CytoSPACE 是一种新型计算工具，用于将单细胞转录组分配到原位空间转录组学 (ST) 数据。该方法通过最短增强路径优化程序最小化基于相关性的成本函数来解决单细胞/点分配问题。

工作流程：

1. 应用现有的ST去卷积方法（如Spatial Seurat或RCTD），使用参考数据集B中的细胞类型特征来估算ST数据集A中的细胞类型比例。

2. 估算A中每个spot的细胞数量。

3. 根据A中推断的每种细胞类型的细胞数量，对B进行采样。

4. 使用基于最短增广路径的优化算法，将单细胞转录组数据和空间转录组数据（B→A）进行对齐。

创新点：

1. 与按点计算细胞类型分解的传统方法不同，CytoSPACE 可生成具有高基因覆盖率和适合下游分析的空间解析 scRNA-seq 数据的重建组织标本。
2. CytoSPACE 对噪声具有高度鲁棒性，并返回全局最优的细胞到点分配。
3. 与通常在预选标记基因或共享嵌入空间上运行的其他方法（后者可以消除真正的生物变异）不同，CytoSPACE 使用完整的转录组而无需进行批量校正，从而帮助它保持对细微细胞状态的敏感性。
3. CytoSPACE 执行起来快速而简单。即使使用个人笔记本电脑上的单个 CPU，它也可以在几分钟内运行，并且不需要超参数调整或基因/特征选择。

参考：High-resolution alignment of single-cell and spatial transcriptomes with CytoSPACE | Nature Biotechnology