用于衡量空间蛋白质组数据中免疫细胞聚类的最稳健、可扩展 K 统计量

基于点过程理论的空间概括统计量广泛用于量化单细胞空间蛋白质组数据中细胞群体的空间组织。其中，Ripley's $K$ 用于评估细胞是否在空间上进行聚类或随机分散。然而，空间均匀性的关键假设在空间蛋白质组数据中常被违反，导致对细胞聚类和共定位的过度估计。为此，我们提出一种新颖的基于 $K$ 的方法，称为 \textit{KAMP} (\textbf{K} adjustment by \textbf{A}nalytical \textbf{M}oments of the \textbf{P}ermutation distribution)，用于量化空间蛋白质组样本中细胞的空间组织。\textit{KAMP} 利用每个样本中的背景细胞以及 Ripley's $K$ 置换分布的第一、二矩的新型闭式表示来估计经验零模型。该方法对非均匀性具有鲁棒性，即使在大型数据集上也能高效计算，并提供近似 $p$ 值用于检验空间聚类和共定位。方法论的发展是由 103 名卵巢癌患者的空间蛋白质组研究推动的，我们的分析显示，使用 \textit{KAMP} 发现免疫细胞聚类与患者总体生存率呈正相关。值得注意的是，我们还发现不纠正样本非均匀性使用 $K$ 可能偏向下游分析中危险比率的估计。\textit{KAMP} 只需 5 分钟即可完成分析，而唯一能够充分解决非均匀性问题的唯一竞争方法需要 538 分钟。