy as sc

# 最も手軽な指標：空間的な自己相関（Moran の I）
sq.gr.spatial_neighbors(adata, coord_type="grid", n_neighs=6)
sq.gr.spatial_autocorr(adata, mode="moran", n_perms=100, n_jobs=4)

res = adata.uns["moranI"]
print(res.head(15))

# 上位の遺伝子を、必ず組織の上に描いて目で確かめる
top = res.index[:6].tolist()
sq.pl.spatial_scatter(adata, color=top, ncols=3)

SPARK-X（Zhu, Sun & Zhou, Genome Biology, 2021）は、ノンパラメトリックな枠組みで大規模なデータに対応します。1つの空間パターンだけでなく、複数の想定パターンに対して同時に検定できるのが特徴です。

6. 見つけた遺伝子を、どう確かめるか

• 必ず組織の上に描く。統計量の順位だけを見て終わらない。
• 細胞型の割合と重ねる。その遺伝子のパターンが、特定の細胞型の分布と同じ形なら、それは細胞型の写し。
• 残差にも構造があるかを見る。差し引いた後も残るなら、独立した情報。
• 組織像と照らす。解剖学的な構造と対応するか。
• 別の切片で再現するかを見る。1枚だけの所見は、慎重に扱う。

7. チェックリスト

• HVG と SVG の違いを意識して、SVG を別に検出したか
• 検出された上位が、主要な細胞型のマーカーで埋まっていないか
• 細胞型の割合を共変量として外したか
• 残差にまだ空間構造があるかを確かめたか
• 正規化を変えて、検出結果がどう変わるかを見たか
• 上位の遺伝子を組織の上に描いて目で確かめたか
• 細胞型の分布と重ねて、写しでないかを確認したか

まとめ

• SVG は HVG とは違う。分散が小さくても空間パターンを持つ遺伝子がある。
• SVG には2種類ある。ドメインに沿うものと、なめらかな勾配で変わるもの。後者を拾えることが、SVG を探す理由。
• 最大の注意点は、細胞型の分布による交絡。細胞型が偏っていれば、そのマーカーは自動的に空間可変になる。
• 検出された SVG の多くは細胞型分布の写しで、新しい情報を持たない。
• 対処は細胞型の割合を共変量として外すこと。残差にまだ構造があれば、それは独立した情報。
• 手法は Moran の I（手軽）、SPARK-X（大規模）、SpaGCN（ドメインと一体）から選ぶ。
• 正規化のやり方が検出結果を左右する。ドメイン同定と同じ判断が要る。
• 見つけた遺伝子は必ず組織の上に描く。順位だけを見て終わらない。

関連記事

• シーケンス型 空間トランスクリプトーム：空間ドメイン同定
• シーケンス型 空間トランスクリプトーム：正規化とクラスタリング
• シーケンス型 空間トランスクリプトーム：ニッチ・近傍解析
• シーケンス型 空間トランスクリプトーム：デコンボリューションの原理と手法分類
• scRNA-seq解析：正規化・特徴選択・次元削減・クラスタリング
• RNA-seq解析：差次発現解析（DESeq2）
• scRNA-seq解析：下流解析の全体像
• scRNA-seq解析：機能エンリッチメント・パスウェイ解析
• scRNA-seq解析の土台：AnnData のデータ構造をリレーショナルDBの発想で理解する

参考文献

• Zhu, J., Sun, S., & Zhou, X. (2021). SPARK-X: non-parametric modeling enables scalable and robust detection of spatial expression patterns for large spatial transcriptomic studies. Genome Biology, 22, 184. doi:10.1186/s13059-021-02404-0
• Hu, J., Li, X., Coleman, K., et al. (2021). SpaGCN: integrating gene expression, spatial location and histology to identify spatial domains and spatially variable genes by graph convolutional network. Nature Methods, 18(11), 1342–1351. doi:10.1038/s41592-021-01255-8
• Palla, G., Spitzer, H., Klein, M., et al. (2022). Squidpy: a scalable framework for spatial omics analysis. Nature Methods, 19(2), 171–178. doi:10.1038/s41592-021-01358-2
• Bhuva, D. D., Tan, C. W., Salim, A., et al. (2024). Library size confounds biology in spatial transcriptomics data. Genome Biology, 25, 99. doi:10.1186/s13059-024-03241-7
• Salim, A., Bhuva, D. D., Chen, C., et al. (2025). SpaNorm: spatially-aware normalization for spatial transcriptomics data. Genome Biology, 26, 109. doi:10.1186/s13059-025-03565-y
• Kleshchevnikov, V., Shmatko, A., Dann, E., et al. (2022). Cell2location maps fine-grained cell types in spatial transcriptomics. Nature Biotechnology, 40(5), 661–671. doi:10.1038/s41587-021-01139-4
• Cable, D. M., Murray, E., Zou, L. S., et al. (2022). Robust decomposition of cell type mixtures in spatial transcriptomics. Nature Biotechnology, 40(4), 517–526. doi:10.1038/s41587-021-00830-w
• Zhao, E., Stone, M. R., Ren, X., et al. (2021). Spatial transcriptomics at subspot resolution with BayesSpace. Nature Biotechnology, 39(11), 1375–1384. doi:10.1038/s41587-021-00935-2
• Wolf, F. A., Angerer, P., & Theis, F. J. (2018). SCANPY: large-scale single-cell gene expression data analysis. Genome Biology, 19, 15. doi:10.1186/s13059-017-1382-0
• Ståhl, P. L., Salmén, F., Vickovic, S., et al. (2016). Visualization and analysis of gene expression in tissue sections by spatial transcriptomics. Science, 353(6294), 78–82. doi:10.1126/science.aaf2403