空間轉(zhuǎn)錄組學(xué)聯(lián)合單細(xì)胞測(cè)序技術(shù)進(jìn)展演講人2026-01-13目錄技術(shù)獨(dú)立發(fā)展歷程與局限性解析01技術(shù)挑戰(zhàn)與優(yōu)化方向：從“可用”到“好用”的跨越04空間-單細(xì)胞聯(lián)用技術(shù)在生命科學(xué)中的突破性應(yīng)用03空間轉(zhuǎn)錄組學(xué)與單細(xì)胞測(cè)序的聯(lián)合策略：技術(shù)互補(bǔ)的邏輯必然02未來展望：邁向“時(shí)空多組學(xué)”與“臨床轉(zhuǎn)化”的新紀(jì)元05空間轉(zhuǎn)錄組學(xué)聯(lián)合單細(xì)胞測(cè)序技術(shù)進(jìn)展作為生命科學(xué)研究領(lǐng)域的從業(yè)者，我始終認(rèn)為，技術(shù)的融合是推動(dòng)科學(xué)突破的核心驅(qū)動(dòng)力。近年來，空間轉(zhuǎn)錄組學(xué)（SpatialTranscriptomics,ST）與單細(xì)胞測(cè)序（Single-CellRNASequencing,scRNA-seq）技術(shù)的聯(lián)用，正以前所未有的分辨率重構(gòu)我們對(duì)生命復(fù)雜性的認(rèn)知——從細(xì)胞命運(yùn)的分化軌跡，到組織微環(huán)境的生態(tài)網(wǎng)絡(luò)，再到疾病發(fā)生發(fā)展的空間邏輯，這種“空間+單細(xì)胞”的雙維度解析，已成為揭示生命奧秘的關(guān)鍵鑰匙。本文將結(jié)合技術(shù)原理、應(yīng)用進(jìn)展、現(xiàn)存挑戰(zhàn)與未來方向，系統(tǒng)闡述這一交叉領(lǐng)域的最新突破，以期為同行提供參考與啟發(fā)。01技術(shù)獨(dú)立發(fā)展歷程與局限性解析ONE技術(shù)獨(dú)立發(fā)展歷程與局限性解析在探討聯(lián)合技術(shù)之前，需先理解兩種技術(shù)的獨(dú)立發(fā)展脈絡(luò)及其固有局限，這是理解聯(lián)用必要性的邏輯起點(diǎn)。1.1單細(xì)胞測(cè)序技術(shù)：從“細(xì)胞群平均”到“細(xì)胞異質(zhì)性”的革命單細(xì)胞測(cè)序技術(shù)的誕生，徹底改變了傳統(tǒng)轉(zhuǎn)錄組學(xué)以“組織塊”或“細(xì)胞群”為研究對(duì)象帶來的“平均效應(yīng)”掩蓋。2013年，Tang等首次基于微流控技術(shù)實(shí)現(xiàn)單細(xì)胞轉(zhuǎn)錄組捕獲，標(biāo)志著scRNA-seq進(jìn)入實(shí)用化階段；隨后，10xGenomics、Drop-seq等平臺(tái)的涌現(xiàn)，通過液滴包裹原理實(shí)現(xiàn)了數(shù)千至數(shù)萬個(gè)細(xì)胞的并行測(cè)序，極大降低了技術(shù)門檻。技術(shù)獨(dú)立發(fā)展歷程與局限性解析然而，scRNA-seq的固有局限也十分突出：空間信息的丟失。該技術(shù)通過酶解或物理dissociation將組織解離為單細(xì)胞懸液，雖然獲得了高精度的細(xì)胞亞型鑒定（如免疫細(xì)胞分群、腫瘤細(xì)胞異質(zhì)性），卻完全破壞了細(xì)胞在原始組織中的空間位置關(guān)系。例如，在腫瘤微環(huán)境中，癌細(xì)胞與基質(zhì)細(xì)胞的互作距離、免疫浸潤的“冷/熱”表型空間分布等關(guān)鍵信息，均無法通過scRNA-seq直接獲取。正如我在參與某項(xiàng)肺癌研究時(shí)的親身經(jīng)歷：即便通過scRNA-seq鑒定出腫瘤相關(guān)巨噬細(xì)胞（TAMs）的M1/M2亞群，卻無法判斷這些M2TAMs是直接毗鄰癌細(xì)胞的“促癌亞群”，還是遠(yuǎn)離腫瘤的“旁觀者”，這一局限極大制約了微環(huán)境互作機(jī)制的深入解析。2空間轉(zhuǎn)錄組學(xué)：從“基因表達(dá)”到“空間坐標(biāo)”的跨越為彌補(bǔ)scRNA-seq的空間缺失，空間轉(zhuǎn)錄組學(xué)應(yīng)運(yùn)而生。其核心思想是在保留組織空間結(jié)構(gòu)的前提下，捕獲每個(gè)空間位置（或“spot”）的轉(zhuǎn)錄組信息。2016年，St?hl等開發(fā)的Visium平臺(tái)（10xGenomics）首次基于組織切片與寡核苷酸探針陣列的結(jié)合，實(shí)現(xiàn)了“基因表達(dá)+空間坐標(biāo)”的同步獲取，標(biāo)志著ST技術(shù)進(jìn)入快速發(fā)展期。隨后，原位捕獲技術(shù)（如MERFISH、seqFISH+）通過熒光原位雜交原理，將分辨率提升至單細(xì)胞級(jí)別；而激光捕獲顯微切割（LCM）結(jié)合RNA-seq則通過物理切割實(shí)現(xiàn)特定空間區(qū)域的精準(zhǔn)轉(zhuǎn)錄組測(cè)序。盡管ST技術(shù)成功將基因表達(dá)錨定回空間位置，但其局限性同樣顯著：分辨率與通量的權(quán)衡。例如，Visium平臺(tái)的spot直徑約為55μm，每個(gè)spot包含數(shù)十至上百個(gè)細(xì)胞，其轉(zhuǎn)錄組本質(zhì)上是“細(xì)胞群平均”，2空間轉(zhuǎn)錄組學(xué)：從“基因表達(dá)”到“空間坐標(biāo)”的跨越難以解析單細(xì)胞水平的異質(zhì)性；而高分辨率技術(shù)（如MERFISH）雖可實(shí)現(xiàn)單細(xì)胞定位，但通量極低（通常一次實(shí)驗(yàn)僅能檢測(cè)數(shù)百個(gè)細(xì)胞），且實(shí)驗(yàn)成本高昂。此外，ST技術(shù)對(duì)樣本質(zhì)量要求苛刻，新鮮冷凍組織的使用限制了臨床樣本的適用性，這也是我們?cè)趯?shí)際操作中常遇到的痛點(diǎn)——尤其是對(duì)于珍貴的臨床活檢樣本，如何平衡“空間保留”與“細(xì)胞活性”成為難題。02空間轉(zhuǎn)錄組學(xué)與單細(xì)胞測(cè)序的聯(lián)合策略：技術(shù)互補(bǔ)的邏輯必然ONE空間轉(zhuǎn)錄組學(xué)與單細(xì)胞測(cè)序的聯(lián)合策略：技術(shù)互補(bǔ)的邏輯必然面對(duì)單一技術(shù)的固有局限，研究者們自然想到將二者優(yōu)勢(shì)互補(bǔ)：scRNA-seq提供高精度的細(xì)胞亞型注釋，ST提供細(xì)胞的空間分布與互作信息。這種“1+1>2”的聯(lián)用策略，已發(fā)展出多種成熟的技術(shù)路徑與數(shù)據(jù)整合框架。1技術(shù)聯(lián)用的核心邏輯與基本原則1空間-單細(xì)胞聯(lián)用的核心邏輯在于：以scRNA-seq構(gòu)建細(xì)胞類型“字典”，以ST為組織“貼圖”，將“字典”與“貼圖”精準(zhǔn)匹配。其基本原則可概括為三點(diǎn)：2-樣本來源一致性：理想情況下，聯(lián)用實(shí)驗(yàn)需使用同一組織的相鄰切片（或同一組織的部分用于scRNA-seq，部分用于ST），以確保細(xì)胞類型與空間位置的對(duì)應(yīng)性；3-技術(shù)分辨率適配：根據(jù)研究目的選擇分辨率——若關(guān)注細(xì)胞亞群空間分布，可選擇中分辨率ST（如Visium）；若關(guān)注單細(xì)胞空間互作，則需結(jié)合高分辨率ST與scRNA-seq；4-數(shù)據(jù)整合算法優(yōu)化：開發(fā)能處理高維、異構(gòu)數(shù)據(jù)的算法，實(shí)現(xiàn)細(xì)胞類型注釋、空間軌跡推斷與互作網(wǎng)絡(luò)構(gòu)建的無縫銜接。2聯(lián)合技術(shù)的三大主流策略基于上述邏輯，目前空間-單細(xì)胞聯(lián)用已形成三大主流策略，分別針對(duì)不同的研究需求：2聯(lián)合技術(shù)的三大主流策略2.1“先單細(xì)胞后空間”的參照系策略該策略以scRNA-seq為“金標(biāo)準(zhǔn)”，首先構(gòu)建組織的細(xì)胞類型圖譜，再將ST數(shù)據(jù)中的每個(gè)spot轉(zhuǎn)錄組與scRNA-seq的細(xì)胞類型進(jìn)行比對(duì)，實(shí)現(xiàn)spot水平的細(xì)胞類型注釋。其典型流程為：1.樣本分選：取同一組織的一部分制備單細(xì)胞懸液，進(jìn)行scRNA-seq，通過聚類分析鑒定細(xì)胞亞型（如T細(xì)胞、B細(xì)胞、成纖維細(xì)胞等），并標(biāo)記各亞型的marker基因；2.ST實(shí)驗(yàn)：取相鄰組織切片進(jìn)行ST測(cè)序，獲得每個(gè)spot的基因表達(dá)矩陣；3.數(shù)據(jù)注釋：利用算法（如SingleR、SPOTlight）將spot表達(dá)矩陣與scRNA-seq的細(xì)胞類型marker進(jìn)行匹配，推斷每個(gè)spot的細(xì)胞類型組成；2聯(lián)合技術(shù)的三大主流策略2.1“先單細(xì)胞后空間”的參照系策略4.空間可視化：將注釋結(jié)果映射回組織切片，生成細(xì)胞類型的空間分布熱圖。該策略的優(yōu)勢(shì)在于注釋準(zhǔn)確性高，尤其適用于細(xì)胞類型復(fù)雜的組織（如腦、腫瘤）。例如，在2020年Nature的一項(xiàng)研究中，研究者通過scRNA-seq構(gòu)建了小鼠前腦的細(xì)胞類型圖譜（包含136個(gè)神經(jīng)元亞型），再結(jié)合Visium數(shù)據(jù)成功解析了不同神經(jīng)元亞層在皮層中的空間排布。但其局限在于：ST的spot分辨率仍受限于細(xì)胞數(shù)量，若一個(gè)spot包含多種細(xì)胞亞型，注釋結(jié)果可能出現(xiàn)“平均偏差”。2聯(lián)合技術(shù)的三大主流策略2.2“先空間后單細(xì)胞”的定位策略3.單細(xì)胞測(cè)序：對(duì)捕獲的單細(xì)胞進(jìn)行scRNA-seq，高精度解析目標(biāo)區(qū)域的細(xì)胞異質(zhì)性；與上述策略相反，該策略首先通過ST獲取空間表達(dá)模式，再結(jié)合空間信息對(duì)特定區(qū)域進(jìn)行單細(xì)胞水平解析。其核心在于“空間引導(dǎo)的單細(xì)胞捕獲”，典型流程為：2.區(qū)域切割：基于ST的空間定位，利用激光捕獲顯微切割（LCM）或空間條形碼技術(shù)（如Slide-seq）精準(zhǔn)切割目標(biāo)區(qū)域，獲取單細(xì)胞或亞細(xì)胞群；1.ST初篩：對(duì)組織切片進(jìn)行低/中分辨率ST測(cè)序（如Visium），識(shí)別感興趣的空間區(qū)域（如腫瘤邊緣、免疫浸潤熱點(diǎn)區(qū)）；4.數(shù)據(jù)融合：將單細(xì)胞數(shù)據(jù)回溯至原始空間位置，實(shí)現(xiàn)“宏觀空間”與“微觀單細(xì)胞”2聯(lián)合技術(shù)的三大主流策略2.2“先空間后單細(xì)胞”的定位策略的雙向驗(yàn)證。該策略的優(yōu)勢(shì)在于靶向性強(qiáng)，能聚焦ST初篩的關(guān)鍵區(qū)域，降低scRNA-seq的細(xì)胞數(shù)需求，尤其適用于樣本量有限的臨床研究。例如，在2021年Science的一項(xiàng)乳腺癌研究中，研究者通過Visium定位到腫瘤內(nèi)部的“免疫排斥熱點(diǎn)區(qū)”，再利用LCM捕獲該區(qū)域單細(xì)胞，發(fā)現(xiàn)了一群此前未被鑒定的免疫抑制性巨噬細(xì)胞亞群，其高表達(dá)PD-L1且特異性分布于腫瘤壞死區(qū)域。2聯(lián)合技術(shù)的三大主流策略2.3“同步整合”的一體化策略1為避免樣本分選帶來的誤差，近年來出現(xiàn)了一體化空間單細(xì)胞測(cè)序技術(shù)，即在保留組織空間結(jié)構(gòu)的同時(shí)，直接捕獲單細(xì)胞水平的轉(zhuǎn)錄組與空間坐標(biāo)。其代表技術(shù)包括：2-10xGenomicsXenium：基于原位探針捕獲技術(shù)，通過熒光編碼同時(shí)實(shí)現(xiàn)單細(xì)胞水平的基因檢測(cè)與空間定位，分辨率約0.5-1μm；3-MERFISH/seqFISH+升級(jí)版：在傳統(tǒng)多重?zé)晒庠浑s交基礎(chǔ)上，結(jié)合條形碼編碼技術(shù)，可檢測(cè)數(shù)千個(gè)基因的單細(xì)胞表達(dá)與空間位置；4-空間ATAC-seq與RNA-seq聯(lián)用：如Vizgen的MultiplexedFISH技術(shù)，同步檢測(cè)染色質(zhì)開放狀態(tài)與基因表達(dá)的空間分布，實(shí)現(xiàn)表觀遺傳與轉(zhuǎn)錄組的空間整合。2聯(lián)合技術(shù)的三大主流策略2.3“同步整合”的一體化策略該策略的優(yōu)勢(shì)在于“一次實(shí)驗(yàn)、雙維數(shù)據(jù)”，無需樣本分選，最大程度保留原始組織信息。例如，2022年Cell發(fā)表的Xenium技術(shù)研究中，研究者對(duì)人類乳腺癌切片進(jìn)行同步空間單細(xì)胞測(cè)序，不僅鑒定出12種細(xì)胞亞型，還揭示了癌細(xì)胞的“空間遷移軌跡”——部分癌細(xì)胞沿血管內(nèi)皮細(xì)胞呈線性排列，提示血管可能是腫瘤轉(zhuǎn)移的“軌道”，這一發(fā)現(xiàn)通過傳統(tǒng)聯(lián)用策略難以獲得。3數(shù)據(jù)整合算法：從“匹配”到“重構(gòu)”的跨越無論采用何種技術(shù)策略，數(shù)據(jù)整合都是聯(lián)用的核心挑戰(zhàn)。傳統(tǒng)方法（如SPOTlight）通過“非負(fù)矩陣分解（NMF）”將ST的spot表達(dá)矩陣分解為scRNA-seq的細(xì)胞類型特征，但這種方法假設(shè)每個(gè)spot的細(xì)胞類型組成是“離散”的，忽略了連續(xù)細(xì)胞狀態(tài)（如分化軌跡）的影響。近年來，基于圖神經(jīng)網(wǎng)絡(luò)（GNN）與生成模型的新算法成為熱點(diǎn)：-GNN-based整合：將細(xì)胞（scRNA-seq）與spot（ST）構(gòu)建為二分圖，通過GNN學(xué)習(xí)細(xì)胞類型與空間位置的關(guān)聯(lián)，例如SpatialDWCGNN算法能同時(shí)考慮細(xì)胞表達(dá)相似性與空間鄰近性，提升注釋準(zhǔn)確性；-生成模型（如VAE）：利用變分自編碼器（VAE）學(xué)習(xí)低維表達(dá)空間，將scRNA-seq的細(xì)胞嵌入與ST的spot嵌入對(duì)齊，例如STAGATE算法通過空間鄰近性約束VAE訓(xùn)練，實(shí)現(xiàn)了細(xì)胞類型注釋與空間軌跡推斷的一體化；3數(shù)據(jù)整合算法：從“匹配”到“重構(gòu)”的跨越-多組學(xué)整合框架：如Seurat5.0新增的“SpatialIntegration”模塊，支持scRNA-seq、ST、空間蛋白組學(xué)等多模態(tài)數(shù)據(jù)的聯(lián)合分析，通過“錨點(diǎn)點(diǎn)（anchor）”匹配技術(shù)，實(shí)現(xiàn)不同批次、不同平臺(tái)數(shù)據(jù)的無縫整合。這些算法的進(jìn)步，使得空間-單細(xì)胞聯(lián)用從“數(shù)據(jù)匹配”走向“機(jī)制重構(gòu)”——不僅能注釋細(xì)胞類型，還能推斷細(xì)胞分化路徑的空間動(dòng)態(tài)、預(yù)測(cè)細(xì)胞間通訊網(wǎng)絡(luò)，甚至模擬組織發(fā)育的“時(shí)空程序”。03空間-單細(xì)胞聯(lián)用技術(shù)在生命科學(xué)中的突破性應(yīng)用ONE空間-單細(xì)胞聯(lián)用技術(shù)在生命科學(xué)中的突破性應(yīng)用技術(shù)的最終價(jià)值在于解決科學(xué)問題?？臻g-單細(xì)胞聯(lián)用技術(shù)憑借其“高分辨率+空間定位”的雙重優(yōu)勢(shì)，已在發(fā)育生物學(xué)、腫瘤學(xué)、神經(jīng)科學(xué)等領(lǐng)域取得多項(xiàng)突破性進(jìn)展，這些進(jìn)展不僅深化了基礎(chǔ)認(rèn)知，也為臨床轉(zhuǎn)化提供了新思路。1發(fā)育生物學(xué)：解析細(xì)胞命運(yùn)的“空間編程邏輯”發(fā)育的核心是細(xì)胞在特定時(shí)間與空間位置選擇特定命運(yùn)，而空間-單細(xì)胞聯(lián)用技術(shù)為解析這一“空間編程邏輯”提供了前所未有的工具。以哺乳動(dòng)物大腦皮層發(fā)育為例，傳統(tǒng)研究通過體外培養(yǎng)或時(shí)間序列scRNA-seq推測(cè)神經(jīng)干細(xì)胞（NSCs）的分化軌跡，但無法回答“NSCs如何感知空間位置信息并分化為特定神經(jīng)元亞型”。2021年Nature的一項(xiàng)研究利用空間-單細(xì)胞聯(lián)用技術(shù)，對(duì)小鼠胚胎E12.5-E18.5的皮層切片進(jìn)行同步測(cè)序，發(fā)現(xiàn)：-NSCs的“空間代謝區(qū)”：靠近側(cè)腦室的NSCs高表達(dá)糖酵解基因（如Hexokinase1），而遠(yuǎn)離側(cè)腦室的NSCs高表達(dá)氧化磷酸化基因，這種空間代謝差異直接決定了NSCs的分化方向——前者分化為投射神經(jīng)元，后者分化為中間神經(jīng)元；1發(fā)育生物學(xué)：解析細(xì)胞命運(yùn)的“空間編程邏輯”-神經(jīng)元遷移的“空間路徑”：通過追蹤新生神經(jīng)元的空間坐標(biāo)變化，首次繪制了神經(jīng)元從室區(qū)（VZ）到板區(qū)（CP）的“三維遷移軌跡”，發(fā)現(xiàn)不同神經(jīng)元亞型沿特定“放射狀膠質(zhì)纖維”遷移，且遷移路徑受空間梯度信號(hào)（如Reelin蛋白）調(diào)控。這些發(fā)現(xiàn)徹底改變了我們對(duì)大腦發(fā)育的認(rèn)知——細(xì)胞命運(yùn)并非隨機(jī)選擇，而是由“空間位置編碼”的微環(huán)境程序化決定。類似地，在器官再生研究中（如斑馬魚心臟再生），空間-單細(xì)胞聯(lián)用揭示了損傷區(qū)域心肌細(xì)胞的“空間重編程”過程：部分心肌細(xì)胞去分化為干細(xì)胞狀態(tài)，并在特定空間位置（如損傷邊緣）重新分化為心肌細(xì)胞，這一發(fā)現(xiàn)為心臟病再生治療提供了新靶點(diǎn)。2腫瘤學(xué)：重構(gòu)腫瘤微環(huán)境的“生態(tài)地圖”腫瘤微環(huán)境（TME）是腫瘤發(fā)生、轉(zhuǎn)移、耐藥的“土壤”，其復(fù)雜性遠(yuǎn)超傳統(tǒng)認(rèn)知。空間-單細(xì)胞聯(lián)用技術(shù)通過繪制TME的“細(xì)胞生態(tài)地圖”，正在重塑我們對(duì)腫瘤進(jìn)展的理解。2腫瘤學(xué)：重構(gòu)腫瘤微環(huán)境的“生態(tài)地圖”2.1腫瘤異質(zhì)性的空間結(jié)構(gòu)腫瘤的“時(shí)空異質(zhì)性”是治療失敗的核心原因，而空間-單細(xì)胞聯(lián)用可解析不同空間區(qū)域的細(xì)胞亞型差異。例如，在2020年Cell的一項(xiàng)胰腺癌研究中，研究者對(duì)原發(fā)灶、轉(zhuǎn)移灶和癌旁組織進(jìn)行空間-單細(xì)胞測(cè)序，發(fā)現(xiàn)：01-原發(fā)灶內(nèi)部存在“免疫排斥區(qū)”（T細(xì)胞浸潤稀少，CAFs高表達(dá)CXCL12）與“免疫活躍區(qū)”（T細(xì)胞富集，DCs成熟度高），且兩區(qū)域交界處的癌細(xì)胞高表達(dá)上皮-間質(zhì)轉(zhuǎn)化（EMT）基因；02-轉(zhuǎn)移灶的癌細(xì)胞并非來自原發(fā)灶的“隨機(jī)亞群”，而是特異性來自原發(fā)灶的“前沿浸潤區(qū)”，該區(qū)域癌細(xì)胞高表達(dá)MMP9和VEGFA，提示其更強(qiáng)的侵襲與轉(zhuǎn)移能力。03這一發(fā)現(xiàn)解釋了為何單一活檢樣本難以代表腫瘤整體heterogeneity——不同空間區(qū)域的癌細(xì)胞具有不同的生物學(xué)行為，治療需“空間分型”。042腫瘤學(xué)：重構(gòu)腫瘤微環(huán)境的“生態(tài)地圖”2.2免疫微環(huán)境的“空間互作網(wǎng)絡(luò)”免疫細(xì)胞與腫瘤細(xì)胞、基質(zhì)細(xì)胞的空間互作決定免疫治療響應(yīng)?？臻g-單細(xì)胞聯(lián)用可構(gòu)建“細(xì)胞互作的空間距離矩陣”，解析哪些互作是“促效”的，哪些是“抑制”的。例如，在2022年NatureCancer的一項(xiàng)黑色素瘤研究中，通過MERFISH技術(shù)結(jié)合scRNA-seq，發(fā)現(xiàn)：-CD8+T細(xì)胞的“空間聚類”與患者生存率正相關(guān)：當(dāng)CD8+T細(xì)胞與DCs形成“免疫synapse”結(jié)構(gòu)（距離<10μm）時(shí)，T細(xì)胞高表達(dá)IFN-γ和顆粒酶B，提示抗腫瘤活性強(qiáng)；-調(diào)節(jié)性T細(xì)胞（Tregs）的“空間定位”決定免疫抑制強(qiáng)度：Tregs若與CD8+T細(xì)胞直接接觸，會(huì)顯著抑制T細(xì)胞活性；若僅與CAFs接觸，則主要抑制成纖維細(xì)胞的活化。2腫瘤學(xué)：重構(gòu)腫瘤微環(huán)境的“生態(tài)地圖”2.2免疫微環(huán)境的“空間互作網(wǎng)絡(luò)”這些發(fā)現(xiàn)為優(yōu)化免疫治療提供了新思路——例如，通過藥物調(diào)控Tregs的空間分布，使其遠(yuǎn)離CD8+T細(xì)胞，可增強(qiáng)免疫檢查點(diǎn)抑制劑的療效。2腫瘤學(xué)：重構(gòu)腫瘤微環(huán)境的“生態(tài)地圖”2.3耐藥性的“空間起源”腫瘤耐藥性的產(chǎn)生常與特定微環(huán)境“避難所”相關(guān)，而空間-單細(xì)胞聯(lián)用可定位這些“耐藥克隆”的空間位置。例如，在2023年Science的一項(xiàng)EGFR突變肺癌研究中，對(duì)治療前后的腫瘤樣本進(jìn)行空間-單細(xì)胞測(cè)序，發(fā)現(xiàn)：01-在“藥物低滲透區(qū)”邊緣，存在一群“干細(xì)胞樣癌細(xì)胞”，其高表達(dá)ABC轉(zhuǎn)運(yùn)蛋白（如ABCG2），可外排化療藥物，形成“耐藥核心”。03-耐藥后，腫瘤內(nèi)部出現(xiàn)“藥物低滲透區(qū)”（由CAFs密集排列形成，高表達(dá)ECM蛋白如CollagenI），該區(qū)域的癌細(xì)胞持續(xù)激活旁路通路（如MET信號(hào)）；023神經(jīng)科學(xué)：繪制大腦的“細(xì)胞類型空間圖譜”大腦是已知最復(fù)雜的器官，包含數(shù)千種細(xì)胞類型，其功能高度依賴細(xì)胞的空間排布?？臻g-單細(xì)胞聯(lián)用技術(shù)正在繪制“人類大腦細(xì)胞類型空間圖譜”，為理解神經(jīng)退行性疾病、精神疾病提供基礎(chǔ)。12-小膠質(zhì)細(xì)胞的“空間活化異質(zhì)性”：Aβ斑塊周圍聚集一群“疾病相關(guān)小膠質(zhì)細(xì)胞（DAMs）”，其高表達(dá)Trem2和ApoE，具有吞噬Aβ的功能；而在遠(yuǎn)離斑塊的腦區(qū)，小膠質(zhì)細(xì)胞呈現(xiàn)“促炎表型”（高表達(dá)IL-1β、TNF-α），可能與神經(jīng)元損傷相關(guān)；3以阿爾茨海默?。ˋD）為例，傳統(tǒng)研究聚焦于β-淀粉樣蛋白（Aβ）沉積與Tau蛋白磷酸化的空間分布，卻忽略了神經(jīng)免疫微環(huán)境的動(dòng)態(tài)變化。2021年Cell的一項(xiàng)研究利用空間-單細(xì)胞聯(lián)用技術(shù)，對(duì)AD患者死后腦組織（海馬區(qū)）進(jìn)行測(cè)序，發(fā)現(xiàn)：3神經(jīng)科學(xué)：繪制大腦的“細(xì)胞類型空間圖譜”-神經(jīng)元的空間退化模式：Tau蛋白過度磷酸化的神經(jīng)元并非隨機(jī)分布，而是沿特定神經(jīng)環(huán)路（如內(nèi)嗅皮層-海馬環(huán)路）呈“梯度退化”，提示AD進(jìn)展的“空間傳播”特征。這些發(fā)現(xiàn)為AD治療提供了新靶點(diǎn)——例如，增強(qiáng)斑塊周圍DAMs的吞噬功能，或抑制遠(yuǎn)離斑塊的促炎小膠質(zhì)細(xì)胞，可能減緩神經(jīng)元退化。4其他領(lǐng)域的應(yīng)用拓展除上述領(lǐng)域外，空間-單細(xì)胞聯(lián)用技術(shù)還在免疫學(xué)（如淋巴結(jié)生發(fā)中心的B細(xì)胞分化空間動(dòng)態(tài)）、代謝性疾?。ㄈ缰窘M織的“空間炎癥灶”）、再生醫(yī)學(xué)（如類器官的空間成熟度評(píng)估）等方面展現(xiàn)出廣闊應(yīng)用前景。例如，在2023年NatureMethods的一項(xiàng)研究中，研究者通過空間-單細(xì)胞聯(lián)用優(yōu)化類器官培養(yǎng)方案，發(fā)現(xiàn)添加特定空間信號(hào)分子（如Wnt3a）可使類器官中的細(xì)胞空間排布更接近真實(shí)組織，顯著提升類器官的臨床應(yīng)用價(jià)值。04技術(shù)挑戰(zhàn)與優(yōu)化方向：從“可用”到“好用”的跨越ONE技術(shù)挑戰(zhàn)與優(yōu)化方向：從“可用”到“好用”的跨越盡管空間-單細(xì)胞聯(lián)用技術(shù)已取得顯著進(jìn)展，但在實(shí)際應(yīng)用中仍面臨多重挑戰(zhàn)，這些挑戰(zhàn)既是技術(shù)瓶頸，也是未來突破的方向。1技術(shù)層面的核心挑戰(zhàn)1.1樣本處理與通量限制-樣本需求高：空間-單細(xì)胞聯(lián)用通常需要較多的組織量（尤其是scRNA-seq部分），而臨床活檢樣本往往有限（如穿刺活檢僅數(shù)十毫克），難以滿足實(shí)驗(yàn)需求；01-新鮮冷凍依賴：多數(shù)ST平臺(tái)（如Visium）需新鮮冷凍組織（FFPE樣本的RNA降解嚴(yán)重影響數(shù)據(jù)質(zhì)量），但新鮮樣本的獲取與運(yùn)輸對(duì)臨床研究構(gòu)成極大限制；02-通量不足：高分辨率ST（如MERFISH）和空間單細(xì)胞技術(shù)（如Xenium）一次實(shí)驗(yàn)僅能檢測(cè)1-2個(gè)組織切片，難以滿足大規(guī)模隊(duì)列研究的需求。031技術(shù)層面的核心挑戰(zhàn)1.2數(shù)據(jù)復(fù)雜性與算法瓶頸-高維異構(gòu)數(shù)據(jù)整合：scRNA-seq與ST的數(shù)據(jù)維度（基因數(shù)）、稀疏性（零值比例）、分辨率（細(xì)胞/spot）差異巨大，現(xiàn)有算法難以完全消除“批次效應(yīng)”與“空間偏差”；-動(dòng)態(tài)過程建模不足：現(xiàn)有算法多針對(duì)靜態(tài)組織切片，難以解析發(fā)育、疾病進(jìn)展中的“時(shí)空動(dòng)態(tài)”（如細(xì)胞遷移的連續(xù)軌跡、微環(huán)境隨時(shí)間的漸變）；-細(xì)胞互作網(wǎng)絡(luò)推斷的準(zhǔn)確性：基于空間距離的細(xì)胞互作預(yù)測(cè)（如CellChat、NicheNet）存在“相關(guān)性不等于因果性”的問題，缺乏實(shí)驗(yàn)驗(yàn)證的高通量方法。1技術(shù)層面的核心挑戰(zhàn)1.3技術(shù)成本與標(biāo)準(zhǔn)化缺失-高昂成本：一次空間-單細(xì)胞聯(lián)用實(shí)驗(yàn)（包括scRNA-seq+ST+數(shù)據(jù)整合）的成本可達(dá)數(shù)萬至數(shù)十萬元，限制了其在中小實(shí)驗(yàn)室的推廣；-標(biāo)準(zhǔn)化不足：不同實(shí)驗(yàn)室的樣本處理、實(shí)驗(yàn)流程、數(shù)據(jù)分析參數(shù)存在差異，導(dǎo)致不同研究的結(jié)果難以直接比較，亟需建立統(tǒng)一的標(biāo)準(zhǔn)操作規(guī)范（SOP）。2優(yōu)化方向與技術(shù)迭代針對(duì)上述挑戰(zhàn)，學(xué)術(shù)界與工業(yè)界正在從多個(gè)方向進(jìn)行技術(shù)優(yōu)化：2優(yōu)化方向與技術(shù)迭代2.1樣本制備技術(shù)的革新-FFPE適配性提升：開發(fā)新型探針捕獲技術(shù)（如10xGenomics的FFPEVisium），通過RNA修復(fù)與擴(kuò)增技術(shù)，使FFPE樣本可用于空間轉(zhuǎn)錄組測(cè)序，這將極大拓展臨床樣本的應(yīng)用范圍；-微量樣本擴(kuò)增技術(shù)：基于多重置換擴(kuò)增（MDA）或模板交換擴(kuò)增（TEA）技術(shù)，實(shí)現(xiàn)微量組織（如單細(xì)胞水平的空間捕獲）的轉(zhuǎn)錄組擴(kuò)增，解決臨床活檢樣本量不足的問題；-高通量ST平臺(tái)：如Slide-seqV2通過提高探針密度，將通量提升至一次檢測(cè)10個(gè)以上組織切片，為大規(guī)模隊(duì)列研究奠定基礎(chǔ)。2優(yōu)化方向與技術(shù)迭代2.2數(shù)據(jù)算法的智能化升級(jí)-人工智能（AI）驅(qū)動(dòng)的數(shù)據(jù)整合：利用深度學(xué)習(xí)模型（如Transformer、圖神經(jīng)網(wǎng)絡(luò)）處理高維異構(gòu)數(shù)據(jù)，例如SpatialTransformer算法通過自監(jiān)督學(xué)習(xí)捕捉空間表達(dá)模式，提升注釋準(zhǔn)確性；01-因果推斷工具：結(jié)合單細(xì)胞CRISPR篩選（如空間Perturb-seq），通過擾動(dòng)基因表達(dá)驗(yàn)證細(xì)胞互作的因果關(guān)系，從“相關(guān)性分析”走向“機(jī)制解析”。03-時(shí)空動(dòng)態(tài)建模：開發(fā)基于動(dòng)力學(xué)模型（如Fokker-Planck方程）的算法，解析細(xì)胞遷移、分化的連續(xù)時(shí)空過程，例如STEMNET算法可模擬神經(jīng)干細(xì)胞在空間中的分化軌跡；022優(yōu)化方向與技術(shù)迭代2.3成本控制與標(biāo)準(zhǔn)化推進(jìn)-技術(shù)平臺(tái)國產(chǎn)化：國內(nèi)企業(yè)（如華大基因、達(dá)安基因）已推出自主的空間轉(zhuǎn)錄組平臺(tái)，降低儀器與試劑成本；-自動(dòng)化實(shí)驗(yàn)流程：開發(fā)自動(dòng)化樣本處理系統(tǒng)（如Hamilton公司的液體處理平臺(tái)），減少人工操作誤差，提升實(shí)驗(yàn)重復(fù)性；-數(shù)據(jù)共享與標(biāo)準(zhǔn)化：建立國際性數(shù)據(jù)庫（如HumanCellAtlas的空間擴(kuò)展），統(tǒng)一數(shù)據(jù)格式與注釋標(biāo)準(zhǔn)，促進(jìn)多中心研究的協(xié)作。05未來展望：邁向“時(shí)空多組學(xué)”與“臨床轉(zhuǎn)化”的新紀(jì)元ONE未來展望：邁向“時(shí)空多組學(xué)”與“臨床轉(zhuǎn)化”的新紀(jì)元空間-單細(xì)胞聯(lián)用技術(shù)的未來，不僅在于技術(shù)的進(jìn)一步優(yōu)化，更在于向“多組學(xué)整合”與“臨床落地”的深度拓展。作為這一領(lǐng)域的見證者與參與者，我對(duì)其未來發(fā)展抱有三大期待：1從“轉(zhuǎn)錄組”到“時(shí)空多組學(xué)”的融合當(dāng)前的空間-單細(xì)胞聯(lián)用主要聚焦轉(zhuǎn)錄組，但生命的復(fù)雜性遠(yuǎn)非轉(zhuǎn)錄組所能涵蓋。未來，空間多組學(xué)技術(shù)將成為主流——通過同步檢測(cè)同一空間位置的基因組（如空間DNA-seq）、表觀組（如空間ATAC-seq）、蛋白組（如空間CODEX）和代謝組（如空間代謝組），構(gòu)建“全維度”細(xì)胞狀態(tài)圖譜。例如，在腫瘤研究中，若能同時(shí)檢測(cè)癌基因突變（基因組）、組蛋白修飾（表觀組）、免疫檢查點(diǎn)蛋白（蛋白組）和代謝物濃度（代謝組）的空間分布，將可精準(zhǔn)解析“驅(qū)動(dòng)突變-表觀重編程-免疫逃逸-代謝重編程”的全鏈條機(jī)制，為個(gè)性化治療提供更全面的依據(jù)。2從“基礎(chǔ)研究”到“臨床診療”的轉(zhuǎn)化空間-單細(xì)胞聯(lián)用技術(shù)的終極價(jià)值在于解決臨床問題。目前，其臨床轉(zhuǎn)化