Nature综述|利用空间转录组技术探索组织结构

美国纽约大学科研团队近日在Nature发表了一篇综述文章“Exploring tissue architecture using spatial transcriptomics”。该文章回顾了常见的空间转录组技术，讨论了这些方法进行数据探索的原则，研究了空间转录组技术在不同实验设计中的效用，并强调了该技术通过与其他数据模式的整合在生物学上的应用前景。

空间转录组技术介绍

本文重点回顾了能够跨组织区域进行转录组水平检测的技术。空间转录组技术主要分为：（1）基于NGS技术，在NGS测序前将位置信息编码到转录本上；（2）基于成像的方法，包括基于原位测序（ISS）——转录本在组织中扩增和测序，和基于ISH的方法——成像探针在组织中被连续杂交。这些不同的技术可以被看作是对基因表达矩阵的融合，即捕获每个点的转录组。

空间转录组技术提供了一个基因表达矩阵

空间转录组学揭示发育、生理和疾病机制

空间转录组技术提供了空间组成图像并生成组织基因表达图谱。在神经生物学方面，基于空间转录组学的方法已经建立了整个小鼠大脑或特定区域的详细基因表达图谱，如视觉皮层、初级运动皮层、中颞回、下丘脑视前区、海马和小脑。在对背外侧前额叶皮质的分析中确定了已知精神分裂症和孤独症相关基因的空间模式，从而提出了精神分裂症遗传易感性的机制。在发育生物学中，不同时期的空间转录组图谱有助于阐明心脏发育、精子发生和肠道发育的空间动力学。同样，对人类子宫内膜在月经周期的增殖期和分泌期的全面研究发现了Wnt和Notch信号通路在调节向纤毛或分泌型上皮细胞分化中的作用。 

除了正常的发育和生理之外，空间转录组学还适合于研究疾病中的组织结构紊乱。空间转录组学能够识别在癌症中起作用的机制，即正常生理功能的组织结构发生改变。随着人们对肿瘤微环境的重视，空间转录组学已被用于研究其与不同状态癌细胞的关系，特别是空间转录组学能够研究癌症和正常组织之间的分子特征。例如，在皮肤鳞状细胞癌中发现了免疫调节性癌细胞状态。空间转录组学还被应用于神经退行性疾病（包括阿尔茨海默病和肌萎缩侧索硬化症）、感染和炎症过程（如麻风病、流感和败血症）以及风湿病（包括类风湿性关节炎和脊柱关节炎）中组织失调机制等的研究。

基于空间转录组学的探测性数据分析

利用空间转录组技术检测可以获得基因表达矩阵，对其进行分析既可以检验现有的假设，也可以通过探索性分析得到一些新的结果。由于空间转录组数据集具有复杂性和高维度的特点，研究人员将通过一种开放的思维方式，利用数据分析找到意想不到的关系并获得新的发现。

分析空间转录组数据通常需要排除低质量数据和基因表达矩阵上的初始转换，以提高信噪比，这可以使用分析软件包（如Giotto、Seurat、STutility和stLearn）执行。平滑算法可应用于数据，以提高灵敏度，并消除技术和生物变化的不必要来源。基于相邻点之间可以共享信息的前提，沿空间坐标在移动窗口中平均物理相邻点之间的基因表达可以减少噪声。类似地，通过调整数据比例，使数据在不同点上具有相同的平均值和方差（z-score），可以帮助进行基因间的比较。

空间转录组数据集的探索性数据分析操作示意图

 利用空间转录组学的假设生成和检验

健康或疾病组织的空间转录组学图谱有助于无偏见的探索和假设的生成。对于一些设计用于研究特定生物过程的空间转录组数据集，如时间进程研究或扰动实验，人们也可以进行探索以揭示意想不到的变化并提出新的假说。此外，空间转录组数据可以被纳入经典的假设驱动的实验设计中，使用充分有力的实验来验证定义明确的预测。事实上，随着空间转录技术的不断发展，它即将为一种与流式细胞仪或RNA测序相提并论的常规的检测方法。在实验设计中，每个样本都可以由一个单独的数据点进行汇总，并在不同的重复和条件下进行比较，因此需要收集足够数量的数据，以确保统计的严谨性和有效性。

利用空间转录组学的假设生成和检验

空间转录组学与其他数据形式的融合

随着空间转录组技术的分辨率和灵敏度的提高，与其他数据模式的融合可以更好的表征组织图像。在组织中检测到的形态特征，如细胞形状或细胞核大小，可以直接纳入分析。另一项研究通过将空间转录组基因表达数据与高分辨率组织学图像数据融合，提高其分辨率。随着可用于训练的转录组学数据的增加，机器学习算法也被用于预测组织病理学图像中的基因表达。这些算法不依赖于预先定义的形态特征，而是通过将整个图像分解来提高性能。将空间转录组学与机器学习方法相结合，可以提高组织病理学的可解释性，并在临床决策中指导治疗和告知预后。 

在亚细胞分辨率下，染色质的空间结构可为不同环境下基因表达的调控提供线索，例如将空间转录组数据集与基因组原位高通量成像以及组织中组蛋白标记的空间分布相结合。将空间基因组测序与原位转录组分析相结合可以帮助我们加深对基因组组织和功能编码方式的理解。

用蛋白质联合检测等补充方式来扩充基因表达数据，也可以阐明空间转录组学没有捕捉到的过程，如蛋白质的翻译后修饰和亚细胞定位及其在疾病中的失调。靶向蛋白检测与空间转录组学联合进行，可在同一组织切片上使用免疫染色以及基因表达数据。其中，DBiT-seq技术就是通过使用抗体衍生的DNA标签实现组织中mRNA和蛋白质的共映射。用于蛋白质检测的高通量空间方法，如MIBI、CODEX、t-cyCIF和自动质谱分析，为组织切片内的蛋白质组提供了全面分析。将这些高通量蛋白质组学方法与空间转录组学相结合的技术进步将极大地提高我们研究组织复杂性的能力。

空间转录组学未来展望

随着技术的不断更新，目前空间转录组学方法面临的挑战，包括分辨率和灵敏度的限制，以及通量。这些问题都在被研究人员逐步克服。10x genomics公司推出的基于FFPE样本的空间转录组学方法，极大的丰富了样本类型，也为大量储存在医院，以及含有完整临床信息的石蜡样本得以被利用。随着未来技术的创新，空间转录组技术将有可能系统性地分析更大的组织区域，以重建3D器官或生物体水平的图谱，并将转录组范围内的基因表达变化随着时间的推移进行可视化。

参考文献

Rao A, Barkley D, França GS, Yanai I. Exploring tissue architecture using spatial transcriptomics. Nature. 2021 Aug;596(7871):211-220. doi: 10.1038/s41586-021-03634-9. Epub 2021 Aug 11. PMID: 34381231; PMCID: PMC8475179.

推荐阅读

END

本文为伯豪生物原创

欢迎转发朋友圈

转载请注明来自伯豪生物

更多精彩内容“阅读原文”

据说，点了 三连 的人都是科研达人噢！