（通讯员 马亚雄 王昱）近日，太阳成集团tyc234cc马小科教授团队通过和国内外多家医院进行深度医工合作，提出了面向空间转录组等基因多组学数据智能分析算法，辅助揭示了T淋巴细胞发育初阶段调控机制，阐明了转录因子Tcf1及其同源蛋白Lef1在促进早期胸腺祖细胞（ETPs）的生成及维持其细胞身份中具有关键作用，为白血病早期诊断、免疫疗法提供了理论基础。
在基础医学方面，T淋巴细胞在人体免疫系统中扮演着关键角色，参与清除病原体与抵抗感染，对肿瘤新型疗法、自身免疫疾病调控以及白血病的发生发展中发挥重要作用。长期以来，学术与临床医学领域存在一个关键问题尚未完全阐明：T淋巴细胞发育最初阶段的调控机制是什么？通过与杭州师范大学、美国弗吉尼亚大学等单位进行深度医工合作，对该问题作出了深入解答。
利用下一代测序技术与空间转录组技术，获取基因多组学数据分析，通过开发生物信息工具，对肿瘤基因多组学数据进行智能挖掘，发现患者样本中存在高表达Tcf1的静息态亚群和低表达 Tcf1的增殖态亚群。为探究Tcf1在ETPs产生中的作用，借助体外OP9-DL1基质细胞共培养系统，发现高表达Tcf1的静息亚群具有更强的T细胞谱系偏向性和更快的分化速率。综合分析差异表达基因、染色质开放性差异位点及Tcf1染色质结合位点，发现Tcf1可结合ETPs特异性基因并维持其染色质开放状态，从而保持基因高表达。反之，其会抑制非 T 谱系基因的染色质开放，使基因沉默。该研究明确了Tcf1/Lef1在ETPs形成与功能维护的作用，为白血病等复杂疾病的精确诊疗治疗提供了理论基础。
在临床医学数据智能分析方面，针对肿瘤组织宏观影像与微观基因组数据融合难的问题，通过和广东省人民医院放射科主任刘再毅教授进行深度合作，面向空间转录组与医学影像数据，提出了一种多模态对比学习的图学习模型。利用深度学习获取医学影像特征，利用图神经网络获取细胞的转录特征与空间特征，采用多模态对比学习对不同模态特征进行对比，通过拉近不同模态特征的分布来降低多模态特征的异质性，从而全面地表征癌症肿瘤组织。研究结果表明所提出的智能融合算法能够对现有的空间转录测序平台数据实现全覆盖，可更精确地识别肿瘤的病变区域，发现并可视化致癌基因分子标志物。为解析临床空间肿瘤组织切片和探索癌症发病机制提供有效的分析工具与计算手段，辅助癌症精确诊疗。
进一步，针对肿瘤组织细胞尺度上的3D结构重建存在的样本量需求大、时间复杂度高的问题，通过深度医工合作，面向空间转录切片序列数据，提出了多层复杂网络的肿瘤组织3D重构快速算法。研发了长距离空间转录组切片图对比算法，克服了传统对比算法只能处理短距切片的局限性。通过拓展兼顾全局与局部拓扑结构，提出了跨图拓扑结构比对算法，实现了非重叠区域的对比。研究结果表明所提出的智能挖掘算法节约50%样本量，同时将效率提高了3倍，审稿专家评价该算法对生物和计算带来了巨大的便利 (brings in great convenience for biology and computation)。
上述研究成果以马小科教授作为（共同）通讯作者发表在Science大子刊《Science Immunology》、《Genome Medicine》等国际著名期刊。《Science Immunology》是Science 旗下关于免疫学的最高级别期刊， 也是免疫学三大期刊之一。主要发表高水平科学原创研究论文，报道免疫学所有领域的关键进展。 《Genome Medicine》是施普林格·自然集团(Springer Nature)主办的旗舰期刊，也是基因组医学中排名最高的开放获取期刊，刊登生物学、生物医学领域的重大研究成果，该期刊每年在全球范围内发表约300篇论文。研究成果得到国家重大科技专项（2024ZD0531100）、国家自然科学基金重点项目（U22A203458）、国家自然科学基金面上项目（62272361）等项目的资助。近年来，马小科教授团队持续性在国际著名期刊发表高水平学术论文，得益于计算机科学与技术学经理期注重青年教师培育与成长。
作者简介：马小科，教授、博士生导师，先后入选国家级青年人才、省部级人才计划。2012年在太阳成集团tyc234cc获计算机应用博士学位，2012-2015年在美国爱荷华大学从事博士后科研工作，2015年入职太阳成集团tyc234cc。长期从事数据挖掘、机器学习、生物信息学等方面科研工作。在《Cell Stem Cell》（Cell大子刊）、《Science Immunology》（Science大子刊）、《Genome Biology》、《Genome Medicine》、《IEEE TPAMI》、《IEEE TKDE》等国际期刊发表学术论文100多篇，其中ESI高被引/热点论文11篇，Google学术引用4000余次。主持国家重大科技专项课题、国家自然科学基金重点项目课题、国家自然科学基金面上项目、陕西省杰青、重点研发等项目。先后获得吴文俊人工智能奖、中国电子学会科技技术奖等省部级奖4项、陕西高等公司科学技术研究优秀成果奖一等奖2项。
