空間轉(zhuǎn)錄組 技術(shù)的出現(xiàn)，使研究人員了解不同轉(zhuǎn)錄本的空間位置信息。但是，目前的技術(shù)還達(dá)不到單細(xì)胞的分辨率水平。也就是說，探針在特定位置捕獲到的轉(zhuǎn)錄組是來源于多個(gè)細(xì)胞的，而且這些細(xì)胞可能來自一組異質(zhì)性的細(xì)胞，而并非同一類型的。因此，在組織任何位檢測(cè)到的基因表達(dá)譜都可以被認(rèn)為是來自多個(gè)不同細(xì)胞（相同類型細(xì)胞或不同類型細(xì)胞）來源的轉(zhuǎn)錄本的混合物。這也就意味著，即使轉(zhuǎn)錄產(chǎn)物的空間位置信息可以完全繪制成圖表，但是產(chǎn)生這種轉(zhuǎn)錄的細(xì)胞的類型和空間分布仍然很大程度上是未知的。
如上所述，空間轉(zhuǎn)錄組學(xué)技術(shù)面臨著一個(gè)困境，即知道轉(zhuǎn)錄本的位置，但不知道是哪個(gè)細(xì)胞產(chǎn)生了它們。相反，單細(xì)胞 RNA 測(cè)序可以將每個(gè)轉(zhuǎn)錄本與單個(gè)細(xì)胞聯(lián)系起來，但是關(guān)于這些轉(zhuǎn)錄本在組織中的位置的信息丟失了。鑒于這種互補(bǔ)的優(yōu)勢(shì)和劣勢(shì)，結(jié)合兩種技術(shù)的數(shù)據(jù)來描繪細(xì)胞類型群體的空間信息是很好的選擇。
先前研究已經(jīng)報(bào)道了，基于 bulk RNA-seq 數(shù)據(jù)來鑒定細(xì)胞類型的方法。發(fā)表在 nature biotechnology 上的一篇關(guān)于胰腺導(dǎo)管癌的單細(xì)胞和空間轉(zhuǎn)錄組的研究，基于 MIA（Multimodal intersection analysis）的算法也可以將細(xì)胞類型與空間位置對(duì)應(yīng)起來。這種分析首先通過描述細(xì)胞類型特異性基因和組織區(qū)域特異性基因，然后確定它們的重疊是比偶然預(yù)期的高（富集）還是低（缺失）。在 scRNAseq 數(shù)據(jù)中，定義基因集的方法是，在每個(gè)細(xì)胞類型中，在標(biāo)注到該細(xì)胞類型的細(xì)胞中，與其他細(xì)胞的表達(dá)量相比，其表達(dá)量在統(tǒng)計(jì)學(xué)上更高（P<10e?5)。對(duì)于 ST 數(shù)據(jù)，確定了每個(gè)空間區(qū)域相對(duì)于其他區(qū)域表達(dá)顯著更高的基因（P<0.01，雙尾 student t 檢驗(yàn)）。通過 scRNA-seq 和 ST 提取的基因集，MIA 接下來計(jì)算每對(duì)細(xì)胞類型特異性和區(qū)域特異性基因集之間的重疊，并執(zhí)行超幾何測(cè)試來評(píng)估顯著富集或缺失。[1]
今年，發(fā)表在 COMMUNICATIONS BIOLOGY 雜志上的一篇文章提出了一種新的替代的基于模型的方法來整合單細(xì)胞 RNA 測(cè)序和空間轉(zhuǎn)錄組測(cè)序數(shù)據(jù)，它利用完整的表達(dá)譜而不是精選的一組標(biāo)記基因。使用這種方法，研究人員對(duì)來自小鼠大腦和發(fā)育心臟的單細(xì)胞數(shù)據(jù)中的細(xì)胞類型空間映射到相應(yīng)的組織切片上。并證實(shí)該方法優(yōu)于其他方法 [2]。
在未來，單細(xì)胞測(cè)序聯(lián)合空間轉(zhuǎn)錄組測(cè)序會(huì)是全面解析樣本中細(xì)胞類型和空間位置信息的新方法，也是突破已知，探索未知的新技術(shù)領(lǐng)域。
參考文獻(xiàn)：
【1】Moncada, R., Barkley, D., Wagner, F. et al. Integrating microarray-based spatial transcriptomics and single-cell RNA-seq reveals tissue architecture in pancreatic ductal adenocarcinomas. Nat Biotechnol (2020) doi:10.1038/s41587-019-0392-8.
【2】Alma Andersson1, Joseph Bergenstr?hle1 et al. Single-cell and spatial transcriptomics enables probabilistic inference of cell type topography. COMMUNICATIONS BIOLOGY (2020) doi.org/10.1038/s42003-020-01247-y.
更多伯豪生物人工服務(wù)：
