2020年被Nature Methods評(píng)為年度技術(shù)的空間轉(zhuǎn)錄組，時(shí)至今日，陪伴我們科研人員已經(jīng)快2年了，在這期間，涌現(xiàn)了很多別具一格的分析角度，不斷刷新著我們對(duì)組織空間理解。對(duì)于生物學(xué)組織而言，細(xì)胞空間位置分布的重要性不言而喻，對(duì)于細(xì)胞空間分布的研究，也是我們研究發(fā)育、疾病等等生物學(xué)問(wèn)題最為重要的課題之一，其中最為關(guān)鍵的是，對(duì)于空間位置信息的認(rèn)知，如何深入挖掘空間上的生物學(xué)內(nèi)容，逐漸成為我們倚重的分析點(diǎn)。
目前對(duì)空間轉(zhuǎn)錄組位置信息的分析嚴(yán)重不足，典型如Seurat,更多的基于每個(gè)spot的基因表達(dá)信息進(jìn)行降維聚類(lèi)等下游分析，幾乎完全缺乏對(duì)空間信息的處理；也包括一些尋找空間高變基因的軟件如SpatialDE、SPARK等，也僅僅是簡(jiǎn)單利用空間位置尋找基因在空間上的區(qū)域變化，完全無(wú)法滿(mǎn)足科研人員對(duì)于組織有序性和不同細(xì)胞類(lèi)型在空間位置上“協(xié)作”的研究;尤其對(duì)于細(xì)胞在空間上聚集的原因與作用，細(xì)胞在不同層面的“等級(jí)”變化等等，都在不斷強(qiáng)調(diào)對(duì)空間位置信息的挖掘。前人栽樹(shù)，后人乘涼，就讓我們帶著對(duì)空間位置信息的分析角度，目睹其帶給我們的生物學(xué)認(rèn)知。
分析點(diǎn)1、CCI
空間轉(zhuǎn)錄組學(xué)技術(shù)和空間注釋的scRNA-seq數(shù)據(jù)集為分析細(xì)胞間通訊 (CCC) 提供了前所未有的機(jī)會(huì)。然而，整合CCC重建所需的空間信息和復(fù)雜的生化過(guò)程仍然是一個(gè)重大挑戰(zhàn)。近日《Nature Methods 》發(fā)表了一種處理復(fù)雜分子相互作用和空間約束的最優(yōu)運(yùn)輸方法：COMMOT，推斷空間轉(zhuǎn)錄組學(xué)中的CCC。
COMMOT（最佳傳輸?shù)耐ㄓ嵎治觯┩ㄟ^(guò)同時(shí)考慮空間轉(zhuǎn)錄組學(xué)數(shù)據(jù)或空間注釋scRNA-seq數(shù)據(jù)的大量配體-受體對(duì)來(lái)推斷CCC，這些數(shù)據(jù)配備了根據(jù)成對(duì)空間成像數(shù)據(jù)估計(jì)的細(xì)胞之間的空間距離；總結(jié)和比較空間信號(hào)的方向；使用樹(shù)模型識(shí)別CCC對(duì)基因表達(dá)的下游影響；并為各種分析提供可視化工具。
COMMOT概述
COMMOT具有三個(gè)重要特征：首先，使用非概率質(zhì)量分布來(lái)控制運(yùn)輸計(jì)劃的邊緣，以保持物種之間的可比性；第二，對(duì)CCC實(shí)施空間距離約束，以避免連接空間上相距較遠(yuǎn)的部分；最后，將多物種分布（配體）傳輸?shù)蕉辔锓N分布（受體）以解釋多物種相互作用。
分析點(diǎn)2、空間位置上的細(xì)胞“網(wǎng)絡(luò)”
什么是細(xì)胞“網(wǎng)絡(luò)”？細(xì)胞在空間位置上不是隨機(jī)出現(xiàn)的，細(xì)胞在空間上的定位受到了周?chē)h(huán)境以及自身狀態(tài)的影響，而這種影響的結(jié)果，就是每種細(xì)胞類(lèi)型在空間上形成了具有區(qū)域偏好性的細(xì)胞“網(wǎng)絡(luò)”，在文章Spatial mapping reveals human adipocyte subpopulations with distinct sensitivities to insulin中,為了系統(tǒng)的確定白色脂肪組織（WAT）的細(xì)胞區(qū)域“網(wǎng)絡(luò)”,計(jì)算了每種細(xì)胞類(lèi)別中的空間位置彼此相鄰的傾向，這里我們稱(chēng)之為同型細(xì)胞“網(wǎng)絡(luò)”。文章的分析結(jié)果表明，所有免疫細(xì)胞、脂肪細(xì)胞祖細(xì)胞和血管細(xì)胞以及成熟脂肪細(xì)胞的同型細(xì)胞“網(wǎng)絡(luò)”中都表現(xiàn)出很大的跨度，一些細(xì)胞類(lèi)型幾乎橫跨整合組織區(qū)域，如圖：
同型細(xì)胞“網(wǎng)絡(luò)”是為了確定單一細(xì)胞類(lèi)型在空間上的分布特點(diǎn)，但為了確定不同細(xì)胞類(lèi)別之間的空間關(guān)系，作者利用軟件STUtility來(lái)執(zhí)行成對(duì)的異型鄰域分析，我們稱(chēng)之為異型細(xì)胞“網(wǎng)絡(luò)”，用來(lái)衡量不同細(xì)胞類(lèi)型之間的空間臨近關(guān)系。如圖：
作者的研究發(fā)現(xiàn)，代表較大血管結(jié)構(gòu)的Spot在血管樣組織學(xué)特征上彼此靠近；并且發(fā)現(xiàn)特定祖細(xì)胞位于巨噬細(xì)胞附近并形成用于組織修復(fù)和重塑的脂肪生成生態(tài)位。
分析點(diǎn)3、探索細(xì)胞“單元”
什么是細(xì)胞“單元”？一個(gè)細(xì)胞“單元”的組成包括目標(biāo)細(xì)胞類(lèi)型和圍繞在其周?chē)募?xì)胞類(lèi)型，這幾種細(xì)胞類(lèi)型關(guān)系密切，相互合作行使一種重要的生物學(xué)功能，也就是說(shuō)，細(xì)胞“單元”指行使某項(xiàng)特殊的生物學(xué)功能的細(xì)胞“團(tuán)隊(duì)”，在文章Identification of HSC/MPP expansion units in fetal liver by single-cell spatiotemporal transcriptomics中，作者在研究細(xì)胞共定位的時(shí)候發(fā)現(xiàn)，多能祖細(xì)胞的周?chē)@著富集巨噬細(xì)胞和內(nèi)皮細(xì)胞，如圖：
文章通過(guò)分析空間位置的臨近細(xì)胞通訊，證明了多能祖細(xì)胞和周?chē)患募?xì)胞類(lèi)型之間形成頻繁的“互動(dòng)”，鑒于多能祖細(xì)胞點(diǎn)間的特征在于細(xì)胞之間的空間接近性和豐富的交互信號(hào)，由此將多能祖細(xì)胞與周?chē)@著富集的細(xì)胞類(lèi)型定義為細(xì)胞“單元”，其中多能祖細(xì)胞位于點(diǎn)的核心并與周?chē)纳鷳B(tài)位細(xì)胞細(xì)胞類(lèi)相互作用，支持并促進(jìn)了多能祖細(xì)胞的擴(kuò)增。
分析點(diǎn)4、CNV事件的空間圖譜
我們?cè)谘芯磕[瘤樣本的單細(xì)胞數(shù)據(jù)，CNV分析是必不可少的一環(huán)，基因表達(dá)現(xiàn)在廣泛運(yùn)用于推斷單細(xì)胞中的 CNV，識(shí)別染色體 (chr) gain和loss的區(qū)域。但是對(duì)于研究而言，僅僅知道發(fā)生的CNV事件遠(yuǎn)遠(yuǎn)無(wú)法滿(mǎn)足我們對(duì)腫瘤組織的認(rèn)知，腫瘤內(nèi)部空間異質(zhì)性的信息隨著組織解離也無(wú)法重現(xiàn)，所以，文章The spatial landscape of clonal somatic mutations in benign and malignant tissue通過(guò)特有的計(jì)算方法--iCNV分析空間轉(zhuǎn)錄組數(shù)據(jù)，構(gòu)建CNV事件的空間圖譜，如圖：
空間CNV的圖譜，主要基于一下考慮:(1)基因組不穩(wěn)定性如何在組織學(xué)上的良性組織中出現(xiàn)，這可能代表癌癥進(jìn)化的早期事件;(2)CNV事件和頻率的空間分布;(3)空間CNV事件的分布與活性，組織區(qū)域的CNV事件分布與活性差異很大，CNV事件的空間圖譜有利于我們對(duì)疾病的認(rèn)知和診斷，甚至治療?？臻g iCNV 分析可以提供基因組完整性的CNV圖譜，確定某些具有增加 iCNV 活性的區(qū)域，文中的分析結(jié)果發(fā)現(xiàn)大部分組織區(qū)域的隨即拷貝數(shù)（stochastic copy number，CN）是中性的，這表明 iCNV 可以識(shí)別感興趣的組織區(qū)域，尤其是腫瘤趨向惡性組織區(qū)域，彌補(bǔ)形態(tài)學(xué)和表達(dá)分析上的分析不足。
分析點(diǎn)5、空間軌跡向量場(chǎng)
下圖告訴我們的是隨著組織部位的不同，基因的演化關(guān)系，這跟發(fā)育其實(shí)完全沒(méi)關(guān)系，但是我又回頭翻看了一下最基礎(chǔ)的概念，對(duì)軌跡的定義，一個(gè)點(diǎn)在空間移動(dòng)，它所通過(guò)的全部路徑叫做這個(gè)點(diǎn)的軌跡。那么我們?cè)诜治鰡渭?xì)胞的時(shí)候，細(xì)胞就假設(shè)為時(shí)間上的動(dòng)點(diǎn)，隨著時(shí)間的發(fā)生，細(xì)胞的發(fā)育方向和演化，我們先入為主地將這樣的概念套用到了空間，難道空間軌跡回歸到最開(kāi)始的地方，是為了告訴我們組織不同部位的基因轉(zhuǎn)變
分析點(diǎn)6、空間高變基因
空間轉(zhuǎn)錄組研究中的一項(xiàng)關(guān)鍵任務(wù)是識(shí)別跨空間位置具有不同空間表達(dá)模式的空間變異基因（SVG）。識(shí)別SVG為系統(tǒng)分析特定位置的細(xì)胞狀態(tài)、推斷細(xì)胞間的通訊以及確定生物體中重要的表型和功能提供了機(jī)會(huì)。
分析點(diǎn)7、空間軌跡基因
identified genes specifically upregulated in each region based on their dynamic expression patterns.對(duì)于空間軌跡基因的變化，高度特異的區(qū)域基因在調(diào)節(jié)生態(tài)位program起到至關(guān)重要的作用。
說(shuō)了這么多，其實(shí)都還是空間轉(zhuǎn)錄組技術(shù)帶給我們的冰山一角，對(duì)于空間信息和轉(zhuǎn)錄組信息的挖掘遠(yuǎn)沒(méi)有停止，隨著研究的不斷深入，相信一定會(huì)有更多、更加一陣見(jiàn)血的分析角度來(lái)加快對(duì)生物學(xué)問(wèn)題的認(rèn)知，更加有效的手段解決我們的生物學(xué)問(wèn)題。
2023年補(bǔ)全單細(xì)胞空間分析全系列課程已經(jīng)進(jìn)行了好幾節(jié)課了，這次打算在5月12號(hào)晚上7點(diǎn)開(kāi)始直播課，空間數(shù)據(jù)分析之空間注釋篇，主要講空間注釋細(xì)胞的方式和原理，如果有興趣，歡迎來(lái)參加。
生活很好，有你更好
