SEU-TCA技术揭示早期心脏祖细胞空间起源：单细胞与空间转录组学的整合新方法

《Genome Biology》：Integration of single-cell and spatial transcriptomics by SEU-TCA reveals the spatial origin of early cardiac progenitors

本研究针对单细胞空间信息获取的难题，开发了基于转移成分分析（TCA）的空间表达效用工具SEU-TCA，成功将单细胞RNA测序（scRNA-seq）与空间转录组（ST）数据整合，显著提升了空间解卷积和细胞定位的精度。通过应用于小鼠原肠胚形成等发育过程，发现IRX1调控的前第二心区祖细胞（aSHF）的空间分布特征，基因敲除实验证实其缺失导致心室间隔缺损（VSD）。该研究为发育生物学提供了高分辨率空间转录组分析新范式。

心脏发育的时空密码如何破解？
在胚胎发育过程中，心脏作为最早形成的器官之一，其祖细胞的空间定位与分化机制一直是发育生物学的核心问题。传统单细胞RNA测序（scRNA-seq）虽能解析细胞异质性，却丢失了关键的空间信息；而空间转录组（ST）技术受限于多细胞混合检测，难以达到单细胞分辨率。这种"空间盲区"严重阻碍了对心脏等器官发育过程中细胞动态互作的理解。

东南大学等机构的研究团队在《Genome Biology》发表的研究，开发了名为SEU-TCA（Spatial Expression Utility-Transfer Component Analysis）的创新算法。该方法通过转移成分分析（TCA）构建共享潜在空间，将scRNA-seq数据与ST数据精准对齐，首次实现了早期心脏祖细胞空间起源的高分辨率解析。研究发现Iroquois家族转录因子IRX1特异性调控前第二心区（aSHF）发育，基因敲除实验证实IRX1缺失会导致45%胚胎出现心室间隔缺损（VSD），为先天性心脏病机制研究提供了新靶点。

关键技术方法
研究整合了四种生物系统数据：① 人心脏单细胞MERFISH空间数据生成伪批量spots；② 小鼠原肠胚Geo-seq（空间分辨率20-40细胞/spot）与scRNA-seq（E6.5-E8.5）数据；③ 10x Genomics小鼠嗅球数据；④ 胰腺导管腺癌ST数据。通过TCA算法最小化最大均值差异（MMD），建立空间spots与单细胞的Pearson相关性映射，结合SCENIC分析构建空间调控网络，并利用Irx1-CreERT2转基因小鼠进行谱系追踪和功能验证。

研究结果

SEU-TCA方法的性能优势
在模拟人心脏数据测试中，SEU-TCA以0.64的调整兰德指数（ARI）显著优于Tangram（0.49）和SpaGE（0.52），能准确区分心室肌细胞亚型（vCM-RV-Trabecular vs vCM-LV-Trabecular）。在真实小鼠嗅球数据中，其层状结构重建精度超越CARD等算法，特别是能清晰界定glomerular layer（GL）与olfactory nerve layer（ONL）边界。

心脏祖细胞的空间图谱
通过整合E7.5小鼠原肠胚数据，发现中胚层沿近远轴（P-D）和前后轴（A-P）形成四个功能区域：前近端（P-A）、后近端（P-P）、前远端（D-A）和后远端（D-P）。关键标记基因如远端前区标志物Krt⁸
、前中胚层标志物Otx²
呈现明确的空间梯度表达。新生中胚层（NM）被细分为三个亚群：Lhx1⁺
前部群、Fst⁺
神经中胚层前体群以及同时携带第一心区（FHF）和第二心区（SHF）特征的广域分布群。

调控网络的时空特征
SCENIC分析揭示Hox基因家族在胚外中胚层（10MA/10MP）特异性激活，而Sp⁵
和Tbx⁶
调控子在中段体节前体（3MP）富集。值得注意的是，Iroquois家族成员Irx1/3/5在前第二心区（aSHF）祖细胞中特异性共表达，RNAscope证实Irx1在4MA-6MA区域高表达。

+
）、aSHF（Isl1⁺
Tbx1⁺
）和pSHF（Osr1⁺
）'>

IRX1的功能验证
谱系追踪显示Irx1⁺
细胞主要贡献于流出道（OFT）和右心室（RV），在E8.75时与心肌标记MYL7共定位。Mesp1-Cre介导的Irx1条件性敲除导致45.45%胚胎出现VSD，显著高于杂合子（p<0.001），证实其对心脏形态发生的关键作用。

结论与展望
该研究通过SEU-TCA首次绘制了早期心脏祖细胞的空间分化轨迹，揭示IRX1是aSHF发育的核心调控因子。方法学上，其非参数化核函数设计（Linear/Primal/RBF）克服了传统线性PCA的局限性，为多组学整合设立了新标准。未来可拓展至人类心脏发育异常研究，为先天性心脏病提供新的诊断标记和治疗靶点。正如研究者所言："这种空间-单细胞联合分析框架，将重新定义我们对器官发生的认知方式。"