生物学家用来研究不同细胞类型转录组的常规工具最初仅限于免疫组化或免疫组化原位杂交——即用一种或两种不同的颜色标记RNA、DNA或蛋白质——使区分一种或两种类型的细胞成为可能。随着强大的到来单细胞RNA测序(scRNAseq)技术进步，生物学家们很快就以前所未有的细节研究了组织中的每个细胞。现在，通过将这些单细胞分析工具与成像和微流体相结合，空间生物学正在增加一个新的信息层，并将改变生物医学科学。
将单细胞分析放在背景中
空间生物学使用任何技术来检测细胞内容物的位置和生物数量。这可能包括转录组，表观基因组或任何你可以用荧光测量的东西原位杂交(FISH)技术或新一代测序(NGS)，但要成为空间生物学，就必须涉及位置。
Ankur Sharma博士他是哈里帕金斯医学研究所和科廷大学的实验室负责人，研究胎儿发育与癌症之间的相互作用。对于像Sharma这样的研究人员来说，scRNA-seq在理解哪些细胞类型是疾病特异性的、哪些细胞参与正常的生理发育以及哪些细胞与疾病有关方面提供了一个台阶。然而，scRNAseq的一个主要限制是，它需要提取组织，将其分解成单细胞悬液，并分析每个细胞的mRNA含量。这意味着研究人员失去了细胞在其组织中的环境，以及它如何与邻近细胞联系和交流。
空间转录组学可以通过激光捕获显微解剖技术在显微镜下获取细胞亚群来实现，但这仍然只能提供大体积水平的转录组学。“大多数用户希望能够测量单个细胞的转录组，因此开发了更先进的技术来实现这一目标，”解释说景在元他是西达斯-西奈医学中心的副教授，开发了解释空间生物学数据的分析工具。大多数基于图像的技术包括针对目标RNA或DNA分子设计探针，然后进行连续的FISH和成像。1每个探针的荧光信号可以精确地映射到它们在组织中的位置，从而实现转录景观的高分辨率视图。在基于ngs的技术中，人们正在努力增加空间条形码的密度，以获得亚细胞分辨率的转录组数据。
大约五年前，空间转录组学技术开始发展，这使得详细研究每一种细胞类型成为可能。这为这些细胞在组织中的位置提供了背景——它们之间的距离有多近，在疾病进展过程中这种距离是如何变化的，以及当治疗起作用时，与当治疗失败时，它们的相互作用是如何变化的。“在此之前，我们只能对它们进行分类，”夏尔马说，“而现在我们可以通过了解它们在组织中的作用来对它们进行分类。现在，我们可以窃听组织中细胞的私人对话。”
空间生物学的里程碑
空间生物学的里程碑
这是分子生物学的一个飞跃
空间生物学已经增强了我们对疾病机制的理解深度，并解释了哪些细胞变化可能具有临床意义。
“在理解生物学的过程中，区分相关性和因果关系是至关重要的，”夏尔马说。“细胞或细胞信号的存在并不总是告诉我们它是否是疾病的必要条件。但如果我们想象两种类型的细胞总是聚集在一起，在治疗有效时发出信号A，但在治疗失败时传递信号B，这有助于理解治疗反应中细胞通信的生物学背景。这就是空间生物学的力量。”
Sharma正在使用空间转录组学来可视化免疫治疗如何影响癌症和免疫细胞之间的通信，以预测肝癌患者的免疫治疗反应。2“我们已经发现，具有特定癌细胞通信空间模式的患者对传统疗法没有反应，但免疫疗法阻断了这种通信并杀死了这些患者的癌细胞。”Sharma的团队正在领导一项国际研究，他们在治疗开始时对患者进行分析，并可以提前提供辅助免疫治疗。我们的目标是提供原理证明，如果你在治疗开始时分析这些细胞类型之间的相互作用，你不必等到患者复发才增加或改变治疗，你可以将复发扼杀在萌芽状态。
罕见细胞发现与高plex成像平台
罕见细胞发现与高plex成像平台
空间生物学技术的局限性
目前的空间生物学技术大多依赖于单分子FISH，其次是成像或NGS。1基于NGS的方法在分辨率上受到限制，因为这取决于你可以在幻灯片上放置多少个空间条形码，Won说:“当基于NGS的技术首次出现时，阵列上每个点的大小约为100 uM，现在可以获得甚至小于1 uM的网格尺寸。”
基于图像的方法需要预先选择基因来设计mRNA种类的探针，这限制了可以检测到的RNA种类的数量。“尽管一些实验室说他们可以测量数千种mRNA，但这仍然是费力和昂贵的，”Won说。“由于基于图像的技术依赖于测量荧光信号，这些荧光信号可以相互重叠，因此通过观察图像来区分mRNA物种并不容易。”
基于条形码芯片的空间技术的进步相当于半导体军备竞赛:谁能在很小的空间内制造出最小的半导体，从而制造出最强大的计算机。“你能打印的最小网格就是你能从细胞中捕捉到的最小细节，”夏尔马说。“你说的是一个城市里的两三个社区和一个社区里的一所房子之间的区别。最新的技术使我们能够可视化这些细胞社区，看看哪些邻居在那里，以及它们彼此之间在交流什么。”
分析复杂空间数据以获得深刻见解
分析复杂空间数据以获得深刻见解
分析数据的新方法
空间生物学的另一个挑战是开发所需的算法，将幻灯片上的每个条形码的每一块拼图拼接在一起。Won的研究就是为了做到这一点。他已经开发了一种算法，可以从空间转录组学或空间表观基因组学数据中检测组织结构，另一种算法可以理解细胞与细胞的相互作用。3.4＊
“虽然有一些工具试图合并转录相似的相邻位置，但我们有一个想法，将转录组视为图像，并应用图像处理技术，”Won解释说。在此之前，他们必须使用主成分分析(PCA)等降维算法将转录组转换成图像。这使得他们能够在三维空间中表示2万个基因，每个维度都转换为一个颜色通道。将图像处理软件应用于这些可视化数据，使他们能够从公开的大脑数据和小鼠胚胎数据中更准确、更快速地检测组织结构。3.4＊
Sharma说，下一个机会是将二维(2D)空间生物学转化为三维。“我们已经开始研究细胞的3D相互作用，但这在一定程度上受到测序成本的限制。当测序变得更便宜时，我们可以在不同的组织层进行这些实验。但第二部分是你如何把所有这些都缝在一起?为此，我认为社区需要开发更多的计算工具来理解这些细胞类型的3D动力学。”
人类全转录组图谱
传统的基因表达技术无法捕捉具有空间背景的转录组异质性。下载本白皮书，找出解决方案S设计用于空间生物学的综合剖析，p提供优越的灵敏度，检测数千个独特的人类基因在<50 μm区域和d对任何组织中的任何目标进行空间分析。
视图白皮书赞助内容
另一个进步是将该技术应用于活细胞，因为空间生物学目前仅限于固定细胞，如肿瘤活组织检查。最近，一种在单个活细胞中检测scRNA-seq的新方法发表了，5这使得在不杀死细胞的情况下从单细胞中提取mRNA成为可能，这可能是迈向活组织空间生物学的一步。
Sharma认为，我们已经进入了空间转录组学的第二阶段，在这个阶段，它将进入临床翻译:“我认为它将对精准医疗产生巨大影响，因为临床医生和病理学家传统上接受的训练是通过幻灯片查看广泛的形态学信息，但现在他们可以通过幻灯片查看关于所有不同细胞类型的深刻信息。我认为这将彻底改变该领域，”他说。
虽然空间生物学在理论上开始显示出临床潜力，但随着科学家提高其分辨率、可检测基因的数量以及计算算法的可用性，该领域将具有更广阔的生物学潜力。“我们正在开始研究一种新的生物学，为传统的分子生物学提供另一层知识，”Won说。“我们能从中得到什么样的答案?”我们还不知道;我们刚刚打开盒子的盖子。但这将是一项强大的技术，人们会在任何地方发现它的用途。”
＊这篇文章是预印本，还有待同行评审。因此，结果被认为是初步的，应这样解释。了解同行评议过程在研究中的作用在这里．如需进一步信息，请联系所引用的来源。
参考文献
1.刘志强，刘志强，等。空间组学和多重成像来探索癌症生物学。Nat方法．2021; 18(9): 997 - 1012。doi:10.1038 / s41592 - 021 - 01203 - 6
2.陈志勇，陈志勇，陈志勇，等。肿瘤细胞重编程与肿瘤发生发展的关系。Nat Rev癌症．2022; 22(10): 593 - 602。doi:10.1038 / s41568 - 022 - 00497 - 8
3.Martin PCN, Kim H, Lövkvist C，洪宝文，元桂杰。Vesalius:高分辨率在网上利用图像分析解剖空间转录组数据。Mol系统生物学．2022; 18 (9): e11080。doi:10.15252 / msb.202211080
4.Kim H, Lövkvist C, Martin P, Kim J, Won KJ。从空间转录组学数据检测细胞接触依赖基因表达。bioRxiv。2022.02.16.480673;doi:10.1101 / 2022.02.16.480673(本文为预印本，未经同行评审认证)*
5.陈伟，陈文杰，李志强，等。Live-seq能够对单细胞进行转录组记录。自然．2022, 608(7924): 733 - 740。doi:10.1038 / s41586 - 022 - 05046 - 9
