📚 课程目录第1章课程介绍

1. 课程介绍

大家好，我是老周。在生物信息这个行当里摸爬滚打了快十年，从早期的bulk RNA-seq一路做到现在的单细胞和空间组学。说实话，每次新技术出来都觉得自己又回到了新手村。但有个感觉越来越强烈——单细胞转录组和空间转录组，就像一个人的两张肖像：一张像证件照，高清但没环境；一张像街拍，有背景但模糊。把它们拼起来，才是完整的画面。

这门课，就是带着大家一起干这件事。不过先别急，咱们得把底子打好。这一章我们先聊聊这两种技术各自能干什么，为什么非要“多模态整合”不可。

1.1 scRNA-seq 技术速览

单细胞 RNA 测序，说白了就是把组织打成单细胞悬液，给每个细胞单独建库测序。你得到的是一个细胞×基因的表达矩阵，每个细胞都能独立分析。

这些年主流平台我基本都折腾过：10x Genomics、Drop-seq、Smart-seq2……它们各有各的脾气。10x 通量大，适合发现稀有细胞类型；Smart-seq2 覆盖全长，适合看可变剪接。我个人习惯用 10x 做初步筛查，然后用 Smart-seq2 去验证感兴趣的亚群。

核心优势： 分辨率高，能区分出同一组织里几十种甚至上百种细胞类型。比如肿瘤微环境里的免疫细胞、基质细胞、肿瘤细胞，scRNA-seq 都能一一扒出来。

实际避坑： scRNA-seq 最大的坑是细胞解离带来的“压力基因”表达（比如热休克蛋白）。我曾因为没做质控，把一批应激细胞当成了新的疾病亚群，后来才发现是解离时间太长。现在我做 scRNA-seq 前一定先跑个质控热图，看看应激基因是不是集体飘高。

1.2 空间转录组技术速览

空间转录组就更有意思了。它能把基因表达信息“钉”回组织切片上原来的位置。目前两大类主流：

基于捕获的（如 10x Visium，Slide-seq）： 在玻片上有规则排列的 barcoded 捕获点，每个点直径 10–55 μm，捕获细胞释放出的 mRNA。缺点是分辨率受点间距限制，比如 Visium 一个点可能包含 1–10 个细胞。
基于成像的（如 MERFISH，seqFISH+）： 直接用荧光标记 RNA 分子，显微镜下成像。分辨率能达到单分子级别，但通量小、成本高，目前还做不了全转录组。

我记得第一次用 Visium 数据时特别兴奋——终于能看到基因在哪了！但打开数据一看，每个 spot 是混合信号，根本不知道里面有几个细胞。这时候你才意识到：空间数据缺细胞级精度，scRNA 数据缺空间坐标。嗯，这不就是互补吗？

注意： 空间转录组的批次效应不比 scRNA 轻。不同切片、不同实验批次之间，捕获效率可能差两倍以上。数据整合前一定要做批次校正，否则聚类结果会跟着切片走，而不是跟着生物学走。

1.3 多模态整合的意义

为什么非要把它们凑一起？因为单体数据都有“盲区”。我画个表你就明白了：

维度	scRNA-seq	空间转录组
细胞分辨率	单细胞级 ✅	多细胞 spot 或单分子 ❌（大部分方法）
空间坐标	无 ❌	有 ✅
基因覆盖	全转录组 ~20000 genes ✅	全转录组（捕获法）或 100–1000 genes（成像法）
通量（细胞数）	数千~数万 ✅	数百~数千个 spot
个体细胞异质性	高 ✅	低（混合信号）
组织环境信息	无 ❌	有 ✅

你看，scRNA-seq 能告诉你“谁”在说话，但不知道在“哪里”说话；空间转录组能告诉你“哪里”有声音，但说不清是“谁”在说。整合就是把两个缺互补起来。

具体怎么做？大致流程是：用 scRNA-seq 数据先做细胞类型注释，然后把这些注释“映射”到空间转录组数据上，推断每个 spot 的细胞组成、重构空间细胞分布。再往下，你还能分析细胞-细胞相互作用、空间区域（比如肿瘤边界）的基因程序。

我个人的一个经验： 千万别把整合当成最后一步。我见过不少同学先各自跑完 scRNA 和空间的分析，最后才想起来要整合，结果因为降维参数、归一化方法不同，两个数据集根本对不上。正确的做法是：预处理阶段就对齐——用同一个基因集、同一套质控标准，甚至用同一个 reference 做 normalization。

1.4 本章知识体系框架

下面这张图包了这整门课的骨架：从两种模态的数据采集开始，经过预处理、整合映射，最终落到生物学解读。注意那些箭头——每一步都有坑，但也每一步都有方法。

1.5 学习路径与工具准备

这门课我把它分成三大块：

单模态基础（第2–4章）： scRNA-seq 标准分析流程 + 空间转录组数据读取与可视化。我会手把手带着你跑一遍 Seurat 和 Scanpy。
核心整合方法（第5–10章）： 从简单的“标签转移”到复杂的“概率模型解卷积”。每种方法我都会提供一个真实数据集案例。
实战应用（第11章起）： 用整合后的数据做细胞通讯、空间区域差异、肿瘤微环境分析。每章都附有完整代码和可视化。

工具方面，你最好提前装好以下环境（以 Python 为例）：

# 创建一个专用环境
conda create -n multi_omics python=3.9
conda activate multi_omics

# 核心库
pip install scanpy scvelo squidpy anndata
pip install tangram-sc cell2location

# R 用户需要 Seurat
install.packages("Seurat")
install.packages("SeuratDisk")

你可能会问：“为什么用两套语言？” 嗯，现实就是这样——scRNA 社区 R 系 (Seurat) 和 Python 系 (Scanpy) 分庭抗礼，空间转录组工具则两边都有。我建议你至少熟悉一种，剩下用 reticulate 或 rpy2 互调就行。

一个小提示： 第一次跑整合时，别上来就用 10 万细胞的大数据。找一个小规模测试集（比如一个 tissue section + 对应的 scRNA 参考），跑通了再放大。我曾用 5000 细胞的数据调通了 Tangram，然后直接跑 10 万细胞，结果内存爆了——原来 Tangram 的默认迭代次数没调，而且要用 minibatch。所以，小数据验证 + 参数调优是必须的。

最后总结一下： scRNA 和空间转录组是互补的伙伴，不是对手。整合不是炫技，而是回答生物学问题的手段——肿瘤边界的免疫细胞到底是抑制还是激活？发育过程中某个基因在三维空间的表达梯度是怎么建立的？这些问题单靠一种技术都答不全。这门课就是帮你把这些碎片拼起来。