1. Visium技术简介：空间转录组学背景与原理

1.1 为什么需要空间转录组

传统的bulk RNA-seq或单细胞RNA-seq，说白了就是把组织打碎，把细胞混在一起测序。你得到的是一个基因表达的平均值——哪个基因高，哪个基因低，都清清楚楚。但你不知道这些基因在组织里到底从哪个区域表达出来的。比如肿瘤切片中，癌细胞和免疫细胞挨在一起，它们之间的互作信号到底怎么传递？空间位置一丢，很多生物学问题根本回答不了。

我最初做单细胞数据分析时，觉得能分群就很厉害了。直到有次合作项目，病理医生拿着HE染色的片子问我：“你这群细胞是在肿瘤核心还是边缘？”我答不上来。嗯，那时候我就意识到——缺了空间坐标的转录组，就像缺了地址的快递单。

空间转录组技术填补了这个空白。它在保留组织原位信息的同时，测量每个微小区域的基因表达。而10x Genomics的Visium平台，是目前最主流、最成熟的空间转录组方案之一。

1.2 Visium核心原理：从组织切片到基因表达图谱

Visium的原理其实不复杂，但它背后有几个关键设计让我觉得很巧妙。来，一步步拆解。

• 捕获阵列：一块载玻片上预先铺了一层带有空间条形码（Spatial Barcode）的探针。每个捕获点（spot）直径55μm，相邻spot中心距离100μm。一张标准Visium切片上有大约5000个spot。
• 组织切片放置：把新鲜冰冻或FFPE的组织切片放在捕获阵列上，用组织透化液处理，让mRNA从组织释放出来，扩散到下方的探针上。
• 原位反转录：mRNA被探针捕获后，直接在原位反转录成cDNA。探针上自带的UMI（唯一分子标识符）和空间条形码都会整合进cDNA分子。
• 文库构建与测序：把cDNA回收、扩增、构建测序文库，然后上机测序。最后得到的数据里，每个读段都带着spot的坐标信息（通过空间条形码解码）和UMI计数。

我印象最深的是第一次看到Visium的原始测序数据：一个FASTQ文件里藏着几千个spot的条形码，每个spot的基因表达谱都能还原出来。说实话，当时觉得这技术真有点魔法感——但后来自己跑了几次pipeline才明白，参数稍微调不对，结果天差地别。

下面的表格对比了传统RNA-seq和Visium的核心差异：

特征	传统bulk/single-cell RNA-seq	Visium空间转录组
空间位置信息	无	每个spot有明确坐标
分辨率	单细胞级（scRNA-seq）或整体	55μm spot（约含1-10个细胞）
捕获区域	全转录组	PolyA mRNA（新鲜/FFPE均可）
输出类型	基因×细胞矩阵	基因×spot矩阵 + 空间坐标

1.3 关键概念：spot、UMI、barcode

玩转Visium聚类之前，这几个基础概念必须刻在脑子里。我刚开始就因为在barcode解析上翻了车，白白浪费了两天时间。

1. Spot：就是捕获阵列上的一个圆形区域，每个spot有一组唯一空间条形码组合。相邻spot之间有间隙（约45μm），但组织透化时mRNA扩散范围有限，通常不会造成严重的交叉污染。
2. UMI（Unique Molecular Identifier）：每个mRNA分子被捕获时都带一个随机序列标签，用来校正PCR扩增偏好。说白了就是给每个原始分子发个身份证，数身份证就能知道原来有多少个分子，而不是数扩增后的拷贝数。
3. Spatial Barcode：每个spot独有的一段DNA序列（通常由两部分组成——区域条形码和位置条形码）。测序读段里解析出这个条形码，就知道这个读段来自于哪个spot。

我曾经遇到过一个问题：同一个spot的某些UMI看起来一模一样，但测序质量很差，直接合并计数导致高估表达量。后来搞清楚了，必须做UMI校正——这一步在后续聚类中的影响非常大，后面会细讲。

1.4 实验流程概览

把上面的原理串起来，就是下面这张流程图。你可以看到从组织到数据矩阵的关键步骤——这也是我们后面一步步做聚类时需要理解的上下文。

1.5 典型应用场景

Visium能干什么？我简单列几个我见过或做过的案例：

• 肿瘤微环境分析：识别肿瘤核心、浸润边缘、基质区域，并分析不同区域免疫细胞的组成和功能状态。
• 发育生物学：追踪胚胎发育过程中基因表达的时空变化，构建器官发生的分子图谱。
• 神经科学：解析大脑不同脑区的细胞类型和连接关系。
• 病理分级：辅助H&E或免疫组化染色，为病理诊断提供分子层面的分区依据。

好了，这一章把Visium的背景和基本原理过了一遍。我个人觉得，理解背后的实验逻辑比单纯会跑代码重要得多——因为后续几乎所有聚类参数的调整，都和这些底层原理有关。比如透化时间影响spot的基因检出率，barcode解析错误会导致离群spot，等等。这些坑，我会在后面的章节里一个个拆解。