空间转录组实验

Two Images
A Image B Image

“Spatial transcriptomics offers an unprecedented opportunity to study gene expression in the context of tissue architecture, providing a richer and more nuanced understanding of complex biological processes and disease mechanisms.”



——Dr. Sten Linnarsso

空间转录组学和单细胞基因组学的先驱——Sten Linnarsson 博士在《自然生物技术》（2020年）(DOI: 10.1038/s41587-020-0477-1)发表的一篇题​​为《空间转录组学：生物学的新前沿》的文章中说到：“空间转录组学为在组织结构背景下研究基因表达提供了前所未有的机会，为复杂的生物过程和疾病机制提供了更丰富、更细致的理解。”

优势：

  • 空间信息整合：传统转录组学无法提供空间分布信息，而空间转录组学能够实现对细胞在组织中位置的精确描述，揭示组织结构和功能的多样性。
  • 深层次的组织理解：结合空间信息，研究者能够更好地理解疾病的机制、细胞间的相互作用以及组织发育中的复杂调控。

挑战：

  • 技术复杂性：空间转录组学通常需要高精度的实验操作和技术支持，数据分析和结果解读也需要高度专业化。
  • 分辨率限制：虽然目前有一些方法能够分析单细胞的基因表达，但在分辨率和数据处理方面仍存在一定的技术挑战。
  • 数据量庞大：空间转录组学生成的数据量非常庞大，涉及到空间坐标、基因表达、细胞类型等多个维度，需要强大的计算能力和先进的数据分析方法。

总的来说，空间转录组学是一个新兴且高度前沿的研究领域，它通过将空间信息与基因表达结合，提供了全新的视角，推动了生物学、医学和临床研究的深度发展。在组织与器官发育、癌症研究、神经科学、免疫学研究方面有巨大的学术前景和现实科研意义。

↑ 空间组学技术流程图

博兆医疗专注空间转录组学技术在癌症研究的应用，面对挑战，我们结合人工智能和大数据分析，能够实现肿瘤组织样本的精准分子分析，识别和解析肿瘤微环境中的关键生物标志物。




空间转录组 Stereo-seq实验

Stereo-seq（空间转录组）作为空间转录组技术的代表之一，是博兆团队掌握的优势技术，是一种结合空间组织结构和单细胞转录组技术的高通量实验方法。它能够在保持组织空间信息的同时，分析单个细胞的转录组信息。常用于肿瘤微环境研究，探究肿瘤组织中的细胞异质性及其空间分布。

    基本原理：

  1. 组织切片：首先将待研究的组织样本进行切片处理，通常切片厚度在数微米左右。
  2. 空间标记：在组织切片上覆盖带有空间信息的微阵列（如微珠、微阵列芯片等），这些微珠上含有独特的条形码，用于记录每个位置的空间坐标。
  3. RNA捕获：通过在切片上进行反转录反应，将每个细胞或每个位置的RNA转化为cDNA，并通过条形码与空间位置相关联。
  4. 基因组测序：通过在切片上进行反转录反应，将每个细胞或每个位置的RNA转化为cDNA，并通过条形码与空间位置相关联。
  5. 数据整合与分析：最终通过数据分析方法，将转录组信息与空间坐标信息整合，从而得出细胞或组织在空间中的基因表达图谱。
    优势：

  1. 空间信息：可以实现基因表达与组织空间结构的结合，揭示细胞在空间上的组织模式。
  2. 单细胞解析：可在单细胞层面上解析基因表达，避免了传统方法中的群体效应。
  3. 高分辨率：具有较高的空间分辨率，能够精准定位基因在不同细胞、不同组织区域的表达情况。

↑ STOmics时空组学显微镜

空间转录组 Visium CytAssist 实验


↑ 10X Visium CytAssist

我们亦掌握10X Genomics推出的空间转录组学技术平台Visium CytAssist，通过结合组织切片的空间信息和高通量的 RNA 测序技术，用于研究细胞在组织中的空间分布及其基因表达特征。

    Visium CytAssist 实验包括以下关键步骤：

  1. 组织准备：通过组织切片技术获取感兴趣的生物组织（例如肿瘤组织、脑组织等）。这些组织切片上保留了组织的空间结构信息。
  2. 组织切片放置：将组织切片固定到专用的空间转录组芯片上，这些芯片上有成千上万的微小探针阵列，每个探针对应一个空间位置，可以捕捉到切片上每个位置的 RNA 分子。
  3. RNA捕获：芯片表面含有带有探针的微阵列，这些探针可以捕捉到组织切片上细胞释放的 RNA 分子。每个捕获点的位置与组织切片的空间位置一致，这就保证了可以获取每个空间位置上的转录信息。
  4. RNA 测序：捕获的 RNA 分子被转录成 cDNA 并进行文库构建，随后进行高通量测序。通过测序数据，可以获得组织中不同区域的基因表达谱。
  5. 空间基因表达分析：通过与组织形态图谱（如H&E染色图像）结合，可以分析不同区域的基因表达差异，揭示组织内细胞群体的空间分布、功能状态和相互作用。
    优势：

  1. 空间信息：可以实现基因表达与组织空间结构的结合，揭示细胞在空间上的组织模式。
  2. 单细胞解析：除了基因表达，还能与免疫组织化学标记、蛋白质等其他数据结合使用，提供更丰富的信息。
  3. 高分辨率：Visium CytAssist 兼容多种组织类型，可以与现有的生物学研究设施和工作流程无缝集成。