【空間轉錄組測序】揭示生物組織內部基因表達的精確定位

在生命科學領域，理解基因如何在特定時間和空間內發揮作用，是揭示生物體功能、疾病發生髮展機制的關鍵。傳統基因表達分析方法，如體相RNA測序（Bulk RNA-seq），能夠提供特定樣本中基因的平均表達水平，但會丟失細胞的空間位置信息。單細胞RNA測序（scRNA-seq）則能解析單個細胞的基因表達圖譜，但同樣無法直觀地呈現細胞在組織中的原始位置。正是在這樣的背景下，空間轉錄組測序（Spatial Transcriptomics Sequencing）應運而生，它以革命性的方式，在保留組織空間結構的同時，對組織內所有或選定基因的表達進行高通量、高解析度的分析，為我們理解複雜的生物過程打開了一扇新的大門。

什麼是空間轉錄組測序？

空間轉錄組測序（Spatial Transcriptomics，簡稱ST）是一種創新性的基因表達分析技術，它通過整合組織病理學信息與高通量測序數據，實現在不破壞組織空間結構的前提下，解析組織切片上特定位置的基因表達譜。簡而言之，它解決了「基因在哪裡表達」這一核心問題。與傳統的只提供「哪些基因表達」或「多少基因表達」的方法不同，空間轉錄組測序能夠將基因表達數據精確地映射回其在組織中的原始物理位置，從而揭示細胞類型、細胞狀態以及細胞間相互作用的空間異質性。

這種技術的核心價值在於：

保留空間信息：這是其區別於其他轉錄組學技術的根本特徵。它允許研究者在三維組織結構中觀察基因表達模式。
解析組織異質性：生物組織往往由多種細胞類型和微環境組成，ST能夠識別並分析這些區域特異性的基因表達差異。
深入理解細胞微環境：通過分析特定區域的基因表達，可以推斷細胞間的相互作用、信號通路以及局部微環境對細胞行為的影響。

空間轉錄組測序的核心技術原理

儘管有多種不同的空間轉錄組測序平台和技術路徑，但其核心原理大致可歸結為以下幾個關鍵步驟：

組織切片與製備：將新鮮或冷凍的生物組織進行切片，並將其放置在預先設計好的、帶有空間編碼標籤的載玻片或晶元上。
mRNA捕獲與反轉錄：組織中的mRNA被釋放並擴散到載玻片表面，被帶有空間條形碼（spatial barcode）的寡核苷酸探針捕獲。這些探針通常包含一個獨特的空間位置信息、一個UMU（Unique Molecular Identifier）以及一個Poly(dT)序列，用於捕獲mRNA的Poly(A)尾。隨後進行反轉錄，將mRNA轉化為cDNA。
文庫構建與測序：含有空間條形碼的cDNA被進一步擴增、打斷、連接測序接頭，構建成高通量測序文庫。
數據分析與可視化：通過高通量測序獲得海量的序列數據。這些數據經過比對、去重、定量后，根據其攜帶的空間條形碼信息，將基因表達數據精確地映射回組織切片上的原始位置。最終，通過專門的生物信息學工具進行可視化，生成直觀的基因表達空間分布圖。

主要空間轉錄組測序技術平台與方法

近年來，隨著技術的發展，湧現出多種各具特色的空間轉錄組測序平台，它們在空間解析度、通量、可檢測基因數量等方面有所不同，以適應不同的研究需求。

1. 基於捕獲的平台（Capture-based）

這類平台通過在載玻片表面預先列印含有空間編碼的捕獲點，實現對組織切片上mRNA的捕獲。代表性技術有：

10x Genomics Visium：
- 原理：載玻片表面均勻分佈著數千個直徑約55微米的捕獲點，每個捕獲點都包含數百萬個帶有相同空間條形碼和UMU的寡核苷酸探針。組織切片放置在載玻片上，細胞裂解后mRNA擴散並被捕獲，隨後進行反轉錄、文庫構建和測序。
- 特點：空間解析度約為55-100微米（一個捕獲點通常覆蓋1-10個細胞），通量高，可對組織切片上所有基因進行無偏性檢測。適用於識別組織區域異質性、腫瘤微環境等宏觀空間模式。
- 應用：廣泛用於腫瘤學、神經科學、發育生物學等領域。
Visium HD (High Definition)：
- 原理：Visium的升級版，通過將捕獲點縮小並增加密度，將空間解析度提升至2x2微米，甚至可達到單細胞解析度。
- 特點：大幅提升了空間解析度，能夠更精細地解析細胞群體內的基因表達差異。

2. 基於成像的平台（Imaging-based）

這類技術通過高解析度成像結合熒光原位雜交（FISH）或循環雜交等方式，直接在組織切片上對mRNA分子進行原位檢測和定位，通常能夠達到亞細胞或單細胞解析度。

MERFISH (Multiplexed Error-Robust FISH)：
- 原理：通過多輪熒光雜交和成像，對數十到上千個預選基因的mRNA進行編碼和識別。每個mRNA分子通過不同的熒光編碼組合在空間中被唯一識別。
- 特點：單分子解析度，高通量（可同時檢測數千個基因），適用於精細解析細胞內基因表達定位、細胞類型識別和細胞間相互作用。
- 應用：主要用於神經科學中大腦區域的細胞圖譜構建、腫瘤細胞的精細分類等。
STARmap (Spatially-resolved Transcript Amplicon Readout Mapping)：
- 原理：通過原位擴增和多輪測序，對數千個預選基因的mRNA進行空間定位和定量。
- 特點：單細胞解析度，通量高，可實現全腦範圍的基因表達圖譜繪製。
CosMx Spatial Molecular Imager (NanoString)：
- 原理：基於高度多重化的熒光探針和循環成像技術，可在單細胞和亞細胞解析度下定量檢測數百到數千個RNA或蛋白質靶標。
- 特點：高解析度、高通量、高多重性，可同時檢測核酸和蛋白質，且兼容FFPE組織樣本。
Xenium In Situ (10x Genomics)：
- 原理：結合了循環成像和原位測序的優勢，能夠對數千個基因在單細胞和亞細胞水平進行空間定位和定量。
- 特點：高解析度、高通量、易於操作，特別適用於複雜組織和腫瘤微環境的研究。

空間轉錄組測序的獨特優勢

空間轉錄組測序的出現，彌補了傳統轉錄組學技術的不足，帶來了多方面的獨特優勢：

揭示基因表達的真實空間布局：這是最核心的優勢，能夠直觀地看到基因在組織中的分佈模式，例如腫瘤細胞與周圍免疫細胞的相互作用。
深入理解組織異質性：能夠識別組織內部不同區域或細胞群體的特異性基因表達特徵，有助於區分腫瘤核心、浸潤邊緣、正常組織等不同微環境。
識別新型細胞類型和狀態：通過結合空間信息，可以發現形態學上相似但基因表達譜不同的細胞亞群，或追蹤細胞在病理進程中的狀態轉變。
解析細胞間相互作用網路：通過分析相鄰區域的基因表達，推斷細胞間信號傳導、配體-受體相互作用等，從而構建細胞微環境中的功能網路。
發現潛在的生物標誌物和治療靶點：在疾病研究中，空間轉錄組測序有助於識別與疾病進展、治療響應或耐藥性相關的空間特異性基因表達模式。
與組織病理學信息結合：測序數據可以直接與高解析度的組織切片圖像進行疊加分析，實現分子層面與形態學層面的完美融合。

空間轉錄組測序的廣泛應用領域

憑藉其強大的空間解析能力，空間轉錄組測序技術正在多個生命科學和醫學研究領域發揮著舉足輕重的作用：

1. 腫瘤學研究

空間轉錄組測序在腫瘤研究中具有不可替代的價值，因為它能夠：

解析腫瘤微環境（TME）：詳細描繪腫瘤細胞、免疫細胞、成纖維細胞、血管細胞等在腫瘤內部的空間分佈和相互作用，理解它們如何影響腫瘤的發生、發展、轉移和治療響應。

識別腫瘤異質性區域：區分腫瘤核心、侵襲前沿、壞死區等不同區域的基因表達特徵，有助於發現與惡性程度、預后相關的空間生物標誌物。

評估免疫治療響應：分析免疫細胞浸潤模式、免疫檢查點分子表達及其在腫瘤組織中的空間分佈，為優化免疫治療策略提供依據。

理解耐葯機制：探究腫瘤細胞在特定空間位置上產生耐藥性的分子機制。

2. 神經科學

神經系統是高度結構化的組織，空間轉錄組測序為理解其複雜性提供了獨特視角：

構建大腦圖譜：繪製不同腦區、神經核團中基因的精確表達圖譜，解析神經元和膠質細胞的異質性。
研究神經退行性疾病：在阿爾茨海默病、帕金森病等疾病模型中，識別病理改變（如斑塊、纏結）周圍細胞的基因表達變化，揭示疾病進展機制。
解析神經迴路功能：在特定神經迴路中，研究不同類型神經元的空間分佈和基因表達模式，理解其如何協調功能。

3. 發育生物學與器官發育

發育過程是一個高度時空調控的過程，空間轉錄組測序有助於：

追蹤細胞命運：分析胚胎髮育過程中不同細胞譜系的起源、遷移和分化路徑，以及在此過程中基因表達的時空變化。
解析器官形成機制：研究器官形態發生過程中，不同細胞群體的空間組織和基因表達調控網路。

4. 免疫學與傳染病研究

解析炎症反應：在感染或自身免疫疾病中，理解免疫細胞在炎症部位的浸潤、活化狀態和功能。
宿主-病原體互作：揭示病原體感染后，宿主細胞在感染部位的基因表達響應和病原體的空間分佈。

5. 再生醫學

評估組織修復與再生：分析損傷后組織修復過程中，細胞遷移、增殖和分化的空間模式。
優化幹細胞治療：理解移植幹細胞在宿主組織中的定植、分化和整合，以及它們與周圍微環境的相互作用。

空間轉錄組測序的數據分析與可視化

空間轉錄組測序產生的數據量龐大且複雜，其分析和可視化是整個流程中至關重要的一環，通常需要專門的生物信息學工具和流程。

1. 數據預處理與質控

包括原始測序數據的比對、去重、根據空間條形碼進行UMI計數和空間信息分配，以及對數據質量的評估（如捕獲效率、UMI數量分佈等）。

2. 空間域識別與聚類

這是空間轉錄組分析的核心任務之一。通過無監督聚類演算法（如Graph-based clustering），根據空間鄰近性和基因表達相似性將組織切片劃分為不同的「空間域」或「組織區域」，這些區域可能代表不同的細胞類型、組織結構或病理狀態。

3. 細胞類型註釋與映射

結合單細胞轉錄組數據（如果有），可以將空間數據中的「捕獲點」（spot）或「細胞群」映射到已知的細胞類型上，從而在空間上定位不同細胞類型的分佈。

4. 差異表達分析

比較不同空間域之間或特定感興趣區域的基因表達差異，識別與特定空間位置相關的關鍵基因。

5. 細胞-細胞通訊推斷

基於配體-受體基因對的表達模式，推斷不同空間域或細胞類型之間的潛在細胞通訊網路。

6. 數據可視化

將基因表達量以顏色深淺或熱圖的形式疊加到高解析度的組織圖像上，直觀展示基因在組織中的空間分佈。常用的可視化工具包括Seurat、Squidpy、Scanpy、Giotto等。

空間轉錄組測序的挑戰與未來展望

儘管空間轉錄組測序技術取得了顯著進展，但仍面臨一些挑戰和發展方向：

空間解析度與通量：如何在實現單細胞甚至亞細胞解析度的同時，保持高通量和全基因組覆蓋，是未來技術發展的重要方向。
數據整合與標準化：不同平台和技術產生的數據格式和特性各異，如何有效地整合多源數據並建立統一的分析標準是一個挑戰。
多組學整合：將空間轉錄組與空間蛋白質組學、空間表觀基因組學等數據進行多組學整合，將更全面地理解生物學過程。
計算生物學挑戰：海量複雜數據的處理、分析和可視化需要更強大的計算資源和更智能的演算法，特別是如何從空間模式中挖掘深層次的生物學機制。
臨床轉化：將空間轉錄組測序技術應用於臨床診斷、預后判斷和個性化治療指導，是其長期發展目標。

展望未來，隨著新技術的不斷湧現和生物信息學工具的日趨成熟，空間轉錄組測序將持續推動我們對生物體複雜性的理解，在疾病診斷、藥物研發和基礎生物學研究等領域展現出更廣闊的應用前景。

常見問題解答（FAQ）

如何理解空間轉錄組測序與單細胞轉錄組測序的區別？

空間轉錄組測序和單細胞轉錄組測序都是高通量測序技術，但它們關注的維度不同。單細胞轉錄組測序（scRNA-seq）旨在解析單個細胞的基因表達譜，從而識別細胞類型和細胞狀態，但它在樣本製備過程中會丟失細胞在原始組織中的空間位置信息。而空間轉錄組測序（ST）的核心目標是在保留組織空間結構的前提下，獲取不同區域的基因表達信息，從而揭示基因表達的空間異質性，理解細胞與其微環境的相互作用。簡單來說，scRNA-seq回答「有哪些細胞類型及其基因表達」，ST回答「這些細胞類型或基因表達在組織中位於何處」。

為何空間信息在生物學研究中如此重要？

生物組織是高度組織化的複雜系統，細胞的功能和狀態往往與其在組織中的精確位置和周圍的微環境密切相關。例如，在腫瘤中，腫瘤細胞與免疫細胞、基質細胞的相互作用決定了腫瘤的生長和對治療的響應；在神經系統中，神經元在特定迴路中的精確定位是其發揮功能的基礎。傳統方法無法提供這種空間上下文，使得我們難以理解這些複雜相互作用的機制。空間轉錄組測序能夠補齊這一關鍵信息，使我們能夠更全面、更深入地理解生物體在健康和疾病狀態下的複雜生物學過程。

如何選擇合適的空間轉錄組測序平台？

選擇合適的空間轉錄組測序平台主要取決於您的研究目標、所需的空間解析度、可接受的成本以及樣本類型。如果您需要高通量、對整個組織切片進行無偏性的基因表達分析，並且能夠接受相對較低的空間解析度（約1-10個細胞大小的捕獲點），那麼10x Genomics Visium是一個很好的選擇。如果您關注單細胞甚至亞細胞水平的精細空間定位，並且只需要檢測數百到數千個預選基因，那麼MERFISH、STARmap、CosMx或Xenium等基於成像的技術可能更適合。同時，還需考慮樣本的兼容性（如新鮮組織、冷凍組織或FFPE組織）、數據分析的複雜性以及實驗室的技術儲備。

如何處理和分析空間轉錄組測序數據？

空間轉錄組測序數據分析流程通常包括原始數據質控、序列比對、UMI計數和空間信息映射。核心分析步驟包括：基於基因表達相似性和空間鄰近性進行空間聚類，識別不同的空間域或細胞群；將空間數據與組織病理圖像整合，實現基因表達數據的可視化；進行差異表達分析，識別不同空間域的特異性基因；利用細胞類型反卷積（Cell type deconvolution）或整合單細胞RNA測序數據，在空間上推斷細胞類型分佈；以及推斷細胞-細胞通訊網路。常用的生物信息學工具包括10x Genomics的Space Ranger、Loupe Browser，以及開源R/Python包如Seurat、Squidpy、Scanpy、Giotto等。

空間轉錄組測序揭秘基因表達的時空奧秘與前沿應用