博文
空间基因组学技术的工作原理
|||
空间基因组学技术通过将分子信息（如基因表达、蛋白质丰度等）直接映射到组织切片上的物理位置，从而保留细胞在组织中的原始空间上下文。根据搜索结果，目前主流的空间组学技术主要分为两大思想流派：基于下一代测序（NGS）的方法和基于成像的方法。下面分别阐述它们的工作原理。
一、基于测序（NGS）的方法：“盖上地址邮戳的纸”
这类技术的核心逻辑可以概括为**“先给分子贴上空间条形码，再用NGS读出”**。想象一下，在一块土地上铺上一张带有网格的粘性纸，每个网格都预先印有独一无二的地址——过一段时间后收集这张纸，并对每个地址上粘附的花粉和种子进行鉴定，这就是基于测序的空间组学的基本思路。
1. 基于捕获芯片的技术（Spot/bin体系）
这是目前最主流的技术路线，代表平台包括10x Visium（及Visium HD）、华大Stereo-seq、Slide-seq等。其工作原理如下：
- 空间条形码阵列：在载玻片上预先固定数以万计甚至数十亿个带有空间条形码的捕获点（spot或DNB纳米球），每个点的空间条形码都对应一个唯一的坐标位置。
- 组织切片与透化：将薄薄的组织切片放置在阵列上，经过透化处理后，组织中的mRNA分子被释放出来，并被最近的点上的探针捕获。
- 文库构建与测序：捕获的mRNA经过逆转录、建库后进行高通量测序。每个分子在扩增之前都会被标记上一个唯一分子标识符（UMI），用于准确计数原始分子，避免PCR扩增带来的偏差。
- 空间映射：通过空间条形码将测序读数与组织切片图像关联，实现空间映射分析。
关键特点：该方法无偏倚、可实现全转录组覆盖，但空间分辨率受点的大小限制——例如，传统Visium的spot直径约55μm，可覆盖多个细胞；而Stereo-seq的DNB纳米球直径仅220nm，间距500nm，可实现亚细胞分辨率。
2. 基于显微切割的技术
如激光捕获显微切割（LCM），通过物理分离组织区域进行分子分析，适用于精准定位特定区域。
3. 基于微流控芯片的技术
如DBiT-seq，通过正交微流道递送条形码，通常具有更高的捕获效率。
4. 基于barcode-to-cell的技术
如Slide-tag、ZipSeq，将条形码直接引入细胞或细胞核，再与单细胞RNA测序读出相连接。
二、基于成像的方法：“一架侦察无人机”
这类技术的哲学是派一架带有高倍摄像头的侦察无人机飞越这片土地——不是先捕获分子再测序，而是将分子留在细胞内，直接让它们可见。其核心优势在于高空间分辨率，能够实现单分子定位，但通常局限于预定的靶标集。
1. 循环组合解码（Cyclic Combinatorial Decoding）
代表平台包括10x Genomics Xenium、Bruker CosMx等。工作原理如下：
- 探针设计与杂交：针对数百至数千个预选基因设计荧光标记的探针，这些探针能与目标mRNA高度特异性结合。
- 滚环扩增（RCA）：通过RCA技术将探针结合的mRNA信号进行放大，使其更容易被检测到。
- 多轮成像与解码：利用荧光码本在多轮成像中对目标分子进行身份解码——每个基因被分配一个独特的荧光条形码，每轮成像检测一个比特，数十轮成像即可区分数千个基因。
- 单分子定位：高分辨率显微镜系统地扫描组织并拍照，记录每个mRNA分子的空间位置，实现亚细胞级别的空间分辨率。
关键特点：空间精度高、单分子定位直观，缺点是实验流程与成像轮次复杂，对扫描稳定性与图像处理能力要求高。
2. 循环原位测序（Cyclic In Situ Sequencing）
代表平台包括STARmap、FISSEQ、Singular Genomics G4X等。工作原理如下：
- 直接在组织切片上通过合成/连接反应读出序列（SBS/SBL）。
- 这类方法更接近“直接读碱基/读序列”，因此在理论上更适合检测高度可变区域（如TCR/BCR）。
3. 循环原位杂交（Cyclic ISH）
如RNAscope、DNA-PAINT，通过重复的杂交-成像循环增加通量；而seqFISH、MERFISH等则通过时序条形码实现指数级的多重检测。
三、两类技术的对比与选择
| 特性 | 基于测序（NGS）方法 | 基于成像方法 |
|------|-------------------|-------------|
| 空间分辨率 | 受spot大小限制（2μm~55μm） | 亚细胞/单分子级别 |
| 通量 | 全转录组覆盖 | 通常数百至数千个靶标基因 |
| 捕获效率 | 受RNA扩散影响 | 更高，直接原位检测 |
| 检测靶标 | 无偏倚，可发现新转录本 | 需预先设计探针，有偏倚 |
| 实验复杂度 | 相对标准化 | 多轮成像/测序流程复杂 |
| 成本 | 相对较低 | 较高 |
如何选择：如果研究目标是发现新基因、进行全转录组探索，或样本量较大，基于测序的方法更合适；如果追求高分辨率、需要精确单细胞定位，或关注特定基因集的空间细节，成像方法更具优势。
四、技术发展趋势
当前，空间组学技术正朝着更高分辨率、多模态整合、临床转化三个方向快速发展。例如，Xenium平台已支持5K基因检测组合，Visium HD实现了2μm分辨率的全转录组捕获，而Stereo-seq则通过DNA纳米球阵列实现了亚细胞级空间转录组分析。未来，空间组学有望成为下一代病理学检测和个性化治疗决策的核心工具。
https://blog.sciencenet.cn/blog-2636671-1543395.html
上一篇：空间基因组学在癌症研究中的应用全景
下一篇：空间基因组学技术的未来发展方向
扫一扫，分享此博文