BMEF(IF=7.7)！空間分辨多組學：從單組學技術、數據分析到多組學整合的全景解讀

英文標題：Spatially Resolved Multiomics: Data Analysis from Monoomics to Multiomics

中文標題：空間分辨多組學：從單組學到多組學的數據分析

發表期刊：BME Frontiers

影響因子：7.7

文章簡介

為促進生物學研究及精準醫療領域發展，中國科學院蘇州生物醫學工程技術研究所周連群研究員、張威研究員團隊在Science合作出版的期刊BME Frontiers上發表題為“Spatially resolved multiomics: data analysis from monoomics to multiomics”的綜述文章，總結了空間單組學技術的發展及其數據分析流程的改進，提出基于空間單組學技術的空間多組學數據整合策略，涵蓋跨平臺、跨切片和跨模態整合，旨在助力研究人員和臨床醫生更好地理解這些技術的進展。

技術路線

研究結果

1、空間組學技術分類與核心技術

空間轉錄組學是指在組織內對轉錄本進行定位和定量分析的技術，旨在探究基因表達的空間分布規律，揭示細胞功能與組織微環境的關系。它主要分為基于圖像和基于空間條形碼的兩類技術，具體分類如下：

a）基于圖像的空間轉錄組技術：原位雜交(ISH)、單分子熒光原位雜交(FISH)、順序熒光原位雜交(seqFISH)、多重誤差穩健熒光原位雜交(MERFISH)、原位測序(ISS)、熒光原位測序(FISSEQ)技術、擴展測序(ExSeq)技術、Xenium技術（可同時檢測高通量轉錄本與低通量蛋白質，達單細胞分辨率）；

b）基于空間條形碼的轉錄組技術：VisiumHD（空間分辨率2μm）、Slide-seq（10μm編碼微球，達單細胞分辨率）、空間增強分辨率組學測序（Stereo-seq，分辨率0.22μm，支持大組織分析）、確定性組織條形碼測序（DBiT-seq，微流控原位標記，無法實現單細胞分辨率）（圖1A）。

空間蛋白質組學用于檢測組織中特定蛋白質抗原的空間分布與豐度，主要包含：a）質譜流式細胞術(MC)：包括成像質譜細胞術(IMC)和多重離子束成像(MIBI)；b）多重免疫組織化學(mIHC)（圖1B）。

空間代謝組學將質譜成像(MSI)與代謝組技術相結合，能夠在組織切片上逐像素檢測內源性代謝物和外源性藥物，并獲取空間位置信息。MSI技術根據離子源的不同可分為以下類別：基質輔助激光解吸/電離質譜成像(MALDI-MSI)、二次離子質譜成像(SIMS-MSI)、解吸電噴霧電離質譜成像(DESI-MSI)（圖1C）。

空間基因組學主要研究多細胞生物體內特定組織或器官中，不同細胞類型在特定位置的基因組序列及其在細胞核中的空間分布隨時間的變化規律，目前核心技術為Slide-DNA-seq（圖1D）。

空間表觀基因組學聚焦基因組表觀修飾的空間分布，主要包含：Spatial-CUT&Tag技術（基于pA-Tn5轉座體，分析全基因組蛋白修飾圖譜）；Spatial-ATAC-seq技術（結合微流控二維編碼，分析全基因組染色質可及性）（圖1E）。

空間多組學技術通過兩片微流控芯片（Group A/B 形成二維坐標系），開發出基于空間條形碼的多功能多組學分析框架。目前可實現空間多組學數據檢測的技術包含：空間ATAC-RNA-seq技術；空間CUT&Tag-RNA-seq技術；DNA-seqFISH+、DNA-MERFISH；NanoString GeoMx數字空間圖譜技術；空間CITE-seq（圖1F）。

圖1. 空間組學的示意圖概要

2、空間單組學的數據分析流程

研究系統梳理了空間轉錄組學、空間蛋白質組學、空間代謝組學、空間基因組學、空間表觀基因組學的數據分析流程（總覽見圖2A），核心步驟如下：

空間轉錄組學：

預處理：分技術類型生成矩陣——圖像類（如seqFISH+）經圖像去噪、細胞分割得“基因-細胞-圖像矩陣”；條形碼類（如Stereo-seq）經序列過濾(Trimmomatic)、基因組比對(STAR)得“基因-斑點坐標矩陣”（圖2B）。

細胞類型鑒定：圖像類用“特征鑒定（PCA+聚類）”或“scRNA-seq映射(Tangram)”；條形碼類用“反卷積+scRNA-seq(SPOTlight/Cell2location)”。

下游分析：空間聚類(BayesSpace/SpaGCN)、鄰域分析(HistoCAT)、細胞通訊（SpaTalk/COMMOT，基于配體-受體互作）（圖2C）。

空間蛋白質組學：

含預處理（質譜類基線校正/峰提取，圖像類去模糊/細胞分割）、細胞類型鑒定（PhenoGraph/MAP，依賴marker抗體）、鄰域分析(Cytomap)、功能組織區域分析（TissueSchematics組裝細胞鄰域為高階功能區）（圖2D）。

空間代謝組學：

含預處理（峰對齊、TIC歸一化、METASPACE注釋）、單變量分析（t檢驗/Mann-Whitney U檢驗，火山圖可視化）、多元分析（PCA降維、PLS-DA/OPLS-DA分組，置換檢驗防過擬合）（圖2E）。

空間基因組學：

含預處理（序列比對、TSS富集評分計算）、克隆區鑒定（KNN平滑+PCA+k-means，Calinski-Harabasz指數選最優k）、基因組區域富集分析（500次置換檢驗，識別遺傳異常）（圖2F）。

空間表觀基因組學：

含預處理（Snakemake重格式化、MACs2峰識別）、評分模型（ArchR計算基因score）、scRNA-seq聯合分析（FindTransferAnchors對齊注釋細胞類型）、擬時序分析（addTrajectory函數揭示分化路徑）（圖2G）。

圖2. 空間單組學數據分析流程

3、空間多組學的數據分析

與技術成熟的單細胞多組學領域相比，空間多組學技術仍處于發展初期，目前缺乏成熟的數據分析流程與標準化整合策略。本文中，研究人員重點梳理了空間多組學的數據分析核心流程，并提出適用于其數據的整合策略，核心模塊包括數據存儲、數據預處理、數據整合、數據相關性分析（含相同空間域識別、三維重建等子方向），同時補充了方法性能的驗證指標（整體流程見圖3）。

圖3. 空間多組學數據分析流程

4、空間組學技術的應用

研究人員對空間組學（含單組學與多組學）在腫瘤、罕見病、人類細胞圖譜(HCA)和人類生物分子圖譜計劃(HuBMAP)、藥物發現、發育生物學、精準醫學領域的應用進行系統總結，主要內容如下：

1）腫瘤領域應用：腫瘤微環境(TME)由腫瘤細胞、免疫細胞、基質細胞、成纖維細胞、細胞外基質和血管組成?？臻g多組學技術可整合生物分子及其物理空間位置，系統推動腫瘤研究，具體包括解析TME細胞分布（如乳腺癌中iCAFs富集于免疫基質區）、揭示腫瘤代謝重編程（如胃癌界面區谷氨酰胺代謝差異）、繪制腫瘤克隆進化圖譜（如前列腺癌拷貝數變異空間分布）（圖4A）。

2）罕見病領域應用：罕見病給全球公共衛生帶來巨大挑戰（圖4B）。目前許多罕見病機制不明，治療方案低效且并發癥風險高，而空間多組學技術為解決這些問題提供了新思路——如通過Stereo-seq發現特發性多中心Castleman病(iMCD)中NCOA4/TRAF3功能異常，通過空間蛋白質組學揭示遺傳性感覺自主神經病9(HSAN9)中TECPR2截斷對神經蛋白運輸的影響。

3）人類細胞圖譜(HCA)和人類生物分子圖譜計劃(HuBMAP)：隨著多組學技術進步，HCA與HuBMAP計劃已啟動（圖4C）。這些計劃旨在構建非疾病人類器官的空間多組學圖譜，為理解人類健康、疾病診斷與治療奠定基礎，而空間多組學技術正成為完成這些任務的核心工具。

4）藥物發現領域應用：藥物靶點發現、藥物篩選和藥代動力學是醫學工程的重要任務，空間組學技術在此中發揮關鍵作用（圖4D）：空間基因組學可在單細胞分辨率下分析目標區域基因表達，精準識別靶點（如發現MAPK信號促進腫瘤發展）；空間代謝組學可評估藥物在組織中的分布（如結核兔模型中利福平比利福噴丁更易穿透空洞病變）。

5）發育生物學領域應用：技術瓶頸曾限制對人類胚胎關鍵發育事件的研究，而空間單組學技術的突破或將開啟“黑箱”研究——其可精準定義細胞功能狀態與發育軌跡，捕獲細胞時空演化，例如解析人類肺胚胎中GRP+/GHRL+神經內分泌細胞分化、人類心臟胚胎不同解剖區域基因表達模式、小鼠腦發育中Pax6-Eomes-Tbr1調控級聯（圖4E）。

6）精準醫學領域應用：隨著深度學習與機器學習在基因研究中的突破，AI技術已用于輔助病理學家基于病理切片進行臨床診斷，研究人員還可運用機器學習精準delineate腫瘤區域（如基于乳腺癌轉錄組訓練模型分類腫瘤區域）（圖4F）。此外，空間技術還能監測疾病進展（如Spatial iTracer追蹤腦類器官細胞命運克隆性），Spatial-CITE-seq結合診斷標志物（如TTF1、p63）與免疫標志物（如PD-L1、CD8），可優化免疫治療策略。

圖4. 空間組學技術的應用 

研究結論

本研究系統探討空間單組學與多組學技術的最新進展，涵蓋技術手段、數據分析流程及轉化應用，著重強調數據分析的重要性，系統梳理了空間單組學從數據預處理到下游分析的完整流程，并針對空間多組學缺乏成熟分析策略的挑戰，提出跨平臺、跨切片、跨模態的整合策略，概述了完整的多組學數據分析流程，為生物醫學研究與精準醫療發展提供了關鍵技術與方法支持。

百趣生物空間代謝組學，通過離子源(MALDI/DESI/SIMS)直接掃描生物樣品成像，可以在同一張組織切片同時分析數百種甚至數千種代謝物的空間分布特征，從而對代謝物進行定性、定量、定位三個維度的分析。

百趣生物空間轉錄組學，通過對樣本包埋切片并與檢測芯片結合，利用序列標簽（spatial barcode和UMI）區別不同細胞的空間位置，可高效檢測組織中空間原始位置上的基因表達模式，兩者聯合可同時獲取細胞類型、功能及空間定位信息。

百趣生物空間蛋白組學，可實現 “單細胞級別” 精準分析，其以高精度激光捕獲顯微切割技術(LCM)為核心，結合超微量蛋白無損提取、酶切及高靈敏度質譜分析，實現不同空間位置蛋白表達的精準檢測。該技術可精確識別特定組織區域與細胞類型，為研究細胞空間異質性、解析細胞微環境復雜性提供有力工具，助力疾病機制研究與新型生物標志物發現。

百趣生物提供“空間代謝組學/空間轉錄組學/空間蛋白組學”專業技術服務，若您感興趣或需獲取原文，歡迎后臺私信咨詢！

END

快樂小包子 撰文

Weyne 校稿