在空间转录组学数据分析中，识别具有空间差异表达的基因（Spatially Variable genes, SV genes）对于理解基因表达的空间交互作用及其背后的复杂生物机制具有重要意义。然而，现有统计方法多基于边际分析，从而忽略了基因间的网络结构关系。针对这一问题，本文提出了一种全新的网络辅助贝叶斯正则化识别方法，创新性地提出了阈值化图拉普拉斯正则化先验，使基因识别过程能够融入网络先验信息，并有效校正因测序精度不足导致的细胞分布差异所引起的混杂效应。大量模拟实验及真实数据应用结果表明，该方法在空间变异基因识别的精准性和稳健性方面均表现出显著优势。