近日，计算机与人工智能学院生物信息学实验室章天骄副教授团队在空间转录组数据三维重建领域取得新进展，提出了一种基于隐式神经表示的连续三维空间转录组重建新方法SINTER3D。相关成果以 “SINTER3D: continuous 3D reconstruction of spatial transcriptomics via implicit neural representations” 为题发表于Genome Biology（中科院一区TOP期刊，影响因子9.2）期刊上。

针对现有空间转录组三维重建方法主要依赖离散二维切片堆叠、切片间大量未采样区域造成空间信息缺失，以及传统插值方法通常对不同基因独立建模、难以利用基因间协同变化关系等问题，研究团队提出了SINTER3D方法。该方法引入隐式神经表示（Implicit Neural Representation，INR），学习从三维空间坐标到基因表达的连续映射关系，在统一模型中联合表征多个基因的空间变化，从而能够预测任意未测量三维位置的基因表达，并生成虚拟组织切片填补真实切片之间的空间间隙。同时，SINTER3D结合单细胞RNA测序参考数据，实现了三维空间域识别和细胞类型反卷积，为构建连续三维空间转录组图谱提供了新的计算框架。

研究团队在成年小鼠大脑、人类背外侧前额叶皮质、发育期人类心脏、果蝇胚胎和乳腺癌等多种空间转录组数据上对SINTER3D进行了系统验证。结果显示，在成年小鼠大脑数据中，SINTER3D的插值结果与真实数据具有较高一致性，Pearson相关系数达到0.81，并能够有效恢复跨切片的基因表达和组织结构；在人类背外侧前额叶皮质数据中，空间域识别平均ARI达到0.70，优于多种现有方法。SINTER3D还能够在单个组织切片内部生成新的虚拟空间位置，实现二维切片的空间超分辨率重建。

在复杂组织分析中，SINTER3D能够重建人类早期心脏不同功能区域及细胞类型的三维空间分布，在高度稀疏的果蝇胚胎数据中恢复主要组织结构，并在乳腺癌连续切片中识别具有不同代谢、免疫和细胞迁移特征的三维空间区域，进一步展现了其在发育生物学和肿瘤空间异质性研究中的应用潜力。

该研究突破了传统空间转录组三维分析中离散切片堆叠和单基因独立插值的局限，为从有限二维组织切片构建连续三维分子图谱提供了新的技术路径，对深入解析组织三维空间结构、器官发育过程和肿瘤微环境等具有重要意义。

原文链接：https://doi.org/10.1186/s13059-026-04160-5