Nature Methods发布新工具，实现3D的空间转录组学分析

　　

普林斯顿大学的研究人员近日开发出一种新的空间转录组学工具。它能够整合同一组织样本的多张切片上的基因表达信息，从而提供细胞活性的3D视图。这项研究成果于5月16日发表在《Nature Methods》杂志上。

这种新工具将帮助生物学家更好地了解细胞的周围环境，并从基因表达数据中获得更多信息，从而加速对疾病的了解和疗法的开发。研究人员还希望该系统能够帮助人们鉴定稀有细胞类型并选择癌症治疗方案。

空间转录组学（ST）这种技术能够将基因表达与细胞环境相关联。科学家将组织样本分成一个微型网格，并将网格中的每个点与基因表达信息联系起来。不过，目前的计算工具只能从二维角度分析基因表达的空间模式。多张切片的实验结果很难综合成一幅组织的完整图像。

此次开发的新方法名为PASTE（Probabilistic Alignment of ST Experiments），它整合了同一组织样本的多张切片上的信息，提供了肿瘤或器官内基因表达的3D视图。当实验中的序列覆盖度因技术或成本问题而受到限制时，PASTE还可以将多张组织切片的信息合并成一张二维的共有切片，提供更加丰富的基因表达信息。

通讯作者、普林斯顿大学的Benjamin Raphael教授表示：“我们开发这种方法的初衷是观察到生物学家通常会对同一组织进行多次实验。这些重复实验不是在完全相同的细胞进行，但它们来自同一组织，因此高度相似。”

利用PASTE技术，研究人员能够比对单个组织样本的多张切片，根据细胞的基因表达谱对细胞进行分类，同时保留细胞在组织内的物理位置。

在开发这种方法时，他们使用了之前一项乳腺癌空间转录组学研究的基因表达数据，其中组织切片之间的对应关系已经建立。之后，他们又从大脑前额叶皮层样本中收集数据，对这种方法进行评估。众所周知，前额叶皮层是由多个层次组成，具有独特的基因表达特征。

研究人员还采用PASTE方法来评估四名皮肤癌患者活检样本的数据。之前对这些数据的分析表明，癌细胞和健康细胞是高度交错的。然而，PASTE方法显示，三个样本的空间相干性低可能是由于实验的序列覆盖度低。新的分析结果表明，细胞被分为更连续的簇，这是一种在生物学上更合理的场景。

“在我们整合了几张切片并有效增加了数据的覆盖度后，我们得到了空间更连贯的细胞分组，这比每种细胞类型随机分布在组织中更为合理，”第一作者Ron Zeira谈道。

到目前为止，研究团队分析的最大数据集是一个有9张切片的心脏组织样本，但他们的目标是对包含30多张切片的小鼠胚胎进行分析。Raphael认为，除了计算方面的顾虑外，这种规模的空间转录组学实验对许多实验室来说仍然很昂贵。不过，他仍然希望PASTE这样的工具能鼓励更多的研究人员开展重复实验。

原文检索

Zeira, R., Land, M., Strzalkowski, A. et al. Alignment and integration of spatial transcriptomics data. Nat Methods (2022). https://doi.org/10.1038/s41592-022-01459-6