定义
Spatial EcoTyper 是从 spatially resolved molecular data 中识别 spatially informed cell states，并把跨 cell types 共同组织的状态归纳为 spatial ecotypes（SEs）的 machine-learning framework。
为什么重要
传统 EcoTyper 可以发现 states 在同一样本中共同出现，却不知道它们是否相邻；一般 spatial clustering 能发现局部区域，却常难以跨平台和队列建立一致标签。Spatial EcoTyper 试图同时保留 cell-state resolution、spatial context 与 cross-sample reproducibility。
核心思想
方法在 spatial neighborhoods 中整合 cell-type-specific gene-expression variation，学习具有空间信息的 state representation，再寻找在多个 tumour samples 中重复出现的 multicellular combinations。其输出的 SE 是统计学习得到的组织模式，不是预先定义的解剖区。
能得到什么
- spatially informed cell-state embeddings；
- 跨样本保守的 spatial ecotypes；
- SE-specific cell states 与 marker programs；
- 在 spatial、single-cell 或 bulk expression data 中恢复 SE signals。
主要局限
结果依赖 cell-type assignment、spatial resolution、training cohorts 与跨平台对齐。把模型投射到 bulk data 时空间信息是间接恢复的，不能等同于直接观测；SE 与 outcome 的关联也需要独立队列和组织学证据验证。
相关术语
- EcoTyper
- spatial domain discovery
- multicellular ecosystem
- tumour microenvironment
相关论文
阅读提示
读论文时分清 discovery、projection 与 validation 三个阶段，并确认所谓“跨癌种保守”是同一模型直接复现，还是经过重新训练或人工匹配后得到。