从5xFAD微胶质细胞到基因调控网络：单细胞多模态整合的配对陷阱
测了形态的细胞通常已经固定，不能再测RNA；测了RNA的细胞大多在悬浮液里，没有原位形态信息。这个限制是结构性的，不是实验做得不够仔细。单细胞多模态整合几乎都在这种常态下进行，不同模态的数据来自不同细胞、不同切片，甚至物理上不兼容的底物。分析方法一旦暗自假设“两组数据可以直接配对”，错误就会悄悄进来。
这三篇论文面对的正是这个问题的三种形态。
5xFAD微胶质细胞的形态-转录组对角整合
GeoAdvAE处理的是“对角整合”（diagonal integration）问题：两个模态之间既没有共享特征，也没有天然的细胞配对（PMID: 42809409）。它的结构是两个模态各自的变分自编码器，加上一个Gromov-Wasserstein正则项：如果在形态空间里两个细胞离得近，那嵌入后的潜空间里它们也应该靠在一起，即使这两个细胞完全来自不同动物。对抗判别器再进一步消除模态本身带来的分布差异。
评估用的地面真相是Patch-seq数据，这是少数能在同一细胞上同时测形态和转录组的技术。在跨模态细胞类型匹配准确率上，GeoAdvAE优于最优传输、潜在对齐和对抗基线等同类方法。
应用到5xFAD阿尔茨海默病小鼠模型时，两边数据完全不配对：98个CAJAL量化的微胶质细胞形态轮廓，加上31,948个单细胞转录组（PMID: 42809409）。整合后得到一条一维轴，把形态变化与转录变化排在同一个方向上。归因分析显示，分枝状微胶质细胞（ramified microglia）的转录变化集中在DNA修复基因；变形虫样微胶质细胞（amoeboid microglia）则富集杀伤相关信号。候选标志物Ms4a6b和Ftl1/Fth1由此浮出。
部分疾病相关微胶质细胞的转录特征与形态变化是解耦的，某些基因改变在形态上根本看不出来。这个发现依赖方法本身没有强行把形态和转录锁成一对一关系；强行配对的话，这类信号大概率会被噪声淹没。话虽如此，98个形态样本偏小，且用Patch-seq神经元做基准再推广到微胶质细胞，本身就带着跨细胞类型的外推假设。
OpenFISH：同一切片的转录-代谢联合测量
把空间转录组学和MALDI-MSI叠加在同一张切片上，困难不是缺乏动机，而是两者的底物、化学处理和成像流程根本不相容（PMID: 42810347）。OpenFISH把流程设计成模块化、低成本的：组织处理、底物选择、测量顺序都经过优化，让同一张切片先完成转录组原位杂交，再做代谢组质谱成像，最后通过配准流水线把两套坐标系对齐，输出是细胞类型感知的转录-代谢联合定位。
在5xFAD小鼠的探索性实验里，微胶质细胞显现出磷脂组成变化；兴奋性神经元出现代谢转变，这个信号在细胞混合的汇总分析中会被掩盖，联合分析才能看见；少突胶质细胞则富集溶血磷脂酰乙醇胺（lysophosphatidylethanolamine）相关特征（PMID: 42810347）。海马区出现区室水平的代谢分区。
作者用的词是“exploratory”，要认真对待。样本量和假设都还没有明确列出时，这些发现更像是“方法能看到什么”的演示，而不是关于AD代谢机制的定论。
PRISM-GEP的共表达先验与基因程序的多对多结构
基因调控本来就是多对多的：一个细胞同时运行多个程序，一个基因参与多个程序。沿拟时序轨迹（trajectory）做基因程序分解的方法通常把每个基因指派到唯一一个程序，这个设计在逻辑上就破坏了真实结构（PMID: 42811202）。
PRISM-GEP用隐狄利克雷分配（Latent Dirichlet Allocation，LDA）做分解，给模型加一个从基因共表达矩阵估计出的先验，替换LDA的默认平坦先验。不需要参考数据库，也不依赖信号通路注释。在15个人类和小鼠数据集上，它的基因本体（GO）生物过程指标与cNMF和scHPF相当；在43个可排名的数据集-指标组合上，平均排名处于最优水平，且是所有对比方法里唯一从不垫底的（PMID: 42811202）。共表达先验带来的几何结构还让基因在程序内的排序能够还原发育级联。
LDA的主题数量是超参数，摘要里没有讨论选择策略；GO指标衡量的是富集意义，不直接等同于生物学真实性。这是读这类方法论文时需要自己补上的问题。
三种方案的共同出发点
这三篇论文处理的是跨模态配对的三种形态：细胞粒度的不配对、底物层面的物理不兼容、以及基因-程序关系的内在多对多。设计思路一致，都是接受“对应关系是模糊的或不存在一对一锚点”这个现实，而不是先把数据削足适履再做分析。GeoAdvAE和PRISM-GEP的代码已公开，OpenFISH强调低成本模块化设计，可及性不是门槛。实际用的时候，把方法背后的几何约束或概率结构想清楚，比跑通代码更要紧。
- Integrating Morphology and Gene Expression of Neural Cells in Unpaired Single-Cell Data Using GeoAdvAE.，Journal of computational biology : a journal of computational molecular cell biology（PMID: 42809409）
- OpenFISH enables same-section spatial transcriptomics and MALDI-MSI integration.，Neuron（PMID: 42810347）
- PRISM-GEP: Viewing Single-Cell Expression through the Lens of Topic Modeling.，Bioinformatics (Oxford, England)（PMID: 42811202）