空间转录组学概述与Visium平台介绍

大家好，欢迎来到这门实战课。

在正式敲命令之前，我觉得有必要先聊清楚一个问题：我们到底在复现什么？

空间转录组学，说白了，就是给传统的转录组数据加上一个“GPS坐标”。

传统单细胞RNA测序，你只能知道每个细胞里基因表达了多少，但不知道这个细胞原来长在组织里的哪个位置。空间转录组，正好补上了这一环。它能告诉你——某个基因的高表达区域，是不是刚好在肿瘤的边缘，或者某个神经元的亚型是不是只出现在大脑皮层第IV层。

1.1 空间转录组技术到底是怎么工作的？

记得我刚接触这个领域时，看的第一张数据图，就是我眼前这个SVG框架所描绘的流程。从组织切片到热图产出，每一步都环环相扣。我把它画出来，你配合着看，会好理解很多。

这个图里展示的空间转录组核心流程，是很多下游分析的根本。

我个人习惯把上图的逻辑再精简一下：先把组织切薄片，放到带有条形码的玻片上，让 mRNA 被捕获并反转录；同时拍下组织切片的 H&E 图像；最后把测序得到的基因表达矩阵，映射回图像上的每一个点位（Spot）。

1.2 Visium 平台到底是什么？

Visium 是 10x Genomics 公司在 2019 年左右推出的商业化空间转录组检测平台。它接替了早期的 Spatial Transcriptomics 技术（就是那个还在用玻璃片手工点样的版本）。

Visium 最大的改进是：把捕获流程封装成了标准化的试剂盒，加上一套自动化的数据分析软件（Space Ranger）。

好，那 Visium 产出的数据长什么样？

我直接列出三个核心文件，你在后续聚类分析中会反复跟它们打交道：

文件	格式	内容
feature-barcode matrix	MTX / HDF5	基因表达计数矩阵（行=基因，列=spot）
tissue_positions_list.csv	CSV	每个 spot 在组织图像上的像素 X/Y 坐标
tissue_hires_image.png	PNG	高分辨率 H&E 组织图像

这三个文件，缺一不可。你想想看，如果没有基因表达矩阵，你没法做聚类；没有坐标信息，你画不出空间热图；没有组织图像，你没法把聚类结果跟组织形态对应起来。

1.3 为什么用 Docker 来复现聚类？

我刚开始做生物信息学分析时，最头疼的就是环境问题。

Python 2 还是 Python 3? R 包 Seurat 版本是 4.x 还是 5.x? SPATA 依赖的 S4 对象有没有更新？

每个实验室的服务器环境都不一样。你跑得好好的代码，换台机器就报错。具体到 Visium 数据处理，情况只会更复杂：

• 底层依赖多：Scanpy、squidpy、SpaGCN、Seurat、Giotto……这些库的版本号互相掐架。
• GPU 与 CUDA：如果你要跑 SpaGCN 或者 DeepST，还得配好 CUDA 和 cuDNN。
• 聚类算法参数：Leiden 算法的分辨率稍微调一下，聚类结果天差地别。

Docker 的出现，恰好解决了这个问题。你把整套环境——操作系统、Python、依赖库、代码、配置文件——全部打包成一个镜像。别人拉下来就能跑，结果完全可复现。

我个人的经验是，在发表论文或者开源代码时，如果没提供 Docker 镜像，审稿人或同行基本没法直接验证你的结果。提供一个 Dockerfile，比写十页“环境配置说明”都管用。

1.4 课程目标与前置知识

这门课，我会带着你从最原始的数据开始，一步一步搭建 Docker 环境，处理 Visium 的数据，用几种主流方法做聚类，最后把结果可视化出来。

你需要具备以下基础：

• Linux 命令行基本操作：cd、ls、vim 这些总得顺手。
• Python 基础：至少能看懂 pandas 和 numpy 的用法。
• Docker 入门：知道 docker pull、docker run 是什么意思。如果你还不太熟，没关系，我会在第 2 章带大家快速回顾。

嗯，该说的背景都说完了。我们这就进入正题，先从 Docker 环境说起。