第1章 空间转录组学概览：从单细胞到空间，技术平台简介
1.1 为什么要做空间转录组？
大家好，我是老凌。做生物信息这些年，碰到的第一个灵魂拷问就是：单细胞RNA测序都这么强了，为啥还要搞空间转录组？
我给大家举个例子。你说你拿到了一套单细胞数据，找到了一个稀有细胞类型，看起来它和肿瘤免疫逃逸有关。然后呢？你能确定它在肿瘤组织里到底待在哪吗？是待在肿瘤核心区，还是躲在血管旁边？单细胞数据告诉你的是“谁在场”，但没法告诉你“谁坐在谁旁边”。
空间转录组学要解决的，就是这个核心问题：
- 保持细胞的空间位置信息——不破坏组织切片，原位捕获RNA
- 实现分子表达与组织形态的关联——看见基因在哪表达，才能理解它的功能
说白了，空间转录组就是把“细胞地图”和“基因表达谱”合二为一。我2019年第一次拿到10x Visium的数据时，看到基因表达信号叠加在H&E染色的组织图像上，真的觉得挺震撼的。不过，嗯，随后就掉进了数据处理的坑里……
1.2 从单细胞到空间的思路转变
这里有个概念陷阱，我刚开始做的时候也栽过。单细胞测序的输入是悬液——细胞被打散了，每个细胞独立测。而空间转录组的数据单元是捕获点（spot）或像素（pixel），一个点里可能混了几个到几十个细胞。
核心差异：单细胞 ≈ 单个细胞的快照；空间转录组 ≈ 局部细胞团的混合信号 + 位置坐标。
为什么会这样？因为目前的捕获技术，分辨率还没法做到每个点只抓一个细胞。比如10x Visium，每个点的直径是55微米，点间距100微米。一个点下覆盖的细胞数取决于组织密度，3到30个不等。
我遇到过一个小白问：那是不是可以直接拿空间数据的每个点当“伪单细胞”分析？千万别。伪单细胞不如不做，因为你根本不知道一个点里的细胞组成，做出来的差异表达很可能全是假阳性。
所以，实际分析中，我们通常会把空间数据和单细胞数据结合起来：
- 用单细胞数据做精细的细胞类型注释
- 用空间数据做细胞类型的空间分布推断
- 用反卷积算法（比如我们这门课的SPOTlight）把混合信号拆解开
1.3 常见空间转录组平台
做空间分析前，先得知道你手里的数据长啥样。不同平台的数据格式、分辨率、通量差别挺大的。我整理了一个对照表，方便大家快速理解：
| 平台 | 捕获方式 | 点直径 / 分辨率 | 通量（基因数） | 是否有组织图像 |
|---|---|---|---|---|
| 10x Visium | poly(dT) 捕获mRNA | 55 μm | ~2000 genes/spot | H&E 或 IF |
| Slide-seq V2 | DNA条形码微珠 | 10 μm | ~500 genes/bead | 无（需匹配） |
| MERFISH | 单分子荧光原位杂交 | 单细胞级 | ~100-10000 genes | DAPI 或 IF |
| STARmap | 原位测序 | 单细胞 / 亚细胞 | ~160-1020 genes | DAPI |
从表里能看出来：
- 高分辨率（MERFISH、STARmap）能做到单细胞甚至亚细胞，但通量相对受限，适合研究特定基因集
- 高通量（10x Visium、Slide-seq）能覆盖全转录组，但分辨率较粗，必须依赖反卷积
我个人习惯的做法：如果项目目标是发现新细胞状态或新的表达程序，我会选10x Visium，因为可以测全基因组；如果是对已知的几十个基因做精细空间定位，MERFISH更合适。有一次在脑组织项目上，我坚持用Visium做全转录组探索，结果在皮层发现了一个新的边界层标记基因——如果用靶向方法肯定就错过了。
1.4 核心分析流程速览
先搭个框架，让大家对后续章节要讲什么有个心理准备。空间数据的标准处理流程大致是这样：
- 读入与质量控制——过滤掉低质量的点（比如空点、坏死区域）
- 标准化与降维——类似单细胞，用SCTransform或对数标准化
- 空间变量基因检测——找哪些基因有明确的空间表达模式
- 细胞类型反卷积——用参考单细胞数据拆解每个点的细胞组成
- 空间邻域分析——看细胞类型之间的空间共定位关系
我们这门课的核心——SPOTlight——就卡在第4步。它的任务很简单：给定一个空间点和一个单细胞参考矩阵，估算这个点里每种细胞类型占了多少比例。
很多人觉得反卷积就是把信号拆开，听起来像解方程。但实际操作中，参考数据的选择和预处理对结果影响巨大。一个好的参考谱，比一个好的算法更重要。我踩过这个坑，后面章节会跟大家细说。
1.5 本章知识体系结构
为了让大家更直观地理解这一章的知识脉络，我画了一张概览图。它把我们从单细胞到空间的思路转变、主流平台、以及分析流程串在了一起：
1.6 避坑指南 & 我的经验
最后跟大家分享几个教训，都是真金白银换来的：
我曾经踩过的一个坑：在分析一个新的肾脏空间数据时，直接用公共数据库的整个健康肾单细胞数据做参考。结果反卷积出来的细胞比例严重偏离实际情况。后来发现，我的空间样本是纤维化肾，很多成纤维细胞状态和正常肾完全不一样。
这件事给我一个教训：参考数据一定要和空间数据来自相似的组织状态和个体背景。你拿正常肝的单细胞参考去解纤维化肝的空间数据，大概率是错的。
另一个经验是：不要只看空间数据里的热点图就下结论。很多时候，一个基因看起来在某个区域高表达，可能不是因为该区域富集了高表达的细胞，而是因为那个区域细胞密度高。SPOTlight做反卷积的同时，也要结合细胞密度估计来校正。
好了，本章的概览就到这里。接下来我们会一步步深入SPOTlight的算法细节、数学原理和参数调优。大家先把这张“从单细胞到空间”的图谱记在心里，后面每讲一个环节，你都能找到它的位置。