2025-09-06
引言：當基因(yin)表達遇上空(kong)間位置(zhi)
在單細(xi)(xi)(xi)胞RNA測序中(zhong)，我們能(neng)夠解析單個細(xi)(xi)(xi)胞的(de)基因表達譜，但卻丟失(shi)了一(yi)個關(guan)鍵(jian)信(xin)息——細(xi)(xi)(xi)胞在組織(zhi)中(zhong)的(de)空(kong)間(jian)位(wei)置。而空(kong)間(jian)轉錄組技術（Spatial Transcriptomics, ST）的(de)出(chu)現，讓科學家(jia)們第一(yi)次(ci)能(neng)夠同時獲取基因表達數(shu)據和細(xi)(xi)(xi)胞的(de)空(kong)間(jian)坐(zuo)標，從而揭示(shi)組織(zhi)微環境中(zhong)的(de)分(fen)子互作機制。
然而，海量的空間(jian)(jian)轉錄(lu)組數據如(ru)何解讀(du)？如(ru)何從看(kan)似(si)雜亂(luan)的點云數據中挖(wa)掘(jue)出有意義的生物學發現？今(jin)天，我們(men)就(jiu)來揭(jie)開空間(jian)(jian)轉錄(lu)組數據的解讀(du)密碼，帶你從空間(jian)(jian)轉錄(lu)組數據走向科(ke)學突破(po)！
從空(kong)轉數據(ju)到可視化(hua)——如何(he)看(kan)懂空(kong)間轉錄組？
1、數據質(zhi)控與歸一化
對于空間(jian)轉錄組(zu)而言，因為每個spot內(nei)含(han)有多個細(xi)(xi)胞(bao)類型，因而數據分析更(geng)加關注組(zu)織在空間(jian)上不(bu)同(tong)的(de)(de)差(cha)異表達。通(tong)常對于空間(jian)轉錄組(zu)而言需要(yao)對所有組(zu)織覆(fu)蓋的(de)(de)spot進行下游數據分析，不(bu)同(tong)的(de)(de)細(xi)(xi)胞(bao)中檢(jian)測到(dao)的(de)(de)RNA序(xu)列(lie)數目(mu)差(cha)異巨(ju)大，即便是相同(tong)類型的(de)(de)細(xi)(xi)胞(bao)也(ye)是如此(ci)。因此(ci)，需要(yao)高效得(de)預處理和歸一化(hua)手段來(lai)消(xiao)除這些技(ji)術差(cha)異。使用R語言seurat 包(bao)中的(de)(de) SCTransform() 函(han)數進行單細(xi)(xi)胞(bao)空轉測序(xu)數據的(de)(de)質量控制(zhi)與歸一化(hua)處理。它相比于NormalizeData() 函(han)數，可以更(geng)有效地消(xiao)除技(ji)術影(ying)響，并(bing)保(bao)留更(geng)精細(xi)(xi)的(de)(de)生物學差(cha)異。
圖1 空間(jian)spot的(de)UMI空間(jian)分布(bu)結果(guo)圖
2、空間(jian)基因表達可視化(hua)
空間轉錄組最直觀的展現(xian)方式(shi)，就是將基因表達(da)映射回組織切片(pian)。例如： Spatial Feature Plot：顯(xian)示特定基因在(zai)組織中的分(fen)布。
圖2 基因的Spatial Feature Plot
3、聚類空(kong)間(jian)映(ying)射（Spatial Cluster Plot）
將聚(ju)類結果投射(she)到(dao)空間位(wei)置，觀(guan)察不(bu)同細胞群的(de)空間分布模式。
圖3 亞群的(de)聚類(lei)空間映射圖
高級(ji)分析——從數據(ju)到生(sheng)物學(xue)發現
1、空(kong)間細胞(bao)密度分布（Spatial DEGs）
比較不(bu)同空間(jian)區域的(de)細(xi)胞密度分析，例如：
腫瘤核心 vs. 腫瘤邊緣(yuan)：哪些(xie)細胞在(zai)侵襲(xi)前沿特(te)異性富集(ji)？ 炎癥區 vs. 正常區：哪些(xie)免(mian)疫細胞在(zai)病(bing)灶處富集(ji)？
圖(tu)4 空間密(mi)度分(fen)布圖(tu)（doi.org/10.1101/2021.10.21.465135）
2、細胞互(hu)作與(yu)微環境解析
利用配體-受體分(fen)析（CellPhoneDB、Cellchat），推斷不同細胞群之間的空間通訊。例如：
腫瘤-免疫互作：癌細(xi)胞如何通過(guo)PD-L1抑制T細(xi)胞？
神經(jing)元-膠質細(xi)胞(bao)互作：阿爾茨海默病中，小膠質細(xi)胞(bao)如何影響神經(jing)元退化？
圖5 細胞通訊分析結果圖（oi: 10.1038/s41467-023-43120-6）
3、空間(jian)軌跡分析（Spatial Trajectory）
結合擬時序分析(xi)（如(ru)Monocle），研究細胞(bao)狀(zhuang)態在空(kong)間(jian)上的動態變化，例如(ru)：
干(gan)細胞演化(hua)(hua)：干(gan)細胞如何切(qie)片區(qu)域梯度(du)分化(hua)(hua)？
腫瘤(liu)進(jin)化：克隆(long)亞群如何(he)在空間上擴(kuo)張？
圖(tu)6 上圖(tu)：stLearn: 空間軌(gui)跡，箭頭(tou)指向為細胞群分(fen)化方(fang)向。下圖(tu)：stLearn: 分(fen)化相(xiang)關基因，紅(hong)色代表上調(diao)，藍(lan)色代表下調(diao)。橫坐標代表相(xiang)關性值（10.1016/j.cmet.2022.11.009）。
4、多組學整(zheng)合（Multi-omics Integration）
將空間(jian)轉錄(lu)組與其(qi)他數(shu)據（如單細(xi)胞測(ce)序）結合，例(li)如：
單(dan)細胞(bao)(bao) + 空間轉錄組(zu)：推斷spot內的細胞(bao)(bao)組(zu)成（如(ru)SPOTlight）
圖7 通過spotlight將單(dan)細(xi)胞數據反卷積(ji)空間轉錄(lu)組（doi: 10.1093/nar/gkab043）
案例分享——空間轉錄組的突破(po)性(xing)發現
案例1：癌癥異質性(xing)與免疫逃逸
2024年8月，斯坦福大學Livnat Jerby研究團隊聯合Brooke E. Howitt?研究團隊在nature immunology發表題為“Mapping spatial organization and genetic cell-state regulators to target immune evasion in ovarian cancer”的研究論文，聯合單細胞空間轉錄組學，數據驅動的實驗設計和高內涵CRISPR篩選，系統性地揭示了HGSC腫(zhong)瘤免疫(yi)的(de)(de)分子(zi)和(he)細胞調控因(yin)子(zi)，以(yi)及影響該(gai)過程的(de)(de)遺傳(chuan)和(he)藥物干預因(yin)素(su)。為(wei)功能性繪(hui)制和探索復(fu)雜生物組織中多細(xi)胞互作(zuo)的分子圖譜提供了藍圖，揭示了HGSC中免疫(yi)逃逸(yi)的空間、分子與遺傳特征，為(wei)激(ji)活靶向免疫(yi)應答開辟了新(xin)途徑。
圖8 HGSC的單細(xi)胞(bao)空(kong)間轉(zhuan)錄組圖譜
案(an)例(li)2：大(da)腦發育的空間圖譜
2023年(nian)12月，中(zhong)國(guo)(guo)科學(xue)院動物研究所焦(jiao)建偉(wei)研究組、廣州國(guo)(guo)家實驗(yan)室董驥研究組、北京大(da)(da)學(xue)杜(du)鵬研究組和(he)(he)北京大(da)(da)學(xue)靳蕾研究組合作在CELL雜志在線(xian)發表了(le)題(ti)為(wei)“Spatiotemporal transcriptome atlas reveals the regional specification of the developing human brain”的(de)(de)文章。該研究將單細(xi)胞測序（scRNA-seq）和(he)(he)空間(jian)轉(zhuan)(zhuan)錄(lu)組技術(shu)（scStereo-seq）相結合，首(shou)次解析(xi)了(le)迄今為(wei)止跨時間(jian)點最廣（GW6-GW23）、面積最大(da)(da)(最大(da)(da)4cm x 3cm)的(de)(de)人腦多區域(yu)時空發育轉(zhuan)(zhuan)錄(lu)組圖(tu)譜。鑒定并(bing)呈現了(le)發育早期具有(you)特定空間(jian)分布特點的(de)(de)異質(zhi)性(xing)放射狀膠(jiao)質(zhi)細(xi)胞亞型(xing)，揭示(shi)了(le)這(zhe)些(xie)異質(zhi)性(xing)放射狀膠(jiao)質(zhi)細(xi)胞有(you)助于隨后(hou)不同腦區神(shen)經元(yuan)(yuan)的(de)(de)特化，同時發現膠(jiao)質(zhi)細(xi)胞和(he)(he)神(shen)經元(yuan)(yuan)互作也會促進神(shen)經元(yuan)(yuan)的(de)(de)區域(yu)特化。
圖9 腦(nao)時空發(fa)育圖譜分析實驗流(liu)程圖
結(jie)語：你(ni)的研究是否需要(yao)空間維度？
如果你的(de)科學問題(ti)涉及：
? 組(zu)織(zhi)結構的異(yi)質(zhi)性(xing)（如腫瘤(liu)微(wei)環(huan)境）
? 細胞的空間互作（如(ru)免疫細胞-癌細胞交流）
? 發育或(huo)疾病的動態過程（如胚胎(tai)發育、器(qi)官再生）
那么，空間(jian)轉錄組(zu)可(ke)能就(jiu)是你的下一個突(tu)破口！
