📚 课程目录第1章空间转录组学概述

1. 空间转录组学概述：从组织切片到分子图谱

空间转录组学，说白了就是给传统的转录组学加上坐标信息。你想想看，传统单细胞测序把组织打碎了测量，虽然能看到不同细胞类型，但细胞原本在组织里待的位置全丢了。空间转录组就是要补上这块拼图。

我刚开始接触这个领域时，其实挺困惑的——为什么有了单细胞测序还不够？后来在项目中做过一次肿瘤免疫分析才真正明白：细胞的位置信息，往往比它的分子身份更能决定功能。同一个T细胞，在肿瘤核心区和在基质边缘区，表达状态可能完全不同。

1.1 什么是空间转录组学

定义不复杂：在组织切片的原位，同时测量基因表达和空间坐标。跟传统转录组比，核心差异就两点：

位置保留：不消化组织，直接从切片上捕获RNA
形态关联：可以和H&E染色、免疫荧光等组织学图像配准

你可以把它理解成给每个基因表达值贴了个GPS标签。这个"GPS"的精度，决定了你能回答什么样的问题。

  核心概念速记：空间转录组 = 单细胞分辨率 × 空间坐标 × 全转录组覆盖。三个维度能同时做到两个，就算当前顶尖水平了。

1.2 技术发展史：从手工到高通量

聊聊技术演变。我记得早期做空间基因表达分析，用的是激光显微切割（LCM）。那会儿我还在读博，手动在显微镜下一个细胞一个细胞地切，效率低得让人崩溃。切一个区域要半小时，通量基本是1～10个基因。

后来技术路线分成了两派：

原位杂交路线：用探针直接在组织里检测RNA，比如MERFISH、seqFISH。优点是分辨率高（单细胞甚至亚细胞），缺点是通量受限。
空间条形码路线：在芯片上铺带条形码的捕获点，组织切片贴上去反转录，比如10X Visium、Slide-seq。优点是通量高（全转录组），缺点是分辨率受限于捕获点大小。

关键时间节点我列在这里：

年份	技术	核心突破
2012	MERFISH	单细胞原位成像，误差编码纠错
2014	seqFISH	连续多轮杂交，大幅提升多重能力
2019	Slide-seq	10 μm珠分辨率，接近单细胞级别
2020	10X Visium	商业级全转录组+组织学，55 μm捕获点

我个人觉得，2020年是个分水岭。10X Visium把空间转录组从实验室技术变成了商品化工具。虽然分辨率还不够完美，但它让大量生物学家能用得起、用得上了。

1.3 主流平台对比

我常被问到该选哪个平台。说实话，没有万能答案。我在项目中同时用过10X Visium和MERFISH，感受完全不同。下面这张表直接对比核心参数：

平台	分辨率	通量	检测方式	优势	局限性
10X Visium	55 μm（～10–50细胞/点）	全转录组	空间条形码	商业化成熟，组织学图像对齐	非单细胞分辨率
Slide-seq	10 μm（近单细胞）	全转录组	空间条形码	高分辨率，灵活定制	覆盖面积小，处理复杂
MERFISH	～100 nm（亚细胞）	～100–500基因	原位杂交成像	真正单细胞，可复用探针	基因通量受限
seqFISH+	～100 nm（亚细胞）	～10000基因	连续杂交成像	超高多重，亚细胞定位	实验周期长，成本高

我的建议：如果目标是全转录组探索且预算有限，选10X Visium。如果追求单细胞分辨率且目标基因明确，选MERFISH。Slide-seq适合需要高分辨率全转录组但能接受实验复杂度的团队。

1.4 核心应用场景

空间转录组能回答哪些生物学问题？我归纳了三个最成熟的场景：

肿瘤微环境：分析癌细胞、免疫细胞、基质细胞在空间上的互作关系。我在项目中做过三阴性乳腺癌的空间图谱，发现PD-L1+巨噬细胞聚集在肿瘤侵袭前沿——这个位置信息对免疫治疗反应预测很有价值。
发育生物学：追踪胚胎发育过程中细胞分化和组织模式形成。比如小鼠大脑皮层的层状结构，空间转录组可以清晰展示各层的分子标记梯度。
神经科学：绘制大脑不同区域的细胞类型图谱和神经环路。Allen脑科学研究所做的鼠脑空间图谱就是经典案例。

除此之外，数字病理学、感染性疾病、再生医学等方向也在快速跟进。说白了，只要组织空间结构跟功能相关，空间转录组就有用武之地。

1.5 数据特性与挑战

空间转录组数据有三大特性，也是三大坑。我曾经在分析时踩过其中两个，这里重点提醒：

空间稀疏性：大部分捕获点检测到的基因数很少（10X Visium约500–2000基因/点），跟scRNA-seq比稀疏得多。直接套用单细胞分析流程会出问题。
空间自相关：相邻捕获点的基因表达不独立。这既是信号（可以用来做空间聚类），也是噪声来源（统计检验要考虑空间FDR）。
多模态整合：需要同时处理基因表达矩阵、空间坐标、组织学图像。三种数据格式不统一，对齐和归一化容易出错。

避坑指南：我曾经用标准的Seurat流程直接分析10X Visium数据，没做空间自相关校正，结果聚类结果完全被组织边缘区域主导，内部结构全丢了。后来加入空间权重矩阵才把真实结构拉出来。所以，空间分析一定要用空间感知的算法。

下面这个例子展示10X Visium典型的数据组织结构，方便你快速上手：

sample/
├── filtered_feature_bc_matrix.h5        # 过滤后的表达矩阵
├── filtered_feature_bc_matrix/
│   ├── barcodes.tsv.gz                  # 捕获点条形码
│   ├── features.tsv.gz                  # 基因列表
│   └── matrix.mtx.gz                    # 稀疏矩阵
├── spatial/
│   ├── tissue_positions_list.csv        # 空间坐标
│   ├── scalefactors_json.json           # 图像缩放参数
│   └── tissue_hires_image.png           # 组织学图像
└── raw_feature_bc_matrix.h5             # 未过滤的表达矩阵

我个人习惯用Scanpy读取，一行搞定：

import scanpy as sc
adata = sc.read_visium("sample/")
print(adata)
# 输出：AnnData object with n_obs × n_vars = 4992 × 31053

1.6 知识体系总览

上面讲的内容可以用一张结构图串起来。记住这个框架，后续章节就会往这些分支里填充具体的算法和代码。

这张图把本章的核心内容串了起来。后面的章节会沿着这些分支逐一展开——从数据预处理到空间聚类，从差异分析到多模态整合，每个算法都会结合具体平台的数据特性来讲解。学好这章的概念，后面你会走得更顺。