空间转录组学开篇：Visium 到底在做什么
说实话，我第一次接触空间转录组学的时候，脑子里全是问号。
我们做传统 RNA-seq 做了那么多年，不就是把组织磨碎了测一下表达量吗？
Visium 告诉你：不，位置信息同样重要。
打个比方：你拿到一张城市居民的基因清单，知道谁在哪个区住吗？
传统 bulk RNA-seq 就像你只知道整个城市的人口统计——平均收入、平均年龄。
Visium 则像一张人口热力图，告诉你富人区在哪、工业区在哪。
说白了，空间转录组学就是把基因表达信息“贴”回它原来的组织位置上。
Visium 技术原理：三样核心东西
10x Genomics 的 Visium 平台，核心是那块捕获芯片。
我当年第一次拿到芯片数据时，还以为是显微镜下拍错了——4.5mm × 4.5mm 的捕获区域里，排满了 5000 多个捕获点（spot），每个点直径 55μm，点间距 100μm。
每个点上都固定了一根带有空间条形码（Spatial Barcode）的寡核苷酸探针。
实验流程分几步？我列个清单，你对照着看就清楚了：
- 组织准备与切片 —— 新鲜冰冻或 FFPE 组织，切成 10μm 薄片，贴在 Visium 芯片上。
- 染色与成像 —— H&E 染色或免疫荧光，拍下组织形态照片。这一步很关键，后面要把表达数据和你肉眼看到的组织结构对齐。
- 透化与捕获 —— 用蛋白酶处理，让 RNA 从组织里释放出来。透化时间是个坑，我后面会讲。
- 反转录与 cDNA 合成 —— 捕获到芯片上的 RNA 被打上空间条形码和 UMI（唯一分子标识符）。
- 文库构建与测序 —— 建库、上机测序，得到 FASTQ 文件。
- 数据预处理与映射 —— 用 Space Ranger 把读段拆到每个 spot，再比对到参考基因组，生成表达矩阵。
数据特点：三个维度打在一起
Visium 产生的数据有三个层级：
- 空间坐标：每个 spot 在芯片上的 (row, col) 位置，以及它在组织切片上的对应像素坐标。
- 基因表达：每个 spot 上检测到的基因列表及其 UMI 计数。
- 组织形态：H&E 染色图像（通常是 20× 或 40× 分辨率）提供细胞形态和结构信息。
输出的核心文件是 filtered_feature_bc_matrix.h5 或 MEX 格式的矩阵，结构类似单细胞数据，但每个“细胞”其实是一个 spot。一个 spot 包含 1~10 个细胞，所以这是“近单细胞分辨率”。
| 数据类型 | 内容 | 典型大小 |
|---|---|---|
| 空间坐标 (tissue_positions_list.csv) | spot 的 barcode、是否在组织内、像素 x/y、阵列行/列 | ~5000 行 × 6 列 |
| 表达矩阵 (filtered_feature_bc_matrix) | 基因 × spot 的 UMI 计数矩阵 | ~5000 个 spot，20000+ 基因 |
| H&E 图像 (*.tif) | 全切片扫描图像，通常 2–10 GB | 高分辨率大文件 |
| Space Ranger 输出 (spatial 目录) | 包含 scaled_images、tissue_hires_image.png、alignment_file.json 等 | 综合目录 |
我们来看看从 FASTQ 到最终聚类的大致流向，我画了一张图帮你建立整体概念：
这张图展示了从组织切片到最终聚类分析的完整链条。
最左侧是湿实验部分，中间是数据处理，右侧是分析输出。我们的课程会沿着这条线一步步讲下去。
Visium 的优势在于：现成商业化产品、成熟的分析工具链（Space Ranger + Seurat/Loupe）、可作为“金标准”对标。缺点则是分辨率不够单细胞级，且只能捕获 poly-A RNA。这些权衡在你评估实验方案时要心里有数。
数据量与处理挑战
一个标准的 Visium 样品（6.5mm × 6.5mm 捕获区域）测序深度通常设置为约 5 万个读段/spot，总计约 2.5 亿条读段。我处理过的项目里，数据量在 4–10 GB FASTQ 之间。
Space Ranger 运行需要 16 GB 以上内存，并且建议使用 SSD 存放参考基因组和中间文件。如果你在服务器上跑，注意检查 tmp 目录空间——我见过因为 /tmp 满掉导致流程中断的情况。