2022-01-22
2020年(nian)被(bei)Nature Methods評為(wei)(wei)年(nian)度(du)技術的(de)(de)空(kong)(kong)間(jian)轉錄(lu)組(zu)，時至今日(ri)，陪伴我們(men)(men)科研人員已(yi)經2年(nian)了(le)，在這期間(jian)，涌現了(le)很(hen)多(duo)別具一(yi)(yi)格(ge)的(de)(de)分(fen)析角度(du)，不斷刷(shua)新著我們(men)(men)對(dui)組(zu)織(zhi)空(kong)(kong)間(jian)理解(jie)。對(dui)于生(sheng)物學(xue)組(zu)織(zhi)而言，細(xi)胞(bao)空(kong)(kong)間(jian)位置分(fen)布的(de)(de)重要性不言而喻，對(dui)于細(xi)胞(bao)空(kong)(kong)間(jian)分(fen)布的(de)(de)研究，也(ye)是我們(men)(men)研究發(fa)育、疾病等生(sheng)物學(xue)問題重要的(de)(de)課(ke)題之一(yi)(yi)，其中(zhong)關鍵的(de)(de)是，對(dui)于空(kong)(kong)間(jian)位置信息的(de)(de)認知(zhi)，如(ru)何(he)深入挖掘空(kong)(kong)間(jian)上的(de)(de)生(sheng)物學(xue)內容，逐(zhu)漸成(cheng)為(wei)(wei)我們(men)(men)倚重的(de)(de)分(fen)析點(dian)。
目前對空間轉錄組位置信息的分析嚴重不足，典型如Seurat[1],更多的基于每個spot的基因表達信息進行降維聚類等下游分析，幾乎完全缺乏對空間信息的處理；也包括一些尋找空間高變基因的軟件如SpatialDE[2]、SPARK[3]等，也僅僅是簡單利用空間位置尋找基因在空間上的區域變化，完全無法滿足科研人員對于組織有序性和不同細胞類型在空間位置上“協作”的研究;尤其對于細胞在空間上聚集的原因與作用，細胞在不同層面的“等級”變化等等，都在不斷強調對空間位置信息的挖掘。前人栽樹，后人乘涼，就讓我們帶著對空間位置信息的分析角度，目睹其帶給我們的生物學認知。
分析點1、空間位置上的細胞“網絡”
什么是細胞“網絡”？細胞在空間位置上不是隨機出現的，細胞在空間上的定位受到了周圍環境以及自身狀態的影響，而這種影響的結果，就是每種細胞類型在空間上形成了具有區域偏好性的細胞“網絡”，在文章Spatial mapping reveals human adipocyte subpopulations with distinct sensitivities to insulin[4]中,為了系統的確定白色脂肪組織（WAT）的細胞區域“網絡”,計算了每種細胞類別中的空間位置彼此相鄰的傾向，這里我們稱之為同型細胞“網絡”。文章的分析結果表明，所有免疫細胞、脂肪細胞祖細胞和血管細胞以及成熟脂肪細胞的同型細胞“網絡”中都表現出很大的跨度，一些細胞類型幾乎橫跨整合組織區域，如圖：
圖1 同型細胞網絡
同型(xing)(xing)細(xi)胞(bao)“網絡”是為了確(que)定單(dan)一細(xi)胞(bao)類(lei)型(xing)(xing)在空間上(shang)的(de)分(fen)布特點，但(dan)為了確(que)定不(bu)同細(xi)胞(bao)類(lei)別之間的(de)空間關系，作者利用軟件STUtility來(lai)執(zhi)行成對的(de)異(yi)型(xing)(xing)鄰(lin)域分(fen)析，我們稱(cheng)之為異(yi)型(xing)(xing)細(xi)胞(bao)“網絡”，用來(lai)衡量不(bu)同細(xi)胞(bao)類(lei)型(xing)(xing)之間的(de)空間臨近(jin)關系。如(ru)圖：
圖2 異型細胞網絡
作者的研究(jiu)發現(xian)，代表較大(da)血管結構的Spot在血管樣組(zu)織學特征上彼此靠近；并且發現(xian)特定祖細(xi)胞位于巨噬細(xi)胞附近并形成(cheng)用于組(zu)織修復和重塑的脂(zhi)肪生成(cheng)生態(tai)位。
分析點2、探索細胞“單元”
什么是細胞“單元”？一個細胞“單元”的組成包括目標細胞類型和圍繞在其周圍的細胞類型，這幾種細胞類型關系密切，相互合作行使一種重要的生物學功能，也就是說，細胞“單元”指行使某項特殊的生物學功能的細胞“團隊”，在文章Identification of HSC/MPP expansion units in fetal liver by single-cell spatiotemporal transcriptomics[5]中，作者在研究細胞共定位的時候發現，多能祖細胞的周圍顯著富集巨噬細胞和內皮細胞，如圖：
圖3 細胞“單元”
文章通過分析空間(jian)位(wei)置的(de)(de)臨近細胞(bao)(bao)(bao)(bao)通訊，證(zheng)明了多(duo)(duo)能(neng)祖(zu)細胞(bao)(bao)(bao)(bao)和(he)周(zhou)圍富(fu)集的(de)(de)細胞(bao)(bao)(bao)(bao)類型之間(jian)形成頻繁的(de)(de)“互(hu)動”，鑒于多(duo)(duo)能(neng)祖(zu)細胞(bao)(bao)(bao)(bao)點間(jian)的(de)(de)特征在于細胞(bao)(bao)(bao)(bao)之間(jian)的(de)(de)空間(jian)接近性(xing)和(he)豐富(fu)的(de)(de)交互(hu)信號，由此將多(duo)(duo)能(neng)祖(zu)細胞(bao)(bao)(bao)(bao)與(yu)周(zhou)圍顯(xian)著富(fu)集的(de)(de)細胞(bao)(bao)(bao)(bao)類型定義為(wei)細胞(bao)(bao)(bao)(bao)“單(dan)元”，其(qi)中多(duo)(duo)能(neng)祖(zu)細胞(bao)(bao)(bao)(bao)位(wei)于點的(de)(de)核心并與(yu)周(zhou)圍的(de)(de)生態位(wei)細胞(bao)(bao)(bao)(bao)細胞(bao)(bao)(bao)(bao)類相互(hu)作用，支持并促進了多(duo)(duo)能(neng)祖(zu)細胞(bao)(bao)(bao)(bao)的(de)(de)擴增。
分析點3、CNV事件的空間圖譜
我們在研究腫瘤樣本的單細胞數據，CNV分析是較為重要的一環，基因表達現在廣泛運用于推斷單細胞中的 CNV，識別染色體 (chr) gain和loss的區域。但是對于研究而言，僅僅知道發生的CNV事件遠遠無法滿足我們對腫瘤組織的認知，腫瘤內部空間異質性的信息隨著組織解離也無法重現，所以，文章The spatial landscape of clonal somatic mutations in benign and malignant tissue[6]通過特有的計算方法--iCNV分析空間轉錄組數據，構建CNV事件的空間圖譜，如圖：
圖4 空間CNV圖譜
空(kong)間(jian)(jian)CNV的(de)(de)(de)(de)(de)圖(tu)譜，主要基(ji)于一下考慮(lv):(1)基(ji)因組不(bu)穩定性(xing)如何在(zai)組織(zhi)(zhi)學上的(de)(de)(de)(de)(de)良(liang)性(xing)組織(zhi)(zhi)中(zhong)出(chu)現，這(zhe)可能代表(biao)癌(ai)癥進化的(de)(de)(de)(de)(de)早期(qi)事(shi)件;(2)CNV事(shi)件和頻率的(de)(de)(de)(de)(de)空(kong)間(jian)(jian)分(fen)(fen)布;(3)空(kong)間(jian)(jian)CNV事(shi)件的(de)(de)(de)(de)(de)分(fen)(fen)布與(yu)活(huo)性(xing)，組織(zhi)(zhi)區域(yu)的(de)(de)(de)(de)(de)CNV事(shi)件分(fen)(fen)布與(yu)活(huo)性(xing)差異很大，CNV事(shi)件的(de)(de)(de)(de)(de)空(kong)間(jian)(jian)圖(tu)譜有利于我們對疾病的(de)(de)(de)(de)(de)認知和診(zhen)斷(duan)，甚至治(zhi)療(liao)。空(kong)間(jian)(jian) iCNV 分(fen)(fen)析(xi)可以(yi)(yi)提(ti)供基(ji)因組完整性(xing)的(de)(de)(de)(de)(de)CNV圖(tu)譜，確定某些(xie)具有增加 iCNV 活(huo)性(xing)的(de)(de)(de)(de)(de)區域(yu)，文中(zhong)的(de)(de)(de)(de)(de)分(fen)(fen)析(xi)結果發現大部分(fen)(fen)組織(zhi)(zhi)區域(yu)的(de)(de)(de)(de)(de)隨(sui)即拷貝數（stochastic copy number，CN）是(shi)中(zhong)性(xing)的(de)(de)(de)(de)(de)，這(zhe)表(biao)明 iCNV 可以(yi)(yi)識(shi)別感興(xing)趣的(de)(de)(de)(de)(de)組織(zhi)(zhi)區域(yu)，尤其(qi)是(shi)腫瘤(liu)趨向(xiang)惡(e)性(xing)組織(zhi)(zhi)區域(yu)，彌(mi)補形態學和表(biao)達分(fen)(fen)析(xi)上的(de)(de)(de)(de)(de)分(fen)(fen)析(xi)不(bu)足。
分析點4、空間細胞密度
組織是一個有序的細胞結構，細胞不會隨機出現在組織的各個區域，而是嚴格按照空間位置進行分布，當然，受到周圍細胞環境的很多影響，文章Spatially-resolved transcriptomics analyses of invasive fronts in solid tumors[7]在研究肝內膽管癌（ICC）的分析中發現，ICC 患者的四個區域位點的細胞組成和空間分布高度異質。不同區域在空間上具有不同的組織結構，由不同的主要細胞成分組成。在腫瘤組織中，成纖維細胞、巨噬細胞和 B 細胞是最豐富的細胞，幾乎占所有細胞成分的一半，如圖:
圖5 空間細胞密度
文章的(de)(de)(de)(de)分析具體而言(yan)，在腫瘤(liu)組(zu)織(zhi)中檢測到的(de)(de)(de)(de)成纖維細(xi)胞(bao)百分比高于其他三個區(qu)域，這意(yi)味(wei)著 ICC 腫瘤(liu)組(zu)織(zhi)的(de)(de)(de)(de)高度促纖維化(hua)特性；與鄰近正常組(zu)織(zhi)相(xiang)比，腫瘤(liu)組(zu)織(zhi)和(he)邊緣區(qu)域的(de)(de)(de)(de)耗竭T細(xi)胞(bao)和(he)細(xi)胞(bao)毒性T細(xi)胞(bao)的(de)(de)(de)(de)比率更高，表明 T 細(xi)胞(bao)的(de)(de)(de)(de)抑制狀(zhuang)態和(he)隨后的(de)(de)(de)(de)腫瘤(liu)微環境中的(de)(de)(de)(de)癌癥免疫(yi)逃避。
說了這么(me)多(duo)(duo)，其(qi)實(shi)都還是空間轉(zhuan)錄組技(ji)術帶給我們(men)的(de)(de)(de)冰山(shan)一(yi)角，對(dui)于空間信息(xi)和轉(zhuan)錄組信息(xi)的(de)(de)(de)挖掘遠(yuan)沒有(you)停止，隨(sui)著研究的(de)(de)(de)不斷深入(ru)，相信一(yi)定會有(you)更多(duo)(duo)、更加一(yi)陣見(jian)血的(de)(de)(de)分析角度來(lai)加快(kuai)對(dui)生物學(xue)問題的(de)(de)(de)認(ren)知，更加有(you)效(xiao)的(de)(de)(de)手段解(jie)決(jue)我們(men)的(de)(de)(de)生物學(xue)問題。
更多新聞資訊，請關注派森諾官網(wang)
