Science綜述 | 深入揭秘空間組學革命，未來科學新篇章將展開！-技術前沿-資訊-生物在線

Science綜述 | 深入揭秘空間組學革命，未來科學新篇章將展開！

作者：北京澤匯商貿有限公司 暫無發布時間 (訪問量:28825)

前言
在生物體中，細胞必須在三維組織中相互作用和組裝。每個細胞的位置與其內在性質一樣重要，可以用來確定組織在疾病中的功能或障礙。最近，在多重空間分子測量方面爆發的創新正在開啟生物學研究的新篇章，并使人們重新擁抱生命系統的復雜性。
空間組學有望通過同時測量物理組織結構和分子特征，來改變生物學的許多領域并最終che底改變病理學。目前，大量新技術可以對基因和蛋白質表達、基因突變、表觀遺傳標記、染色質結構和基因組組織進行空間分析。但空間組學技術的分辨率、靈敏度和通量水平截然不同，在易于采用、與不同樣品類型的兼容性、商業可用性、前期投資和每個樣品的成本方面也存在很大差異。在這個不斷發展的領域，選擇zuihao的技術來解決特定的生物挑戰至關重要。
8月4日，劍橋大學科學家在《Science》撰寫題為“The dawn of spatial omics"的綜述文章，全面梳理了空間組學技術的豐富種類，闡明它們各自的原理、優勢和局限性，并就空間組學目前面臨的挑戰提供了見解。
圖片?
zui薪一代空間組學分析工具
1.?多重抗體成像
免疫組織化學（IHC）和原位雜交（ISH）方法已使用50多年。空間組學技術可以使用質譜（MS）等非顯微方法來檢測分析物，執行染色和染料去除循環以達到所需的復雜性，或者利用高通量DNA測序和條形碼的力量。
更新的質譜流式細胞技術（MC），基于與同位素純鑭系金屬綴合的抗體檢測，具有非常高的信噪比（SNR），是成像質譜流式細胞技術（IMC）和多重離子束成像（MIBI）的基礎。然而受到足夠純金屬的可用性的限制，可實現的復雜性在大約50個物種。
圖片?
多重抗體成像的另一種方法是基于在重復成像周期中檢測常規標記的熒光抗體。在部分方法中，所有抗體立即與樣品結合，并通過二級探針循環進行檢測?？偟膩碚f，它們相對于MS具有更大的數據生成能力。對于涉及大量樣本收集的項目來說，循環成像方法可能是最可行的替代方案。
2.?空間轉錄組學（ST）和基因組學
這系列技術的最終目標是，以亞細胞分辨率測量整個組織樣本中每個基因和基因亞型的豐度。目前，還沒有任何技術能夠達到這一目標?？臻g基因組分析基于四種主要策略。
2.1 顯微切割和光隔離
顯微切割可能是通過物理分離從特定區域純化生物分子，來為分子圖譜添加空間信息的蕞明顯方法。激光捕獲顯微切割（LCM）通常用于分離小區域（數十至數百個細胞）以進行RNA-seq，并且可以達到單細胞分辨率。
圖片?
最近的研究使用光來空間選擇要剖析的區域。光可用于觸發逆轉錄（RT），切割報告基因，貼上純化標記，或去除測序接頭連接的阻礙物（adaptor）。光還可以觸發DNA條形碼或條形碼組合的附著，通過驅動其交聯或雜交到組織。然后使用條形碼將讀取重新分配給這些區域。
顯微切割技術能提供非常深入的分析，幾乎達到批量測序水平，并允許將感興趣的區域從單個細胞定制到整個區域。但是它們的通量相對較低。
2.2 多循環原位雜交
循環雜交的方法是單分子FISH（smFISH）的后代，這是一組將組織中的單個mRNA分子解析為亞衍射熒光點的技術。為了實現檢測，需要將多個探針與相同的mRNA分子結合。smFISH通常被認為是RNA定量方法中的“金標準"，因為它可以檢測非常低豐度的轉錄本，從它衍生的空間分析技術往往具有出色的靈敏度。
圖片?
MERFISH和seqFISH+是目前可用的兩種主要的基于雜交的原位轉錄組學方法，都已擴展到全轉錄組水平，成功用于研究不同器官和組織中的空間基因表達，適合通過寡聚抗體同時檢測mRNA和蛋白質。兩者在靈敏度、通量和優缺點方面實際上非常相似，但在操作和條形碼方案細節方面存在一些技術差異。
還有其他一些技術如osmFISH、Saber-FISH、Clamp-FISH、SCRINSHOT、EEL-FISH等，其中許多方案可同時分析數千個基因和數十種蛋白質。技術復雜且實施起來費力，限制了該類技術的廣泛應用。
2.3 原位測序
該方法系列的前提是，對組織切片內原位執行高通量測序，蕞常用的測序技術是連接測序而不是合成測序。共同步驟是通過對檢測到的轉錄本產生的圓形模板進行滾環擴增（RCA），來生產DNA“納米球"（rolony）。每個mRNA分子都會產生一個單獨的rolony，從而可以對轉錄本進行定量，蕞大讀取長度約為30個核苷酸。
這些方法包括基于與mRNA雜交的掛鎖DNA探針的ISS，和通過cDNA分子的環化產生RCA擴增子的FISSEQ，它們也迅速催生了多種具有更高效率和改進特征的衍生方法，如BaristaSeq。最近，均已與擴展顯微鏡化學相結合，效率和SNR均得到了顯著提高，如ExSeq。
基于FISH和基于原位測序的方法有一個共同點：最終通過組織的高分辨率顯微鏡成像進行檢測，并通過有效計數單個mRNA分子來測量基因表達。單分子顯微鏡非常具有挑戰性，需要極其精確的儀器和進程，檢測靈敏度也會因細胞大小而產生偏差。
2.4 空間條形碼
在ST中，通過使用微陣列打印技術，將有序的寡核苷酸陣列沉積在載玻片上，然后將薄的組織切片放置在陣列上，進行透化以使細胞RNA擴散到帶有條形碼的寡核苷酸，并原位反轉錄以產生空間索引的cDNA，然后產生文庫并進行測序。關鍵優勢是能夠產生長測序讀數、不依賴復雜的成像儀器、高速、用于并行化，極大地促進了其商業應用。然而，也存在一些缺點，包括分辨率低（目前為50至100 μm）、每個樣品的成本高以及RNA捕獲效率低。
圖片?
Slide-seq和HDST技術將帶有條形碼的Poly（T）引物附著到納米珠上，然后將珠子包裝在粘性載玻片（Slide-seq）或微孔圖案載玻片（HDST）上，達到更高的空間密度（Slide-seq為10 μm，HDST為2 μm）。Slide-seq、HDST和Slide-tags能夠以與單細胞大小相當的分辨率進行分析，但這是以更復雜的操作和試劑設置以及更低的RNA捕獲效率為代價的。改進方法如Seq-Scope、Stereo-seq和PIXEL-seq都具有相對較高的捕獲效率，與scRNA-seq持平或略高。此外，還有DBIT-seq。?
空間條形碼技術與批量測序相結合非常成功。商業選項的可用性、高精度儀器的不依賴以及與現有工作流程的兼容性降低了進入門檻，數據分析也相當簡單。然而，空間條形碼相對于樣本的低分辨率和隨機定位意味著信息有時會混淆結果。
選擇的平衡
方法的選擇取決于每個特定研究的具體需求，分辨率、通量、易于實施、穩健性和成本是關鍵變量。
對于蛋白質分析，主要決定是投資IMC-MIBI生態系統還是選擇環狀免疫熒光方案。IMC的分辨率相對較粗，通常不足以檢測細胞核和膜以外的任何亞細胞結構。MIBI提供更高的分辨率，但處理速度更慢。環狀免疫熒光成本較低，提供更高的通量，辨率要高得多，具有較低的SNR。
空間轉錄組學領域的考慮要復雜得多。基于成像的方法可以提供非常高的分辨率，但這也使它們變慢。雜交方法具有更好的靈敏度，但往往會產生較弱的熒光信號，還需要針對不同的組織重新優化，在相對較薄的切片（10至20μm）上表現蕞佳。而原位測序方法可以對更厚的樣品（高達100μm左右）進行成像，但表現出蕞低的靈敏度。
分辨率和通量也是某些基于條形碼的方法需要考慮的關鍵參數。在大多數情況下，這些方法無法將空間條形碼與特定細胞相關聯。目前使用蕞廣泛的技術ST，其分辨率較低，使得詳細分析空間鄰域變得更加困難。此外，靈敏度相對較低，并且每個樣品的成本通常高于其他方法。然而，條形碼方法在通量方面具有相當大的優勢。
當只需要對幾個空間位置進行深度剖析時，應考慮激光捕獲解剖或空間標記方法。這些方法通常更容易實現，并且可通過各種批量分析方法直接純化選定材料進行分析。
兩大挑戰
1. 分析的挑戰：從大數據到有用數據
數據采集通常被認為是空間組學方法中最困難的步驟，但數據操作、分析和可視化同樣重要。圖像配準是一個難題，巨大數據量使空間分析變得更加復雜。大多數轉錄組學方法需要解碼步驟，這些處理難以標準化和優化。最近，SpaceTx聯盟做出了巨大的努力，發布了一組成功適用于大多數方法的Python模塊——Starfish。
圖片?
圖像分割是生物成像和計算機視覺的核心問題，并且在過去幾年中受益于人工智能（AI）和深度學習的快速發展。定義細胞質膜邊界是一項更復雜的任務，即使使用AI模型也無法產生有效的分割。
空間條形碼方法繞過了大多數圖像分析要求，但條形碼讀數映射到的“位置"不一定對應于特定的單個細胞。為分解數據設計的工具可以提供良好的結果，如Seurat、ScateR、Scanpy和Monocle軟件包，但數據生成的細微差別可能會導致偏差。專用軟件包通常將原始數據的直接可視化與逐個特征矩陣的分析相結合，還提供商業選項，例如，GiottoVitesSce、Histocat、Cytomapper、SquidPy等。
盡管目前的工具能對空間數據進行分析，但無法有效利用空間剖析方法最重要的特征：空間。可以通過配體-受體分析來補充，這是一種在分解的scRNA-seq中引入的細胞-細胞功能相互作用的測量方法。
2. 實驗設計的挑戰
一種應用是在生理和病理條件下識別組織內的新細胞類型和狀態。這是人類細胞圖譜項目公開的目標，該項目現在正轉向空間組學技術。這些方法可以揭示傳統細胞類型定義未解釋的基因或蛋白質表達的殘余異質性，并將其與空間位置相關聯。另一個問題是不同細胞類型的共定位，是否影響表達譜或與組織功能或疾病結果相關。這是最近幾個大型項目的重點，例如研究腫瘤如何進化以及對治療的反應。同時分析許多基因和蛋白質的能力也有助于發現特定空間生態位的新標記。
使用空間組學方法來表征細胞類型的一個挑戰是在每個位置測量的特征數量有限。克服這一限制的一種策略是，將空間測量與分解的單細胞方法相結合。
重復是該領域大部分的核心問題。當研究具有刻板組織的樣本時，獲取多個重復并平均結果相對簡單，但這對于具有高度異質且不一致的空間結構的病理組織來說是一個挑戰。更復雜的是，隨著數據分辨率的提高，即使在具有看似可重復結構的組織中，樣品之間的異質性也暴露出來。
未來展望
我們仍處于空間組學時代的黎明。隨著時間的推移，空間分析方法將變得更快、更可靠、更強大。這可能會與更廣泛的商業儀器和試劑同時提供。
剖析深度可能會繼續增加，現有技術將進一步擴展到更廣泛的測量范圍，基因組和表觀基因組測量也越來越多地在空間上進行，空間多組學技術將興起，模仿分解的單細胞技術的演變。最后，該領域將更接近真正的3D輪廓。
空間組學已經為多個領域提供了實質性和多樣化的見解，包括動物發育和大腦結構以及與患者結果相關的腫瘤微環境（TME）特征。我們正處于空間組學革命的開端，但進展正在以驚人的速度發生，也將為闡明許多生物學問題做出重大貢獻。
北京澤匯商貿有限公司 商家主頁

地 址： 北京市豐臺區豐管路19號西國貿大廈5039

聯系人： 楊會婷

電 話： 83298591

傳 真： 83298591

Email：purple0102@126.com

相關咨詢

腦類器官技術迎全新突破，Celvivo 3D 培養系統解鎖神經發育研究新維度 (暫無發布時間 瀏覽數:5589)

Nanomics：多質譜平臺血漿蛋白組學效能與轉化 (暫無發布時間 瀏覽數:3681)

Nature Protocols 頂刊新發現：14 天培育造血心臟類器官，2.5 天透明化成像破解科研痛點！ (暫無發布時間 瀏覽數:9512)

器官芯片，開啟“芯”視界 (暫無發布時間 瀏覽數:12229)

多元利器，助力類器官研究全面突破 (暫無發布時間 瀏覽數:18995)

生物3D打?。航怄i類器官奧秘的科技鑰匙 (暫無發布時間 瀏覽數:18354)

外泌體提取“高手”——EXODUS系列產品 (暫無發布時間 瀏覽數:19931)

EFL生物3D打印機在骨再生領域的應用 (暫無發布時間 瀏覽數:22162)

外泌體提取“高手”——EXODUS系列產品 (暫無發布時間 瀏覽數:20254)

中國蛋白組學向何處去？ (暫無發布時間 瀏覽數:28632)

ADVERTISEMENT