学位论文简介

人体组织是由细胞群体构成的复杂异质性系统，细胞类型与空间分布差异显著，其异常与重大疾病密切相关。空间组学技术为解析细胞功能及互作机制提供新视角，可同时测定分子特征与空间位置，揭示基因表达、细胞状态及通讯的空间规律，是计算生物学前沿方向。随着空间组学技术发展，转录组、蛋白质组等数据激增，但高效挖掘其生物学意义成为关键难题。现有分析方法难以建模空间依赖与多尺度特征，制约对细胞异质性及基因表达空间分布的解析。为此，本文面向空间组学数据，以深度学习为核心技术手段，聚焦空间组学解析中的空间域识别和空间转录组细胞反卷积等任务，提出了一套基于图表示学习的空间组学域识别及细胞反卷积框架。具体研究内容包括：

（1）针对现有空间域识别方法大多难以自适应地学习基因表达与空间信息之间的复杂关系等问题，提出了一种基于多视图图卷积网络的空间域识别方法。

（2）针对现有多切片空间转录组数据域识别方法 往往忽略不同切片间的空间域映射关系，导致数据整合时无法充分利用切片间的互补信息等问题，提出了一种基于聚类感知的多切片空间转录组域识别方法。

（3）针对当前空间多组学域识别方法中跨组学特异性信息丢失与语义一致性缺失等问题，提出了一种基于多级图对比学习的空间多组学域识别方法。

（4）针对现有空间转录组反卷积方法大多无法在单细胞水平捕捉组织复杂性，且过度依赖单细胞数据注释信息，而注释信息获取困难等问题，提出一种基于循环一致生成网络的空间转录组反卷积方法。

主要学术成果

[1] Bo Wang, Jiawei Luo, Ying Liu, Wanwan Shi, Zehao Xiong, Cong Shen and Yahui Long. Spatial-MGCN: a novel multi-view graph convolutional network for identifying spatial domains with attention mechanism. Briefings in Bioinformatics, 2023. (IF=9.5，CCF B，Top期刊)第一作者

[2] Bo Wang, Wei Liu, Jiawei Luo, Xiangtao Chen, Chee Keong Kwoh. SMMGCL: a novel multi-level graph contrastive learning framework for integrating spatial multi-omics data. 2024 IEEE International Conference on Bioinformatics and Biomedicine (BIBM), 2024. (CCF B)第一作者

[3] Bo Wang, Yahui Long, Yuting Bai, Jiawei Luo and Chee Keong Kwoh. STCGAN: a novel Cycle-Consistent Generative Adversarial Network for Spatial Transcriptomics Cellular Deconvolution. Briefings in Bioinformatics, 2025. (IF=6.8，CCF B)第一作者

[4] Wei Liu, Bo Wang, Yuting Bai, Xiao Liang, Li Xue and Jiawei Luo. SpaGIC: graph-informed clustering in spatial transcriptomics via self-supervised contrastive learning. Briefings in Bioinformatics, 2024. (CCF B，IF=6.8)第二作者