什么样的组织适合做空间转录组？
作者 | 周运来
男，
一个长大了才会遇到的帅哥，
稳健，潇洒，大方，靠谱。
一段生信缘，一棵技能树。
生信技能树核心成员，单细胞天地特约撰稿人，简书创作者，单细胞数据科学家。
空间转录组学技术在复杂的生理、病理条件（直接切片还是有设计地切片？）下研究不同位置区域细胞的异质性，特别是针对肿瘤和干细胞生物学，发掘具有独特分子特征的细胞群落，研究其对信号、药物和外界刺激的响应差异，阐释疾病发生的不同阶段和状态，细胞与细胞、细胞与环境的相互作用，离不开保留空间位置信息的高通量分析方法。空间转录组学的多种方法有望获得任何组织坐标的（单）细胞基因表达的图谱。与系统生物学之前的其他革命一样，我们期待生物理论框架也会同时发展，以整合这些测量和识别的数据。
虽然目前空间转录组比较火，但是我们还是提倡理性花钱，避免盲目跟风，所以我们不禁要问：
什么样的组织适合做空间转录组？同一组织内，哪个部位适合取出来做切片？
这是个值得思考的问题。对吧？
先来看看商业化平台的Visium目前做的优化，也就是这个列表里面的组织做visium的成功率会很高。
这个说的是技术可达性，只是从最外围回答了本文的问题，没有触及问题的核心：我们为什么要做空间转录组？
回答这个问题肯定是我们要研究的对象，可以提出空间异质性的问题，如肿瘤的癌旁和癌组织，如果能切到这个断面，研究起来应是很有意义的。那么，什么没有空间异质性呢？最直接的就是人体流动的组织如血液和骨髓，这并不是说完全没有异质性，而是不那么强，在技术上也还很困难。
空间异质性其实和采样单元有关的，如果以厘米为单位那大部分组织都能看到异质性，这个也受制于切片的大小，如果切片很小，在那个尺度上就看不出来异质性了，而是比较均一，那还做什么？
第三点是组织成像。目前一般用HE或荧光染色，有的组织很容易染色，有的组织染完色则是完全糊掉了，所以成像也是原因之一。另外，成像之后我们就可以根据显微镜看到切片的颜色纹理来判断其有没有空间异质性，颜色均一的一般异质性没有深浅交替的那么强。
下面举两个例子，意在示范一下如何选取做空间转录组的组织切片。
第一个例子当然是小鼠大脑，一张切片几乎就是脑组织的一个横断面了，自然是可以的。我们这里略了。
1 肠道
图示小肠隐窝-绒毛单位（crypt-villus unit）。每个隐窝形成一个保护良好的成体干细胞龛，位于隐窝底部的干细胞，与支持的Paneth细胞混杂在一起，不断增殖产生祖细胞，称为“过渡扩增细胞”。这些细胞在继续分裂时向上迁移，产生不断分化的分泌型杯状细胞和滋养绒毛的营养吸收型肠细胞。
到达绒毛顶端的“老”肠上皮细胞与“年轻”肠上皮细胞在功能上是否不同? 肠上皮细胞是能同样有效地吸收各种营养物质的“通才”呢，还是有更适合吸收碳水化合物、脂类或氨基酸的亚特化型肠上皮细胞?（代谢异质性） 如果这样的亚特化肠上皮细胞存在，它们是否从干细胞中分层分化，并以稳定的方式维持它们的命运?
2 肝脏
肝脏协调营养物质和外来生物的合成代谢和分解代谢，它由血流极化的六边形小叶组成。血液起源于小叶角处的门静脉三联，流向引流的中央静脉。每个门静脉三联征由肝动脉(红色)、门静脉(蓝色)和胆管(绿色)组成，前者负责输送含氧血液，后者负责从胃肠道输送营养丰富的血液。灰色箭头表示流动方向，黄色箭头表示肝细胞与血液物质的交换，绿色箭头表示胆汁小管。各种代谢任务在中央静脉和门静脉之间的特殊小叶层空间分布，这个组织被称为“肝脏分区”。
每个肝功能沿桡骨小叶轴的位置有什么变化? 支配这种空间分工的最优原则是什么? 是否存在空间分布的代谢周期，其中途径中间体在细胞之间转移?
肝脏的空间解析转录组学可以促进对这一基本器官的详细了解。
可见，空间组学面向的是空间异质性，在展开这样的题目之前对我们的组织类型，切片选取做以上思考是必要的：我们想用空间转录组解决什么问题？
References
[1] Spatial transcriptomics: paving the way for tissue-level systems biology:[2] https://support.10xgenomics.com/spatial-gene-expression/tissue-optimization/doc/specifications-visium-spatial-gene-expression-optimized-tissues[3] 彭广敦教授：空间转录组测序技术转录组学研究领域的新方向[4] https://assets.ctfassets.net/an68im79xiti/3GGIfH3RWpd1bFVha1pexR/8baa08d9007157592b65b2cdc7130990/CG000239_VisiumSpatialGeneExpression_UserGuide_RevD.pdf
如果你对单细胞转录组研究感兴趣，但又不知道如何入门，也许你可以关注一下下面的课程
看完记得顺手点个“在看”哦！
长按扫码可关注