空间生物学:位置、位置、位置!

空间生物学是2 -细胞和组织的三维研究。细胞和组织的相对位置对生物过程至关重要。在发展细胞的相对位置决定组织分层和模式。空间元素也形成了肿瘤微环境对肿瘤异质性的影响,入侵和转移。空间生物技术开发了通过评估发现细胞和组织架构空间转录组,空间蛋白质组学或空间代谢组学和lipidomics。多通道方法也被设计,结合空间技术与其他方法,如成像质谱(IMS用显微镜检查)。多通道方法可以产生更多的信息来促进生物过程有更深一层的认识。此外,进步继续提高空间分辨率,通过新技术或计算方法。增强解决单细胞或亚细胞水平可以提供更细粒度的空间信息,这可能,例如,帮助识别罕见的细胞类型的关键空间和生物学意义或阐明organellar生物学。

本文将回顾进展多通道IMS应用程序和计算方法来实现高分辨率空间转录组数据集。

多通道IMS:多种方法来获得更多的空间信息

IMS是一个功能强大的技术,质谱和空间信息集成。自开创性论文,介绍了科学界的方法早在1997年,IMS已经在范围和研究临床应用程序。IMS功能进一步增强了多通道应用程序。“生物系统是高度复杂的,没有单一的模式可以完全捕捉。多通道IMS生成更多的信息从一个实验通过分析多个化学类或与其他方法结合质谱分析。它产生一个多通道图像或观点,优于每个通道单独考虑,”理查德解释道Caprioli1997 IMS的论文的作者之一,斯坦福大学摩尔椅子在生物化学和质谱研究中心主任范德比尔特大学医学院。

单峰IMS可以执行使用各种电离方法,在空间分辨率和不同分子量范围的电离分子。Matrix-assisted激光解吸/电离(谱技术)是最常见的,并使用激光切除分子与一个矩阵组织样本涂布援助电离。电离分子跨越广泛的分子量,从代谢产物蛋白质。空间分辨率是由激光横截面和像素之间的距离,与像素大小范围从5到20微米传统MALDI IMS,但这些可以用一些下降到1微米左右激光设置用更少的电离分子,尽管在一个权衡。二次离子质谱(西姆斯)使用一个离子束电离分子组织样本。虽然比谱技术有更好的空间分辨率,它只分析低分子量物种(< 2 kDa)。解吸附电喷雾电离(德西)采用的带电液滴组织样品分子电离,通常比谱空间分辨率较低,但它有特殊的优势,这是进行大气压力而不是在真空中。

最有前途的多通道的方法之一是结合各种空间IMS电离方法来享受每一个。例如,结合谱和西姆斯提高脂质鉴定在组织或使用低分辨率的方法指导高分辨率分析在感兴趣的区域。多通道IMS还可以利用串联质谱分析(MS / MS)鉴定脂肪或蛋白质的电离碎片逐出组织样本。“以前,IMS串联MS / MS仅限于分析单一前体离子碎片,即。从组织样本,单个分子的物种。尽管这可能满足实验感兴趣的一个分子,例如特定药物的分布在一个组织,它的低吞吐量和非目标化分析,不允许”Caprioli解释道。“通过应用串联MS / MS在IMS MALDI激光的每个破裂,同时我们可以想象多的分布磷脂酰胆碱脂质在老鼠大脑组织。”

IMS功能还可增强集成微萃取和离子流动以提高灵敏度。“微萃取是一个很好的方法来提高灵敏度通过运行一个初步的液体或固体萃取步骤,这丰富了样品在一个特定的分析物,例如蛋白质。当拔牙应用空间,例如液体提取表面分析(LESA)和高分辨率microLESA我们可以分析组织,如大鼠或小鼠大脑,”Caprioli阐述了最近的研究。”背后的概念离子迁移率类似于微萃取,除了选择特定的体积和电荷的离子气相。”

最后,还可以把IMS和其他形式,如显微镜,光谱学和电化学。虽然仍在初级阶段,甚至有可能与其他组学技术,结合IMS等转录组,不过,目前,通常没有空间元素第二技术。“我们已经做了很多研究相结合MALDI IMS和显微镜,”Caprioli继续说道。“例如,我们使用IMS进行调查金黄色葡萄球菌含铁细胞分布在老鼠宿主组织,我们与电感耦合等离子体IMS分析集成⁵⁶铁和荧光显微镜分析表达式金黄色葡萄球菌使用铁收购基因GFP记者分析。多通道的方法允许我们想象含铁细胞的非均匀分布,表明宿主可能不是均匀缺乏铁。“Caprioli也合作多通道IMS的计算挑战英国皇家空军Van de塑料副教授、代尔夫特系统和控制中心,荷兰代尔夫特理工大学的技术,利用多通道IMS调查许多生物过程宿主-病原体相互作用,除了等病原体膜改性和组织lipidome。

当被问及未来的发展方向多通道IMS, Caprioli回答说:“以前,多通道IMS被标准方法结合组织部分染色,如圆)。不过,我们可以期待与新未来集成多通道IMS高度复合成像技术,如食典委免疫荧光显微镜。结合IMS测量,如肽或脂质分布,与其他成像数据,准确地描绘了解剖结构或组织的细胞类型可以用于生成细胞的细粒度的分子特征及其变化在组织部分。“Van de塑料和Caprioli最近应用这个概念在概念多通道IMS研究自动发现生物标志物的候选人。

Van de塑料强调的作用计算方法对多通道IMS在地平线上。“当前使用IMS集成多通道主要是单变量和多变量模型可以捕捉IMS-reported分子物种之间的线性关系和其他成像方式记录的属性。在未来的五年里,它将成为越来越普遍的使用更复杂的模型类型模型交叉模式链接,让它也可以捕捉非线性关系。此外,我们将需要数据降维技术可以减少数以千计数以百万计的收购了多通道的尺寸IMS数据集实际数量而导致最小损失的信息。因此,我预期增加开发和使用先进的信号处理和机器学习技术保持IMS分析实际可行。”

Caprioli和Van de塑料多通道IMS预见一个戏剧性的上升,“它提供了一个分子生物学上重要的过程”的观点,否则难以地图及其空间方面使它更加全面地反映生物的复杂性。多通道IMS在多路复用和没有针对性的方式完成这个空间分辨率非常相关的发现和理解生物学途径以及疾病的分子机制”。

BayesSpace: subspot决议在空间转录组的计算框架

许多方法被开发出来空间分析的基因表达,不同分辨率,目标分析物(mRNA, microRNA)吞吐量(即。,number of analyzed cells or spots), number of analyzed genes, and whether the approach is targeted or untargeted, i.e., analyzes prespecified genes or all sample genes. The methodology also varies, ranging from methods based on microdissection, fluorescence原位杂化,原位测序和原位捕捉。原位捕获越来越受欢迎,特别是商品化,使研究人员能够使用它。

原位捕获的作品奠定了组织切片的滑动网格覆盖的唯一编码。每个点都包含DNA捕获探针,它包含聚(dT)尾,跟样品组织mrna,和一个独一无二的条形码的编码空间的信息,例如现场位于滑动,因此覆盖组织。组织mrna与探针杂交后,DNA库构造和测序。然后重建的空间分布数据可视化方法基于空间条形码的成绩单。空间分辨率有限的光斑大小,范围从1到20多个细胞,对于大多数商用的方法。

近年来,利益增长在发展中计算方法,可以提高空间分辨率转录组数据集。BayesSpace就是这样的一个方法,贝叶斯统计方法在实验室开发的教授拉斐尔Gottardo,这利用基因表达和空间信息已经存在于空间的每个点转录组数据集集群,提高分辨率。空间转录组是一个相对较新的技术BayesSpace发达时,当时大多数的方法与技术,如单细胞RNA-seq有关。

在其核心,BayesSpace是一个聚类模型。每个点的空间可分为subspots转录组数据集。建模在这个更高的分辨率,BayesSpace可以在subspot估计基因表达水平和确定集群的subspots类似的表达谱。利用空间信息,BayesSpace使分辨率增强集群和生成一个高分辨率的空间映射。

BayesSpace验证原始点水平分辨率与三个空间的方法,spatialLIBD,乔托和stLearn*三个非空间的方法,鲁汶,SC3和mclust,使用的部分背外侧前额叶皮层。计算方法用于集群基因表达背外侧前额叶皮层部分的空间转录组数据集的白质和六个皮质层,这是相对于手动标注参考用人指标称为调整兰德指数(ARI)。BayesSpace有较高的中位数阿里与其他计算方法相比,表明它可以最好的预测的皮质层空间转录组数据集。

BayesSpace subspot层面进一步测试。既然没有其他subspot级别的计算方法可用于分析数据的比较,这是通过执行空间转录组和高分辨率的浸润性导管癌的免疫组织化学CD3和CD45污点T细胞和白细胞,分别。anti-CD3和anti-CD45信号与相应的增强免疫组织化学相关基因表达建模的BayesSpace空间转录组数据,验证方法。此外,BayesSpace精制的边界描述immune-rich和immune-poor区域。

鉴于空间信息的重要性生物过程,进步继续改善的空间分析的方法。这包括多通道的方法,结合空间方法,如IMS,与其他分析方法增加丰富的生物信息。此外,技术和计算方法是将空间分辨率的信封,获得更细粒度的生物系统的信息。

*这篇文章是一个预印本,有待同行评议。因此被视为初步结果,应该解释为这样的。了解同行评审过程的作用研究在这里。为进一步的信息,请联系引用源。