空间转录组
空间转录组学（Spatial Transcriptomics，ST）是一种能够在地保留组织空间位置信息的同时，对组织切片进行高通量转录组测序的技术。它填补了单细胞测序 (scRNA-seq) 虽然能提供细胞水平的基因表达谱但丢失了空间位置信息的空白，实现了“组织学”与“基因组学”的完美融合。
该技术被《Nature Methods》评为 2020年度技术。通过空间转录组，研究人员可以精确绘制肿瘤微环境图谱，解析三级淋巴结构，并揭示细胞间的通讯网络，是当前精准医疗和发育生物学研究的前沿工具。
核心原理：空间条形码
空间转录组技术的核心在于如何将“位置信息”编码到测序数据中。目前主流的 NGS 策略（如 10x Visium）采用的是原位捕获模式：
- 1. 芯片制备： 载玻片上印有数千个直径约 55µm 的“斑点” (Spot)，每个斑点上固定了数百万个捕获探针。
- 2. 空间条形码 (Spatial Barcode)： 探针结构为：
Poly(T)（捕获mRNA）+UMI（去重）+Spatial Barcode。同一个斑点上的所有探针拥有相同的 Spatial Barcode，代表特定的 X,Y 坐标。 - 3. 组织透化： 将组织切片贴在芯片上，进行透化处理，细胞内的 mRNA 释放出来，垂直沉降并被下方的探针捕获。
- 4. 建库测序： 原位逆转录后，收集 cDNA 进行二代测序。数据分析时，通过 Spatial Barcode 将基因表达数据还原到组织图片上的特定位置。
技术流派：成像 vs 测序
目前空间转录组技术主要分为两大流派，各有优劣：
| 流派 | 代表技术 | 特点评价 |
|---|---|---|
| 基于测序 (NGS-based) |
10x Visium, Slide-seq, Stereo-seq (华大) | 优点： 全转录组覆盖，无偏倚。
缺点： 分辨率有限（Visium 为 55µm，通常覆盖 1-10 个细胞），需要去卷积算法来推断细胞组成。 |
| 基于成像 (Image-based) |
MERFISH, seqFISH, Xenium | 优点： 亚细胞级分辨率，灵敏度极高。
缺点： 只能检测预先设计的数百个基因（Targeted），设备昂贵。 |
应用场景：重塑肿瘤免疫
空间转录组学使得研究者能够以全新的维度审视疾病，特别是在肿瘤免疫领域：
- 肿瘤微环境 (TME) 异质性： 区分肿瘤核心区（Core）与侵袭边缘（Margin）的免疫状态。例如，发现边缘区富集了耗竭的 CD8+ T细胞，而核心区则是免疫荒漠。
- 三级淋巴结构 (TLS)： 在肿瘤切片中精确定位 TLS，并分析其中的 B 细胞成熟轨迹，这对预测免疫治疗响应至关重要。
- 细胞通讯 (Cell-Cell Communication)： 利用空间临近关系，推断配体-受体对的相互作用（如 PD-L1/PD-1 的空间共定位），比单纯基于 scRNA-seq 的推断更准确。
学术参考文献 [Academic Review]
[1] Ståhl PL, et al. (2016). Visualization and analysis of gene expression in tissue sections by spatial transcriptomics. Science.
[点评]：开山之作。瑞典科学家首次提出了利用带有空间条形码的阵列进行原位转录组捕获的概念，后被 10x Genomics 收购发展为 Visium。
[2] Marx V. (2021). Method of the Year: spatially resolved transcriptomics. Nature Methods.
[点评]：Nature Methods 正式将空间转录组评为年度技术，标志着该领域从技术开发进入广泛应用爆发期。
[3] Chen A, et al. (2022). Spatiotemporal transcriptomic atlas of mouse organogenesis using DNA nanoball-patterned arrays. Cell.
[点评]：华大基因（BGI）团队发表的 Stereo-seq 技术，实现了纳米级分辨率（500nm）和厘米级视场的统一，是目前通量最高的技术之一。