空间转录组学是生物学研究的重要突破，为研究完整组织内基因表达与空间结构的复杂关系提供了有力的工具。通过揭示细胞组分的空间分布及其转录状态，该方法为理解复杂生物系统中的细胞组成与细胞活动提供了新视角。
空间转录组学包含多种方法，其共同目标是将转录组学数据与 RNA 分子在组织中的原始位置对应起来。这一技术进步为复杂组织中细胞的结构、功能及相互作用提供了前所未有的见解。由于其在发育生物学、神经科学和癌症研究等多个生物医学领域的潜力，空间转录组技术被《Nature Methods》评为2020年“年度方法”。
生物医学领域存在其他转录组学方法，但研究人员最近在空间转录组方面取得了令人振奋的进展。我们查阅了全球权威的人工标引科学信息合集——CAS 内容合集（CAS Content CollectionTM），以更好地了解过去十年空间转录组学的研究格局。我们发现从十年前开始，与空间转录组相关的出版物数量大幅增长（约 150 倍）（见图 1）。与专利出版物相比，期刊出版物在文献中占主导地位，这表明在该领域商业化仍存在重大机遇。
转录组学科学如何变化？这对各种疾病的新治疗方法意味着什么？让我们一起探讨空间转录组学的工作原理以及研究的发展方向。
什么是空间转录组学？
转录组学目前主要分为三类：批量转录组学、单细胞转录组学和空间转录组学（见图 2）。批量转录组学分析混合细胞中的基因表达，提供全局视图，但缺乏单细胞水平的分辨率。单细胞转录组学解析单个细胞中的基因表达，有助于理解细胞异质性和稀有细胞群，但会丢失空间信息。
空间转录组学保留了组织中基因表达的位置，揭示了细胞相互作用和组织结构，但需注意的是，该技术需要复杂的计算分析。这些方法共同提供了基因调控的互补视角，各自适用于不同的研究问题。
最早的空间转录组学技术之一是荧光原位杂交 (FISH)，它直接在完整细胞和组织中可视化 RNA 分子。其原理是设计与目标RNA序列互补的短荧光标记 DNA 或 RNA 探针。这些探针与样本中的目标 RNA 杂交，并通过荧光显微镜检测荧光信号的位置。
单分子 FISH (smFISH) 等技术提高了灵敏度，能够以衍射极限点检测和量化单个 RNA 转录体。由于荧光团的光谱重叠，FISH 最初的应用只能可视化少量特征明确的 mRNA 的空间分布。这些早期技术也耗时耗力，尤其是在分析大组织切片或多个靶标时。由于这些限制，研究人员开发了效率更高的现代方法。
技术进步提高了分辨率和分析能力
空间转录组学技术可分为四类：显微切割方法、原位杂交方法 (ISH)、原位测序方法 (ISS) 和原位捕获方法 (ISC)（见图 3）。技术的选择通常取决于具体的研究目标，例如是否需要高分辨率、广泛的基因覆盖或靶向分析。正如我们在 CAS 内容合集的出版物数量中所见，该领域在过去十年经历了快速的技术演变。这些进步使研究人员能够产生疾病机制的关键见解并开发潜在的治疗策略。
激光捕获显微切割方法
激光捕获显微切割 (LMD) 提供了一种物理手段，可在显微镜下直接从组织切片中分离特定的细胞群或感兴趣区域。一旦所需区域被显微切割，RNA 就从这些分离的细胞或组织片段中提取出来，然后使用传统的批量 RNA 测序 (RNA-seq) 进行分析。这种方法将基因表达谱与显微切割定义的特定空间位置联系起来。
虽然 LMD 侧重于空间分离而非原位分析，但其与先进 RNA-seq 技术的整合显著增强了其在空间转录组学中的实用性。从少量细胞中提取 RNA、扩增方法和测序深度的改进使得对显微切割样本的转录组分析更加全面。更新的 LMD 仪器提供了更高的精度和自动化程度，使分析过程更加高效。这对于理解组织样本中的分子异质性、识别驱动疾病的特定细胞群以及潜在指导靶向治疗至关重要。
原位杂交方法
ISH 包含许多技术，它们使用标记探针检测细胞或组织中的特定核酸序列（DNA 和 RNA），同时保留其空间信息。与 FISH 类似，ISH 依赖于标记探针与目标序列的杂交。然而，ISH 可以采用除荧光以外的多种检测方法，包括酶或放射性标记，可通过显微镜或放射自显影可视化。
使用显色检测（例如使用产生有色沉淀的酶）的传统 ISH 几十年来一直是发育生物学和组织学的基本技术，可在细胞分辨率下可视化基因表达模式。对于低丰度转录本，使用放射性 ISH 可提高灵敏度。FISH 可视为 ISH 基于荧光技术的子集。
ISH的演变主要集中在提高灵敏度、多重能力和分辨率。最近的 MERFISH、seqFISH 等多重 FISH 技术通过组合标记和连续多轮次的杂交与成像，能够在同一样本中同时检测数百至数千种 mRNA。
原位测序方法
这些方法通常涉及在组织切片中将 RNA 转化为互补 DNA (cDNA)，然后使用各种编码策略进行原位扩增和测序。序列信息通过迭代的杂交、连接或酶反应被解码，并结合高分辨率成像。所得数据以亚细胞分辨率提供了大量RNA转录本的身份和空间位置。
ISS 技术的例子包括单细胞总 RNA 小型化测序 (STORM-seq)、荧光原位测序 (FISSEQ) 和基于锁式探针的测序方法。这些技术可实现高度多重化，可以在单个细胞的原生空间背景下同时检测数千种 RNA。
原位捕获方法
ISC 方法涉及在组织切片上放置空间条形码寡核苷酸，以捕获细胞释放的 mRNA。空间信息编码在捕获探针的独特条形码中。在 mRNA 被捕获和逆转录后，将所得的 cDNA 合并并使用标准下一代测序技术进行测序。通过解码与每个 cDNA 分子相关的空间条形码，基因表达谱可以映射回其在组织上的原始位置。
表 1：不同空间转录组技术的对比
卡罗林斯卡学院开发的最初的空间转录组学技术是 ISC 方法的一个典型例子，后来商业化成为 10x Genomics Visium 平台。它使用空间条形码微阵列捕获 mRNA。随后的创新包括 Slide-seq，它使用沉积在载玻片上的 DNA 条形码珠。
最初的 ISC 方法空间分辨率相对较低，受限于捕获点或珠的大小。该方法在增加空间条形码密度、减小捕获面积以及提高 mRNA 捕获和 cDNA 合成效率方面已取得重大进展。高精度空间转录组学 (HDST) 和第 2 代 Slide-seq 等技术显著提高了分辨率，在某些情况下接近单细胞水平。
ISC 方法为全转录组空间分析提供了一种可扩展且相对经济高效的方法，使其在基础研究、药物开发和潜在临床诊断的大规模研究中具有吸引力。其结合空间信息分析整个转录组的能力，为了解组织结构和功能提供了全面视图。
空间转录组学增进我们对疾病生物学和药物发现的理解
理解基因表达的空间环境为揭示疾病机制提供了关键见解。它也影响着药物发现和开发。目前空间转录组学的四个重点领域是癌症、神经科学、发育生物学和感染性疾病。
癌症
癌症研究中最重大的挑战之一是理解和解决肿瘤异质性以及肿瘤与其周围微环境 (TME) 之间的复杂相互作用。TME 是一个复杂且不断演变的实体，通常包括免疫细胞、基质细胞、血管和细胞外基质。得益于空间转录组学的进步，免疫微环境的关键作用现在得到了更好的理解，揭示了癌细胞用来绕过宿主免疫系统的多种机制。
现在普遍认为 TME 是癌症进展的积极促进者，而不仅仅是一个中性实体。它直接或间接调节癌症的生长、转移、耐药性或对各种治疗的敏感性。由于空间转录组学技术保留了空间背景，它们是研究肿瘤 -TME 和肿瘤-免疫细胞相互作用的绝佳工具，并为我们对肿瘤生物学的理解提供了新的见解。
最近有许多值得注意的研究。例如，在胶质母细胞瘤中，释放 IL-10 的髓系细胞（位于间充质样肿瘤区域）被证明会驱动T细胞耗竭，从而促进免疫抑制性 TME。在口腔鳞状细胞癌中，独特且保守的肿瘤核心和边缘结构已被确证和表征，这些结构可预测生存率和靶向治疗反应。空间转录组学也广泛用于乳腺癌研究，以研究肿瘤异质性和 TME 驱动的药物反应。
神经科学
大脑显著的功能复杂性源于不同神经元和胶质细胞群的精确空间排列和连接。空间转录组学能够在细胞水平上剖析这种组织，并提供关于神经回路如何形成并变得功能化、不同脑区如何特化以及这种精细结构的破坏如何导致各种神经系统疾病的发生和/或进展的见解。
空间转录组学现被用于解析阿尔茨海默病标志性特征——淀粉样斑块病理形成的关键机制和分子参与者。在小鼠模型中，科学家已鉴定出疾病早晚期涉及的基因共表达网络（分别为髓鞘和少突胶质细胞基因 [OLIGs] 与斑块诱导基因 [PIGs]）。另一项研究则揭示了阿尔茨海默病患者区域基因表达谱与 β淀粉样蛋白及 tau 病理选择性区域易感性之间的关联。
该技术还助力发现可增强 β淀粉样蛋白靶向免疫疗法的潜在分子靶点。研究者正在分析接受了主动或被动免疫治疗的患者清除淀粉样斑块相关的神经免疫机制（TREM2-APOE 轴相关基因上调）。此外，新型计算框架 STACI（通过超参数化图自编码器整合空间转录组数据与染色质成像数据）已用于识别潜在的阿尔茨海默病新生物标志物。
除阿尔茨海默病研究外，空间转录组学还为肌萎缩侧索硬化症 (ALS) 的多个风险基因和通路失调提供了新见解。
发育生物学
多项研究凸显了空间转录组学在发育生物学中的强大能力。通过应用 Stereo-seq 方法生成小鼠器官发育时空转录组图谱 (MOSTA)，研究人员对发育组织（如背侧中脑）中空间细胞异质性和细胞命运决定的分子基础获得了宝贵见解。另一项研究中，空间转录组学被用于描绘人类心脏发育过程中的时空基因表达模式，并绘制人类胚胎心脏的细胞类型分布与空间组织结构图。
另一进展中，研究人员以单细胞分辨率生成了包含 308 个细胞簇、逾 400 万个细胞空间信息的小鼠全脑转录组图谱，为研究小鼠大脑发育、功能及基因调控提供了重要资源。
感染性疾病
空间转录组学通过解析感染组织中宿主与病原体的复杂空间相互作用，正在变革感染性疾病研究。该方法已成功应用于结核分枝杆菌、铜绿假单胞菌和多房棘球绦虫等细菌感染研究，以及 SARS-COV-2 和 HIV 等病毒感染研究。研究者直接鉴定了宿主与病原体转录本的共定位模式，并发现了调控免疫应答的宿主因子。
空间转录组学的挑战与机遇
尽管空间转录组学提供了独特见解，但该技术仍面临挑战。多数方法生成的数据体量大、复杂度高，且可能因 RNA 捕获效率低、PCR 扩增偏倚或测序错误产生噪声。这就需要依赖复杂算法进行图像处理、空间映射及单细胞 RNA 测序数据整合。组织固定、切片和染色可能引入伪影，影响 RNA 完整性及空间分辨率。需要优化加工处理技术以减小这些问题带来的干扰。
该技术所需试剂、测序和计算资源成本高昂，可能限制了空间转录组学的普及；且实验流程复杂，需研究者具备分子生物学、生物信息学和显微技术的跨学科能力。跨学科技能对准确解析实验数据至关重要。此外，不同实验室的空间转录技术操作流程差异较大，导致研究结果难以横向比较。
尽管存在这些挑战，空间转录组学领域仍在快速发展。当前的研究重点集中于提升空间分辨率、增强检测灵敏度以及提高通量。另一种可能的方向是与其他组学数据整合（即空间多组学），通过在空间框架下结合基因组学、蛋白质组学、表观基因组学和代谢组学数据，为生物学及病理过程提供更全面的见解。
持续的技术进步正在改进数据分析方法并降低噪声，从而更好地理解空间转录组 (ST) 数据。与许多其他生物医学领域一样，人工智能将通过提高数据分析的效率和深度，变革空间转录组学的研究方式。最近的例子包括 Path2space（一种深度学习模型，可直接根据乳腺癌活检的组织病理切片预测空间基因表达，并预测患者对化疗和曲妥珠单抗的反应）以及 Spotiphy（一种基于机器学习的方法，可实现单细胞分辨率和全基因组覆盖）。虽然体内空间转录组学方法仍处于早期阶段，但在持续的研究努力下，这些技术很快将成为现实。
展望未来，空间转录组学前景广阔，有望推动基础研究实现重大突破，并对转化医学产生越来越大的影响。
