1. 空间转录组技术与应用概述
大家好，我是你们这趟课程的老朋友。先从最基础的说起——空间转录组技术是什么？
简单讲，就是在传统单细胞转录组的基础上，加上了“空间坐标”这个维度。你不仅知道某个细胞里哪些基因在表达，还能知道这个细胞在组织切片上的具体位置。说白了，就是把一张组织切片的基因表达量，像地图一样还原出来。
我做项目时经常遇到这样的场景：单细胞测序告诉你某个亚群有高表达的免疫因子，但你不知道它跟肿瘤边界靠得近不近。有了空间转录组，你就能直接看见“这个亚群是不是贴在血管旁边”。这感觉，就像从听收音机变成了看高清电视。
1.1 主流技术平台对比
目前市面上主流平台有这么几个，我列个表格方便你快速对比。
| 平台 | 分辨率 | 捕获方式 | 检测基因数 | 优缺点（我的经验） |
|---|---|---|---|---|
| 10x Visium | 55 μm 斑点 | 微阵列捕获 | ～2000 基因/斑点 | 商用最成熟，但分辨率不够细 |
| Slide-seq V2 | 10 μm 珠 | 随机珠阵列 | ～500 基因/珠 | 分辨率高，但基因检出偏低 |
| MERFISH | 单细胞级别 | 多重荧光原位杂交 | 定制 panel | 准确定量，但只能测预设基因 |
| Stereo-seq | 0.5–2 μm | DNA纳米球阵列 | ～1000 基因/bin | 国产平台，分辨率极高，但分析工具少 |
| DBiT-seq | 10–50 μm | 微流控条形码 | ～500 基因/点 | 灵活低通量，适合小样本 |
你看，分辨率、基因检出数、捕获面积三者永远在博弈。没有完美的技术，只有适合你问题的工具。
1.2 核心分析任务
拿到空间转录组数据后，我们要做什么？我总结成四个核心任务。
- 空间聚类：把空间邻近且表达模式相似的斑点或细胞聚成区域。这就是 BayesSpace 和 SpaGCN 的主战场。
- 差异表达与区域标志物：找出不同空间区域里特异表达的基因。
- 细胞类型反卷积：一个斑点可能包含好几个细胞，得估算每种细胞的比例。
- 空间通讯与微环境分析：看配体-受体共定位，推测细胞间互作。
我最早做空间聚类时，拿普通的单细胞聚类算法硬跑，结果一团糟。为什么？因为普通算法完全忽略了“邻居”关系。你想想看，两个细胞即便表达谱一模一样，如果一个在皮层、一个在白质，它们的功能肯定不同。
1.3 空间转录组数据分析流程概览
我习惯把流程画成一张图，这样脑子里的结构就清楚了。下面这张 SVG 是我自己一直在用的核心框架，你看着它理解，比读长篇文字管用。
这张图里，我最想让你关注的是第三行——空间聚类。它是整条分析链的基石。聚类不准，后面的差异、通讯、微环境全是白做。
1.4 空间聚类的核心挑战
为什么传统的聚类算法不适合空间转录组数据？我拿一个实际项目经历来说明。
曾经接手一个乳腺癌组织切片数据，Visium 平台，大概 4000 个斑点。我先用普通 k-means 跑了，结果出图一看，聚类边界跟组织学 H&E 染色完全对不上。有些区域明明应该是肿瘤，却被划到了基质。为什么？因为 k-means 只看基因表达，它不知道两个斑点虽然表达相似，但中间隔着一段组织边界，根本不是同一类。
空间聚类算法要解决两个问题：
- 如何把空间信息纳入模型？——用马尔可夫随机场、图神经网络或者贝叶斯先验。
- 如何在平滑性和边界检测之间平衡？——太平滑会抹掉真实区域边界，太敏感会引入噪声。
本课程聚焦的两个算法——BayesSpace 和 SpaGCN——恰好代表了两种不同的解决思路。BayesSpace 走的是贝叶斯统计路线，利用空间位置构建邻接矩阵，再用马尔可夫链蒙特卡洛采样。SpaGCN 走的是图卷积神经网络路线，把空间坐标和基因表达一起喂进图卷积层。后面几章我们会逐一拆解。
1.5 你该怎么学这门课？
我的建议是：别急着调代码。先把每个算法的核心公式理解三五分，然后用我提供的公开数据集跑一遍标准流程，再跟自己数据对比。遇到报错别慌，绝大多数问题是输入格式不匹配——我在第 5 章会专门讲数据预处理避坑指南。