news 2026/4/27 4:25:24

单细胞 × 空间转录组黄金组合怎么玩?两大核心思路带你解锁新玩法!

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
单细胞 × 空间转录组黄金组合怎么玩?两大核心思路带你解锁新玩法!

⭐前 言⭐

单细胞测序能够精准揭示组织内部的细胞异质性特征,却遗憾丢失了关键的空间位置信息;而空间转录组技术(如Nanostring GeoMx DSP等主流技术)虽能完整保留细胞的空间定位,却存在检测覆盖度与测序深度不足的短板。

将单细胞测序与空间转录组技术强强联合,可实现单细胞分辨率下组织细胞空间分布的精准重建,同时深度解析细胞间的通讯调控机制,为发育生物学、组织稳态维持及疾病发生发展等领域的研究,提供极具突破性的技术支撑与数据依据。

⭐方案一:单细胞测序赋能空间转录组反卷积分析⭐

先借助单细胞测序技术,无偏性获取目标组织中所有细胞类型的全景图谱;再以此为精准参照,对空间转录组数据中每个捕获位点的复杂细胞组成进行拆解分析。

该方案适配绝大多数探索性科研场景,尤其适用于组织细胞图谱构建、疾病微环境异质性解析等核心研究方向。

1、样本设计

样本选取与分组需严格遵循科学性、合理性、代表性三大核心原则,分组逻辑需紧密锚定核心科学问题,确保每组样本均能精准支撑研究假设。可依据疾病分期、组织区域划分、处理条件差异等关键变量,制定差异化分组方案。

1.1 单细胞测序样本设计

设置不少于 3 个独立生物学重复,以此有效规避个体遗传差异、实验批次效应等干扰因素,保障测序数据的可靠性与可重复性。

1.2 空间转录组样本设计

空间转录组样本需与单细胞测序样本来源于同一供体,优先选取同组织块或相邻解剖区域的样本进行检测。此举可最大程度保障细胞亚群与空间位置的精准对应,为后续数据整合分析与反卷积计算筑牢样本基础。

2、关联思路

3、核心分析点

4、部分分析图

5、文献案例展示

👇研究题目

Spatiotemporal single-cell roadmap of human skin wound healing(单细胞与空间转录组联合揭示慢性皮肤溃疡病理特征与FOSL1调控作用)

👇核心发现

通过单细胞与空间转录组联合技术,系统揭示慢性皮肤溃疡的病理特征,明确 FOSL1 基因的关键调控作用。

👇发表信息

发表期刊:Cell Stem Cell 影响因子:20.4

👇实验设计

单细胞转录组层面:选取 3 名健康供体,采集同一部位伤后 1 天、7 天、30 天的伤口边缘组织,按炎症期、增殖期、重塑期分组;同时纳入 4 例静脉溃疡(VU)样本、11 例糖尿病足溃疡(DFU)样本,全面覆盖健康愈合与慢性溃疡两种状态。空间转录组层面:选取 4 名供体同时间点的伤口组织样本,聚焦伤口边缘区域开展空间域分析,精准匹配单细胞数据的时间维度特征。

👇主要结果

  1. 单细胞转录组分析成功识别出 27 类细胞及亚群,明确 FOSL1 可调控角质形成细胞迁移,同时揭示巨噬细胞与成纤维细胞通过 “接力协作” 支持皮肤再上皮化的核心机制;
  2. 空间转录组数据划分出 17 个独特的空间域,清晰呈现不同细胞亚群在伤口组织中的空间分布规律;
  3. 两组学技术联合构建完成人类皮肤伤口愈合的时空图谱,借助反卷积分析实现细胞类型的精准空间定位;
  4. 针对慢性溃疡样本的分析,发现 FOSL1⁺细胞缺失等关键病理特征,深入关联细胞间通讯模式与空间微环境异常的内在机制。

⭐方案二:先辨细胞身份,再析空间功能⭐

先通过单细胞测序精准定义关键细胞亚群的分子特征,再借助空间转录组技术锁定其在组织中的空间坐标,进一步整合多组学数据深度挖掘细胞功能。

该方案实现“细胞是谁→细胞在哪→细胞在做什么”的完整科学问题闭环,可广泛应用于肿瘤微环境解析、炎症反应调控、组织发育机制等前沿研究领域。

1、样本设计

1.1单细胞测序样本设计:设置不少于 3 个独立生物学重复,有效规避个体遗传差异与实验批次效应的干扰,确保测序数据的可靠性与重复性。

1.2空间转录组样本设计:样本需与单细胞测序样本来源于同一供体,优先选取同组织块或相邻解剖区域的样本开展实验。此举可保障目标细胞亚群与空间位置的精准匹配,为后续目标细胞亚群的空间定位及微环境互作机制解析筑牢样本基础。

2、关联思路

3、核心分析点

4、部分分析图

5、文献案例展示

👇研究题目

Multimodal Analysis of Composition and Spatial Architecture in Human Squamous Cell Carcinoma(单细胞与空间转录组联合解析cSCC的组成与空间结构)

👇核心发现

借助单细胞与空间转录组联合技术,系统解析人皮肤鳞状细胞癌(cSCC)的细胞组成特征与空间架构,锁定肿瘤特异性细胞亚群及关键调控靶点,为临床治疗提供新方向。

👇发表信息

发表期刊:Cell 影响因子:38.6(2020 年)

👇实验设计

单细胞转录组:纳入 10 例人皮肤鳞状细胞癌(cSCC)患者,同步采集肿瘤组织,以及与患者、部位匹配的正常皮肤组织作为对照,全面捕获肿瘤与正常状态下的细胞异质性。空间转录组:选取部分患者的肿瘤样本开展分析,涵盖 6 例新鲜冷冻样本与 6 例 FFPE 样本,兼顾不同样本类型的检测需求,精准匹配单细胞数据的空间维度信息。

👇主要结果

  1. 单细胞转录组分析成功识别出 cSCC 中的 4 类角质形成细胞(KC)亚群:其中 3 类重现正常表皮 “基底型”“增殖型”“分化型” 的经典状态,1 类为肿瘤特异性 TSK 亚群;该 TSK 亚群高表达 MMP10、PTHLH 等特征基因,功能富集于上皮 - 间质转化(EMT)、细胞迁移及细胞外基质(ECM)分解等肿瘤进展相关通路。同时,还解析出耗竭型 CD8⁺T 细胞、调节性 T 细胞(Treg)、癌相关成纤维细胞(CAF)、内皮细胞等关键细胞亚群,完整构建 cSCC 的单细胞全景图谱。
  2. 通过 sc-TSK 评分精准定位 TSK 亚群的空间分布,发现其主要富集于肿瘤前沿区域,且邻近区域聚集大量 CAF 与内皮细胞,共同形成纤维血管微环境;进一步分析显示,肿瘤前沿区域还富集 Treg 与耗竭型 CD8⁺T 细胞,明确了 cSCC 免疫抑制微环境的核心空间特征。
  3. 多离子束成像(MIBI)技术验证了 TSK 亚群与 Treg、CD8⁺T 细胞的空间共定位关系;CRISPR 功能筛选发现,TSK 亚群高表达的 ITGB1、FERMT1、CD151 基因是肿瘤生长的必需基因,敲除后可显著抑制肿瘤增殖;结合 TCGA 数据库分析证实,TSK 特征基因高表达与 PD-1 抑制剂治疗预后不良密切相关,为 cSCC 的靶向治疗与免疫治疗优化提供了关键靶点。

⭐总结⭐

单细胞测序空间转录组的两类联用思路,精准弥补了各自的核心技术局限,形成 “身份定义 + 空间定位” 的研究闭环。方案一聚焦 “定量解析细胞组成”,以单细胞测序获得的细胞全景图谱为参照,通过反卷积技术助力空间转录组精准拆解每个捕获点(spot)的复杂细胞构成;方案二则侧重 “定性追踪目标细胞功能”,先借助单细胞测序锁定关键目标细胞亚群,再通过空间转录组技术追溯其在组织中的空间坐标及周边微环境,明确其功能作用机制。

无论选择哪种联用方案,核心逻辑均为 “单细胞测序定义细胞身份 + 空间转录组明确细胞位置”,最终围绕 “细胞在哪、在做什么” 的核心科学问题展开深度解析,为肿瘤微环境解析、组织发育机制探索等前沿研究,提供更全面、更精准的科学答案。

原文点击:单细胞 × 空间转录组黄金组合怎么玩?两大核心思路带你解锁新玩法!

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/25 6:09:47

不仅仅是浏览器渲染:揭秘 Botasaurus 高效的 HTTP 请求封装

在现代网页爬虫与自动化领域,开发者常常面临一个“鱼与熊掌不可兼得”的困境:使用 Headless 浏览器(如 Playwright 或 Selenium)虽然能轻松应对复杂的 JavaScript 渲染和反爬校验,但资源消耗巨大、速度缓慢&#xff1b…

作者头像 李华
网站建设 2026/4/25 19:05:10

深入 TCP 核心:握手、挥手、滑动窗口与并发服务器实战

一、 连接的诞生与消亡 1. 三次握手 (The 3-Way Handshake) 发生时机:connect() 调用时。 本质:双方确认对方的发送和接收能力正常,并同步初始序列号 (ISN)。 第一次:客户端发送 SYN=1, seq=J。(我想连你) 第二次:服务器回复 SYN=1, ACK=1, ack=J+1, seq=K。(收到,我…

作者头像 李华
网站建设 2026/4/24 18:54:38

java 环境配置(详细教程)

Java 环境配置详细教程(2025–2026 最新主流方式) 以下教程主要针对 Windows、macOS、Linux(Ubuntu/Debian/CentOS) 三种主流操作系统,2025–2026 年最推荐的配置方式。 目前(2026年初)最推荐…

作者头像 李华
网站建设 2026/4/20 20:24:48

同事用“与运算“改了这几行代码,运行效率直接起飞~

正文 大家好,我是bug菌~ 1 问题背景 最近由于项目指标的需求,查了下程序各个部分的运行效率,发现一直用的环形缓冲区在耗时占比中还挺突出,于是过了一遍代码并尝试着去优化一下,没想到改动不大却得到了较大的效率提升。…

作者头像 李华