定义
Spatial domain discovery 是利用 spatial coordinates 与 molecular profiles，把组织划分为 regions、niches、neighborhoods 或 domains 的计算任务。Domain 可以由相似表达定义，也可以由相邻 cell types、cell states 或形态结构定义。
为什么重要
相同 cell types 处在 tumour core、invasive margin 或 lymphoid aggregate 时，功能可能完全不同。只比较 cell-type abundance 会丢掉这层组织信息；spatial domain discovery 试图把“有哪些细胞”扩展为“这些细胞如何排列并形成局部结构”。
工作原理
常见方法先构建 spot 或 cell 的 spatial graph，再综合 expression similarity 与 neighborhood information 进行 clustering、community detection 或 latent representation learning。CellCharter、BANKSY、graph-based spatial clustering 与 neighborhood enrichment analysis 属于相关方法，但它们的输入、domain 定义和统计假设并不相同。
能得到什么
- molecular profiles 不同的 tissue domains；
- cells 或 spots 构成的 spatial neighborhoods；
- 与组织功能或疾病相关的 candidate niches；
- 超越整体 cell-type abundance 的局部组织模式。
主要局限
Domain 数目、spatial resolution、邻域半径和 batch correction 都会影响结果。一个样本内清晰的 cluster 未必能跨 sample、cancer type 或 platform 复现；domain label 也通常是数据驱动的分析单位，不应直接当成已知组织学实体。
相关术语
- spatial transcriptomics
- spatial graph
- tissue organization
- spatial ecotype
相关论文
阅读提示
优先检查 domain 是否由真实空间结构支持、是否跨切片或患者复现，以及比较方法是否使用了相同 resolution 与 neighborhood definition。