一、文章介绍从常规HE染色组织病理学图像预测空间基因表达为昂贵的空间转录组学ST实验提供了一种有前景且成本低廉的替代方案。利用大量常规收集的HE切片这一方法有望大规模揭示组织微环境、疾病进展和治疗反应的分子见解。然而现有方法面临一个核心挑战如何在组织架构中同时建模空间连续性与功能异质性。空间连续性指邻近区域具有相关表达而生物学功能是异质的——相邻点可能属于完全不同的微环境如肿瘤与免疫间质具有截然不同的基因谱。当前方法难以平衡这两方面统一表征会导致过度平滑和生物学特异性丧失而忽略空间结构则会损害上下文连贯性。早期方法如ST-Net、HisToGene、Hist2ST将图像到表达预测视为回归问题将空间坐标和视觉特征编码到共享潜在空间这无意中强制了局部平滑性代价是生物边界的模糊。近年来生成模型如Stem通过条件去噪过程提高了预测的保真度和多样性但Stem未显式整合空间信息无法解耦空间和功能因子且迭代采样计算成本高。后续基于流的方法如STFlow通过流匹配实现了更快采样但仍依赖局部邻域聚合将空间依赖与功能异质性混为一谈。为突破上述瓶颈Chengyang Zhang、Bo Li及其合作者在Bioinformatics上发表了题为“PSSD: a conditional flow matching framework with progressive spatial-semantic decoupling for spatial gene expression prediction”的研究论文提出了一个名为PSSD的渐进式空间-语义解耦框架。PSSD的核心洞见在于将空间-语义解耦嵌入到连续流匹配的向量场中而非仅仅在网络层面组合模态。这一范式转变使生成过程沿ODE积分路径进行逐步、自适应的交互——在功能异质区域抑制空间先验在结构连贯区域强化空间先验。因此流匹配不仅是采样效率的工具更是实现轨迹引导解耦的数学基础。PSSD采用三阶段渐进架构1共享编码——初始DiT块处理联合基因嵌入整合表达计数和GO增强的基因相关性及时序和图像条件捕获模态不变语义2空间-语义解耦——将共享表示解耦为语义流和空间流后者融入坐标调制通过门控机制实现可控的双向信息交换3自适应融合——通过逐点可学习的融合系数λ由坐标投影经sigmoid得到自适应平衡空间与语义贡献生成最终预测。研究者构建了基因本体GO增强的基因嵌入通过信息含量IC和最低公共祖先LCA计算GO术语间相似性用匈牙利算法实现基因间GO术语集的最优对齐构建加权基因图经GNN生成先验嵌入与表达计数嵌入融合。图像嵌入使用UNI和CONCH两种病理学基础模型提取。在7个ST数据集DLPFC、BC、cSCC、ccRCC、PAAD、COAD及Visium HD COAD上的实验表明PSSD在HVG和HEG的PCC上一致优于ST-Net、BLEEP、Stem、STFlow等方法。在DLPFC上PSSD的HVG PCC达0.337比Stem提升12.3%HEG PCC达0.299提升11.9%。消融实验表明移除解耦模块性能下降最显著证明空间-语义解耦的必要性用DDPM替代流匹配导致明显性能下降证明确定性线性轨迹对门控机制的稳定性至关重要。在生成效率上PSSD将单样本推理时间从Stem的32.04分钟降至3.98分钟约8倍加速。基因特异性线性探针分析表明空间流对高空间自相关Moran’s I基因如MBP主导语义流对低空间依赖基因如CD74主导证明解耦机制捕获的是生物学驱动因素而非计算伪影。二、算法原理介绍PSSD的算法设计围绕“条件流匹配 → 渐进式空间-语义解耦网络 → 自适应融合”三个核心层次展开。一条件流匹配框架。将基因表达预测形式化为学习条件分布x∼pgene(x∣s,z)x \sim p_{\text{gene}}(x|s,z)x∼pgene​(x∣s,z)其中sss为空间坐标嵌入zzz为图像嵌入。目标是从先验分布p0p_0p0​高斯噪声到条件依赖的目标分布p1(x∣c)p_1(x|c)p1​(x∣c)学习条件向量场vθ(xt,t∣c)v_\theta(x_t,t|c)vθ​(xt​,t∣c)由ODEdxtdtvθ(xt,t∣c)\frac{dx_t}{dt}v_\theta(x_t,t|c)dtdxt​​vθ​(xt​,t∣c)定义。采用线性插值传输路径xt(1−t)x0tx1x_t(1-t)x_0t x_1xt​(1−t)x0​tx1​速度场恒定为vx1−x0vx_1-x_0vx1​−x0​训练损失为LE∥vθ(xt,t∣c)−(x1−x0)∥22\mathcal{L}\mathbb{E}\|v_\theta(x_t,t|c)-(x_1-x_0)\|_2^2LE∥vθ​(xt​,t∣c)−(x1​−x0​)∥22​。推理时从p0p_0p0​采样t0t0t0的噪声用Euler方法100步数值积分ODE至t1t1t1一步生成预测。该确定性线性轨迹与扩散模型的高方差噪声路径形成对比为后续空间-语义解耦提供了稳定的动态优化基底。二渐进式空间-语义解耦网络。三阶段架构沿ODE积分路径状态变量从噪声到数据逐步演化动态调节空间与语义信号的冲突。1共享编码联合基因嵌入hhcounthcorrhh^{\text{count}}h^{\text{corr}}hhcounthcorr表达计数嵌入GO增强GNN嵌入经DiT块处理h′DiTBlocks(h,tz)h\text{DiTBlocks}(h,tz)h′DiTBlocks(h,tz)捕获模态不变语义。2空间-语义解耦初始化空间流hsph′α⋅sh^{\text{sp}}h\alpha \cdot shsph′α⋅ssss为坐标调制嵌入α0.5\alpha0.5α0.5和语义流hseh′h^{\text{se}}hhseh′。两者经共享注意力但独立适配器处理。门控机制ϕSoftmax(MLP([c,hˉsp,hˉse,∣hˉsp−hˉse∣]))\phi\text{Softmax}(\text{MLP}([c,\bar{h}^{sp},\bar{h}^{se},|\bar{h}^{sp}-\bar{h}^{se}|]))ϕSoftmax(MLP([c,hˉsp,hˉse,∣hˉsp−hˉse∣]))计算交叉更新权重hsp←hspϕ1hseh^{sp}\leftarrow h^{sp}\phi_1 h^{se}hsp←hspϕ1​hsehse←hseϕ2hsph^{se}\leftarrow h^{se}\phi_2 h^{sp}hse←hseϕ2​hsp实现受控双向信息交换。3自适应融合融合系数λσ(ffusion(s))\lambda\sigma(f_{\text{fusion}}(s))λσ(ffusion​(s))sigmoid投影坐标hfuseλhˉsp(1−λ)hˉseh^{\text{fuse}}\lambda \bar{h}^{sp}(1-\lambda)\bar{h}^{se}hfuseλhˉsp(1−λ)hˉse逐点自适应平衡空间与语义贡献经额外DiT块生成最终表达。三多模态特征构建。图像嵌入通过UNI和CONCH提取经注意力池化和MLP映射。基因嵌入表达计数经MLP得hcounth^{count}hcountGO增强嵌入中用信息含量IC和最低公共祖先LCA计算GO术语相似度匈牙利算法对齐基因间GO术语集构建加权基因图GNN生成hcorrh^{corr}hcorr两者求和得联合嵌入。三、总结PSSD是一个基于条件流匹配的渐进式空间-语义解耦框架通过将解耦机制嵌入到ODE积分路径的连续向量场中在生成过程中逐步自适应地平衡空间连续性与功能异质性使模型在功能异质区域抑制空间先验、在结构连贯区域强化空间先验。其核心创新在于以流匹配的确定性线性轨迹为数学基底通过三阶段渐进架构共享编码→解耦双向门控→自适应融合实现空间与语义信息的动态解耦与可控整合。PSSD在7个ST数据集上取得最优预测精度PCC提升达12.3%采样速度比扩散方法快约8倍且基因特异性分析证明解耦机制捕获的是生物学驱动因素为从组织病理学图像到空间转录组的高效、高保真推断提供了兼具精度与可扩展性的解决方案。