空间转录组（Spatial Transcriptomics，ST）概述
1. 什么是空间转录组
空间转录组是一种在组织切片上同步获取 基因表达量 与 空间坐标 的高维信息矩阵。它把传统转录组测序的基因表达数据与组织形态学的空间位置信息结合，使得每一个基因的表达都可以被映射回组织中的具体位置，从而描绘出细胞状态在组织微环境中的空间分布图谱。
2. 技术原理
- 空间条码（spatial barcode）：在载玻片表面预先排列有已知位置的寡核苷酸条码（带有 dT 引物），组织切片放置其上后，mRNA 在原位逆转录时会被这些条码捕获，随后通过条码序列即可恢复每条转录本的空间坐标。
- 组织切片与成像：先对切片进行 H&E 染色或免疫荧光成像，记录组织结构；随后进行透化、RNA 捕获、文库构建并进行高通量测序。测序得到的 reads 与条码对应后，即可得到每个空间点的基因表达谱。
3. 主流平台与技术路线
| 类别 | 代表平台/方法 | 关键特点 |
|---|---|---|
| 基于测序的捕获 | 10× Visium、Slide‑seq、HDST、Stereo‑seq、DBiT‑seq、Seq‑Scope | 通过芯片或微珠阵列实现大面积组织的全转录组捕获，分辨率从 55 µm（Visium）到单细胞甚至亚细胞（Stereo‑seq）不等 |
| 基于成像的原位测序/杂交 | MERFISH、seqFISH+、smFISH、STARmap、ISS、ExSeq | 直接在组织上进行多基因原位杂交或原位测序，分辨率可达亚细胞水平，但一次检测的基因数目受限 |
| 混合多模态 | 10× Visium + scRNA‑seq、Slide‑seq + ATAC‑seq 等 | 将空间转录组与单细胞、表观基因组或蛋白质组数据整合，构建更完整的空间多组学图谱 |
4. 实验流程概览
- 样本准备：组织冷冻或石蜡切片（FFPE 亦可），注意 RNA 完整性与切片厚度。
- 组织染色 & 成像：H&E 或免疫荧光，获取高分辨率组织图像，用于后续空间定位。
- RNA 捕获：在带有空间条码的芯片/微珠上进行透化、逆转录。
- 文库构建 & 测序：常规 Illumina 高通量测序。
- 数据处理：
5. 主要应用领域
| 领域 | 典型研究案例 |
|---|---|
| 发育生物学 | 绘制胚胎组织的空间基因表达蓝图，解析细胞命运决定过程 |
| 神经科学 | 揭示大脑不同脑区的基因表达差异，定位神经回路的分子特征 |
| 肿瘤学 | 解析肿瘤微环境异质性、免疫细胞空间分布，发现潜在治疗靶点 |
| 病理诊断 & 精准医学 | 将空间转录组与传统病理图像结合，实现组织病理的分子分层 |
| 药物研发 | 通过空间表达图谱评估药物在组织中的作用范围与靶向效果 |
6. 技术优势与挑战
优势
- 保留组织上下文，直接关联基因表达与组织结构。
- 能在单组织切片上实现全转录组或高通量目标基因检测。
- 与单细胞测序结合，可实现 “空间‑单细胞” 双重解析。
挑战（当前研究普遍指出的瓶颈）
- 样本制备难度：组织渗透、RNA 完整性、切片厚度与角度的选择对数据质量影响显著。
- 分辨率‑灵敏度权衡：高分辨率平台（如 Stereo‑seq）捕获效率相对较低；成像类技术虽能达到亚细胞分辨率，但检测基因数目受限，成本高。
- 数据分析复杂性：大规模空间矩阵存在批次效应、缺失值、细胞类型注释困难等，需要高性能计算与专门算法。
- 标准化与共享：数据格式、质量控制标准尚未统一，跨实验室共享与二次利用受限。
- 成本与可及性：仪器、试剂费用高，尤其在临床 FFPE 样本上仍需优化流程。
7. 发展趋势
- 更高分辨率与三维空间：Stereo‑seq、MERFISH 等正向单细胞甚至亚细胞分辨率迈进，并向三维组织映射扩展。
- 跨组学整合：将空间转录组与空间蛋白质组、表观基因组、代谢组等多模态数据融合，构建完整的组织功能图谱。
- 人工智能与计算工具：深度学习用于空间基因表达模式识别、细胞通讯网络推断以及自动化分析流水线的构建。
- 临床转化：优化 FFPE 样本流程、降低成本、建立标准化报告体系，使空间转录组在病理诊断、精准治疗中的应用逐步落地。
小结
空间转录组通过在组织切片上同步捕获基因表达与空间位置信息，为研究细胞在组织微环境中的功能提供了前所未有的视角。它已经在发育、神经、肿瘤等多个领域展现出强大潜力，但仍面临分辨率、灵敏度、样本制备、数据分析和标准化等挑战。随着技术分辨率的提升、跨组学整合的深化以及 AI 分析工具的成熟，空间转录组有望在基础研究和临床医学中发挥更大作用。
声明：文章均为AI生成，请谨慎辨别信息的真伪和可靠性！