编辑推荐：
本综述聚焦空间转录组学（ST）在肌肉骨骼系统的应用，梳理其技术分类与流程，总结在胚胎发育、炎症（如类风湿关节炎）、创伤、退行性疾病（如骨关节炎）及肿瘤等场景的研究进展，探讨挑战与 3D 转录组、多组学整合等未来方向。
空间转录组学（ST）通过同时捕获基因表达谱和组织原位空间信息，为解析肌肉骨骼系统的生理病理机制提供了全新视角。以下从技术发展、应用场景及挑战展望等方面展开论述。
空间转录组学技术发展与分类
ST 技术主要分为基于成像和测序的两大类。基于成像的技术包括原位杂交（ISH）和原位测序（ISS）。ISH 技术如 RNAscope 可在亚细胞分辨率高灵敏度检测有限基因，SeqFISH、MERFISH 等通过多重编码策略扩大检测规模，其中 MERFISH 利用二进制编码和纠错方案提升转录本识别鲁棒性；ISS 技术如 Xenium 能高灵敏度检测低丰度基因，STARmap 则可对厚组织样本进行高分辨率 3D 多组学分析。基于测序的技术通过选择感兴趣区域（ROI）或空间条形码记录空间位置，ROI 选择技术如激光捕获显微切割（LCM）结合 scRNA-seq 形成 Geo-seq，空间条形码技术如 Visium、Slide-Seq 等实现全转录组分析，Stereo-seq 更以纳米级分辨率和大视野实现无偏全转录组检测。
肌肉骨骼系统研究工作流程
在肌肉骨骼系统研究中，样本兼容性是选择 ST 平台的关键。对于骨等硬组织，常使用经脱钙处理的福尔马林固定石蜡包埋（FFPE）样本。研究目标也影响平台选择，测序 - based 技术适合探索性研究，imaging-based 技术更适合验证假设。此外，还需考虑物种兼容性及技术参数如灵敏度和空间分辨率，商业平台虽成本较高但更成熟稳健，且可结合两种技术优势，如 “广角” Visium 与 “聚焦” RNAscope 联合使用。
空间转录组学在肌肉骨骼系统的应用
生理机制研究
在胚胎发育阶段，张等人利用 scRNA-seq 和 Visium 构建了首个人类胚胎肢体发育的单细胞时空转录组图谱，揭示了细胞进化路径和空间定位决定过程，证实了小鼠作为研究人类生理病理机制的可靠性。在 juvenile 阶段，陈等人通过 Visium 结合谱系追踪，确定位于髓核（NP） periphery 表达组织蛋白酶 K（Ctsk）的细胞为髓核祖细胞（NPPCs），而 Tie2 并非 NPPCs 标记物，其仅在软骨终板（CEP）和纤维环（AF）中表达。在成熟阶段，肖等人利用 Visium 分析成熟小鼠股骨脱钙 FFPE 切片，证实基于空间条形码的 ST 技术在完全矿化成人长骨中的可行性，分析了骨骼干细胞和祖细胞（SSPCs）微环境的细胞组成和相互作用网络。
炎症性疾病研究
以类风湿关节炎（RA）为例，Vickovic 等人对 RA 患者滑膜组织进行连续切片，通过形态学注释和无监督聚类，构建了融合形态学的 3D 空间转录组景观，揭示了血清阳性和阴性 RA 患者在三级淋巴器官（TLOs）内或周围的空间基因表达差异。Smith 等人分析成纤维细胞样滑膜细胞（FLSs）的染色质可及性和基因表达谱，发现抑制 IL-1 可改善衬里 FLSs 的激活状态，防止关节进一步损伤。Kenney 等人首次结合单细胞转录组学和 ST 分析 RA 进展过程中引流淋巴结的病理变化，发现晚期关节炎引流淋巴结中巨噬细胞与 T 细胞的密切串扰促进 B 细胞分化为浆细胞和 IgG2b 类别转换。
创伤性疾病研究
在肌肉和肌腱损伤修复方面，McKellar 等人应用空间总 RNA 测序（STRS）分析小鼠胫骨前肌再生过程，首次在空间背景下纳入非编码 RNA，鉴定出 Meg3、GM10076 等转录本及 miR-206-3p、miR-1a-3p 等成熟 miRNA 的时空表达模式。Larouche 等人分析容积性肌肉丢失后组织切片，发现缺损区瘢痕相关巨噬细胞与间充质来源细胞共定位，促进纤维化进展，而抑制 TGF-β 可破坏这种串扰，创造有利于肌肉干细胞（MuSC）介导再生的微环境。在骨折愈合研究中，Mathavan 等人开发基于 ST 的机械组学平台，结合体内显微 CT 成像和微有限元分析，发现高应变区域基因表达与成骨反应相关，低应变区域以骨吸收为主，加载组骨折部位成骨反应显著增强。
退行性疾病研究
对于骨关节炎（OA），Fan 等人整合 Geo-seq 和 scRNA-seq 数据，创建了人膝关节软骨的单细胞和区域空间分辨转录组景观，鉴定出 11 个软骨细胞簇，其中炎症性软骨细胞簇可能激活 MIF-CD74 介导的软骨降解，前肥大软骨细胞和前纤维软骨细胞簇分别对 OA 分型和鉴别有重要意义。Yang 等人结合单细胞转录组学和 ST 绘制健康和退化前交叉韧带的单细胞空间转录组景观，发现 FGF 和 TGF-β 信号通路可能介导细胞外基质重塑，靶向 FGF7-FGFR1 和 TGFB1-TGFBR2 可能是有效的治疗策略。
肿瘤性疾病研究
在脊索瘤研究中，张等人通过 ST 证实单细胞 RNA 测序鉴定的内质网应激相关癌症相关成纤维细胞（ERS-CAFs）存在于脊索瘤肿瘤微环境（TME）中，其与肿瘤细胞的接近程度与恶性程度和患者预后相关。Wrenn 等人结合 ST 和单细胞蛋白质组学，在尤因肉瘤中鉴定出 CD73 + 肿瘤细胞亚群，其与 CAFs 相似，上调细胞外基质蛋白表达和沉积，促进肿瘤发生发展。Ihle 等人利用 GeoMx DSP 和免疫组织化学染色，揭示前列腺癌骨转移中溶骨性和成骨性病变在免疫细胞富集生物通路的差异，成骨性病变富集多个免疫检查点，为免疫治疗提供潜在靶点。
挑战与展望
现存挑战
肌肉骨骼系统的骨、软骨、肌腱等组织具有坚硬、致密甚至矿化的细胞外基质，细胞含量较低，给样本制备带来挑战。骨组织脱钙过程中常用的强酸试剂易降解 RNA，需开发标准化、温和的脱钙方案；软骨组织细胞含量低，需注意 RNA 保存；肌腱组织获取高质量纵切面困难。FFPE 样本虽广泛应用，但过度固定会导致 RNA 交联，影响质量，需平衡脱交联和 RNA 降解问题。此外，骨髓中细胞丰度差异大，稀有细胞类型有效识别困难，需结合 scRNA-seq、流式细胞术等多种方法及深度学习模型。
未来方向
未来 ST 在肌肉骨骼系统的应用前景广阔。在骨折和腰椎间盘突出等疾病研究中，需构建涵盖不同解剖部位和愈合阶段的单细胞时空转录组图谱。3D 转录组景观构建方面，Tomo-seq、STARmap、Open-ST 等技术可实现 3D 基因表达分析，结合数据对齐和整合算法，将更准确解析复杂生物系统的空间关系。空间多组学整合 epigenomics、proteomics、metabolomics 等多层组学数据，如 DBiT-seq、Spatial ATAC-RNA-seq 等技术，可全面揭示生命过程的微观机制。人工智能在 ST 数据处理中的应用，如深度学习模型用于数据聚类、细胞类型解卷积、细胞间通讯推断等，将推动 ST 数据分析的发展。
空间转录组学在肌肉骨骼系统的研究已取得显著进展，随着技术不断创新和多学科交叉融合，其将为该领域疾病的精准诊断、治疗及机制研究提供更深入的见解。
