记者18日从吉林大学获悉，我国科研团队在空间多组学数据整合领域取得开创性成果，通过构建基于组织学图像基础模型和超图网络的SpatialEx人工智能框架，打破了“数据孤岛”，为精准辨析和治疗乳腺癌、帕金森等疑难杂症提供了新的解决路径，这一成果于17日在线发表在国际学术期刊《自然-方法》上。

　　长期以来，科研界一直希望在同一组织切片上，同时获取细胞在组织中的空间位置及其多组学特征，用以破解癌症等重大疾病的关键密码。然而，不同组学的多切片数据难以直接整合，形成了空间多组学“数据孤岛”。

　　针对上述痛点，吉林大学管仁初教授团队联合复旦大学类脑智能科学与技术研究院研究员原致远，另辟蹊径提出了“组织学锚定”策略，构建了SpatialEx人工智能框架，这一技术让科学家首次能以经济高效的方式为细胞绘制出同时包含基因、蛋白及代谢信息的“多维身份证”，如同给不同图层配上了精准坐标系。

　　据研究团队介绍，该技术包含两大核心突破。一方面是利用组织学图像基础模型，实现了从最普通的组织学染色图像中直接“解读”出单细胞层面的深层分子信息。另一方面是通过创新的“组学循环模块”，将原本分布在相邻切片上的不同单一组学数据，通过组织学图像这一通用“桥梁”实现无缝拼接。

　　在针对乳腺癌的研究中，该技术展现了超越现有技术的辨析能力，不仅成功构建了组织“全切片视图”，还精准识别出了病理专家也难以区分的精细免疫微环境差异。

　　在帕金森病模型中，该技术通过融合代谢组与转录组数据，清晰揭示了多巴胺相关基因与代谢物在脑部损伤区域的协同变化规律，为疾病机制研究提供了全新维度。同时，为生物医学研究和转化应用构建了成本可控、易于推广的智能化技术路径。

　　管仁初表示，这项成果为解决空间组学“数据孤岛”问题提供了中国方案，将显著推动空间多组学技术在精准医疗、药物研发及临床诊断中的应用。