2、空间转录组技术概述与Visium平台
空间转录组，说白了就是把基因表达数据“贴”回到组织切片原来的位置上。你想想看，传统的单细胞测序把细胞打散了，位置信息全丢。而空间转录组能在显微镜下看到每个斑点（spot）里到底表达了哪些基因。
我自己刚接触这个领域时，第一反应是：这不就是原位杂交的升级版吗？后来深入做了几个项目才发现，它远不止是“成像”，而是一套完整的“空间分辨率+全转录组”技术栈。今天我就围绕Visium平台，把它的原理、流程、数据特点和一些实战心得掰开来讲。
技术原理
Visium的核心是一块带有位置条形码（spatial barcode）的玻片。玻片上预先印好了数百万个直径55μm的捕获点（spots），每个spot的间距约100μm。每个spot里都有一条独特的barcode序列，后面还跟着UMI和polyT。
具体的捕获逻辑是这样的：
- 组织切片贴在玻片上，透化处理释放mRNA
- mRNA通过扩散被邻近spot上的polyT捕获
- 每个spot的barcode和UMI被打到cDNA上
- 测序后，根据barcode把reads“对号入座”到组织原位
嗯，这里有个容易忽略的点——扩散距离是有限的。透化时间如果太短，mRNA跑不到spot；太长又会串扰到隔壁spot。我最早做Visium实验时，就曾因为透化时间没优化好，结果整个切片上的信号糊成一团，被技术员笑了半天。
| 参数 | 典型值 | 说明 |
|---|---|---|
| Spot直径 | 55 μm | 每个spot包含约10-30个细胞 |
| Spot间距 | 100 μm | 中心到中心距离 |
| 捕获点位总数 | ~5000 / 6.5mm×6.5mm | 标准捕获区域 |
| Barcode长度 | 27-30 bp | 唯一标识每个spot位置 |
为什么选55μm？这不是拍脑袋定的。早期测试发现，55μm能捕获约几十个细胞的转录本，既能提供空间分辨率，又保证足够的基因检出量。你想想看，如果spot做得太小，单个细胞都覆盖不全，那基因覆盖度就惨不忍睹。
核心优势：Visium不需要预先知道目标基因，它做的是全转录组捕获。这意味着你可以做无偏的聚类分析，而不是只盯着几个marker基因看。
实验流程
Visium的实验流程，我把它拆成六个关键步骤。每一步都有坑，我一个个说。
- 组织准备与切片：OCT包埋，冰冻切片10μm厚。建议用新鲜冷冻组织，FFPE样本虽然也能做，但RNA质量容易翻车。
- HE染色与成像：切片贴在捕获玻片上后，先做HE染色，用明场显微镜拍下完整组织图像。这一步是后续空间对齐的“地图”。
- 透化与捕获：用蛋白酶K处理组织，释放mRNA。透化时间需要根据组织类型优化——脂肪组织需要更长，肝脏等致密组织则短一些。我建议每个样本都做透化时间梯度测试（6min/12min/18min），选信号最强且扩散最小的那一个。
- 逆转录与cDNA合成：捕获的mRNA直接在玻片上进行原位逆转录。这一步会产生连接barcode和UMI的第一链cDNA。
- 文库构建与测序：从玻片洗脱cDNA，构建测序文库。测序深度建议：每个spot至少50,000 read pairs。
- 数据预处理：用Space Ranger软件进行barcode拆分、比对、UMI计数，输出基因表达矩阵和H&E图像的空间坐标。
我曾经在给客户做技术培训时，有个学员问：能不能跳过HE染色直接用DAPI？答案是：不行。Visium的空间对齐算法需要H&E的全片视野来定位组织轮廓，荧光图像会对齐造成干扰。这是个硬约束，别想着省事。
数据特点
Visium产出的数据，本质上是一个稀疏的基因×spot矩阵，外加每个spot的像素坐标。跟你之前接触的单细胞数据有相似之处，但也有明显差异。
| 特性 | 单细胞RNA-seq | Visium空间数据 |
|---|---|---|
| 分辨率 | 单个细胞 | 每个spot数十个细胞 |
| 细胞数量 | 数千到百万 | ~5000 spots |
| 基因检出 | 2000-5000基因/细胞 | 500-2000基因/spot |
| 空间信息 | 无 | 有（H&E图像+坐标准确） |
| 稀疏程度 | 高（80-95%零值） | 更高（90-98%零值） |
你可能会问：为什么Visium的稀疏程度比单细胞还高？因为每个spot覆盖多个细胞，但捕获效率有限——组织中的RNA可能被包埋在细胞基质里，没有被完全释放。我曾经分析过一批小鼠脑切片数据，有些spot只检测到200个基因左右，基本就是噪声。后来我们把透化时间从9分钟延长到15分钟，基因中位数立刻从300飙升到1800。这组对比数据至今还挂在我实验室的白板上。
另外，Visium数据还有一个特点：空间自相关。相邻的spot倾向于表达相似的基因（因为它们来自同一片组织区域）。这个性质在后续的聚类、插值和批次校正中都会被利用。
数据处理小窍门：在分析之前，一定要检查每个spot的count分布。如果出现“有些spot计数极低（<500），有些极高高（>20000）”，很可能是透化不均匀或者有气泡。建议用ggplot画一张count分布直方图，剔除离群spot后再做下游分析。
应用案例
Visium的应用，说实话已经覆盖了你能想到的所有组织类型。我挑几个跟自己项目经历相关的案例说说。
- 肿瘤微环境研究：我参与过一个乳腺癌项目，用Visium发现肿瘤中心和边缘的免疫细胞浸润模式完全不一样。中心区域以M2型巨噬细胞为主，边缘则是CD8+T细胞富集。后来我们在空间数据上做了cell2location反卷积，精确估算出每个spot中不同免疫亚型的比例，这种信息传统bulk测序根本拿不到。
- 发育生物学：有团队用Visium绘制了小鼠胚胎E13.5的全胚切片空间表达图谱，手工注释了心脏、肝脏、神经管等器官边界。这个数据集现在还是金标准之一。
- 神经科学：去年有个客户做阿尔茨海默病小鼠模型的视交叉上核切片，发现tau蛋白病理性聚集的区域周围，小胶质细胞激活相关基因（Trem2, Tyrobp）表达量飙升了3倍以上。他们还在同一张切片上做了多重免疫荧光验证，跟Visium的基因表达趋势一致。这就是空间转录组“发现-验证”闭环的典型案例。
- 多批次联合分析：其实这正是我们这门课要解决的核心问题。多个Visium切片批次间存在批次效应（试剂批号、透化时间、测序深度差异），如果直接合并分析，很容易做出错误的聚类。你想想看，同一个组织的不同切片，可能因为透化时间差了三分钟，结果就被分成了两个“假簇”。后面几章我们会专门讲怎么用Harmony、Seurat或者自定义的去批次方法处理这类数据。
重要提醒：Visium只是空间组学的一种平台。还有MERFISH（分子荧光原位杂交，单细胞分辨率），以及Slide-seq（50μm分辨率但捕获效率更高）。选择哪种平台，取决于你的科学问题：如果需要鉴定稀有细胞亚群，MERFISH更好；如果要做全转录组探索，Visium更成熟。这门课后面所有案例都基于Visium 10x数据，但方法论同样适用于其他基于spot的空间技术。
最后说一句，很多初学者拿到Visium数据后，第一件事就是跑Seurat的标准流程。这没什么问题，但是别忘了空间数据有图像信息——你完全可以先把基因表达投影到H&E图像上看一眼。有时候那个visual inspection能帮你发现批次效应、组织边缘伪影，甚至切片的折叠。我个人的习惯是：在跑任何统计模型之前，先画一张Spot的地图热图，跟原始HE图像叠在一起看。这会给你一种直觉：哪些区域是真实的组织结构，哪些是技术噪声。
好了，关于Visium平台的技术要点就说到这儿。后面的章节我们会一步一步拆解多批次联合分析的具体方法，包括数据预处理、批次检测、校正策略和验证。那个时候你再回头看看这一章，会发现自己已经知道每一行代码背后的实验逻辑了。