《Discover Plants》：Decoding plant complexity through spatially resolved multi-omics approaches
编辑推荐：
空间组学（Spatial omics）通过整合转录组学（transcriptomic）、蛋白质组学（proteomic）和代谢组学（metabolomic）信息与精确的空间背景，迅速成为解码植物生物学分子图谱的变革性方法。在本研究中，研究人员定量分析了空间转录
空间组学（Spatial omics）通过整合转录组学（transcriptomic）、蛋白质组学（proteomic）和代谢组学（metabolomic）信息与精确的空间背景，迅速成为解码植物生物学分子图谱的变革性方法。在本研究中，研究人员定量分析了空间转录组学（spatial transcriptomics）、空间蛋白质组学（spatial proteomics）和空间代谢组学（spatial metabolomics）的最新进展，这些技术实现了对复杂植物器官中基因表达、蛋白质定位和代谢物分布的高分辨率映射。分析揭示了一个快速扩展的研究格局，其特点是出版物数量强劲增长、高国际协作性，以及越来越强调整合多组学方法以解决植物发育、胁迫响应和营养性状问题。这些技术为描绘细胞异质性、揭示调控网络以及将分子特征与生长和胁迫适应相关的表型联系起来提供了机会。应用涵盖多个领域，包括组织器官中基因表达的映射、生物和非生物胁迫响应的解码，以及控制营养性状的代谢途径的鉴定。空间组学还支持翻译调控研究，提供了关于mRNA翻译如何在变化条件下塑造植物发育的见解。表观遗传特征，如DNA甲基化（DNA methylation）、组蛋白修饰（histone modification）和染色质组织（chromatin organization），正越来越多地通过空间解析方法进行探索，揭示了亚细胞尺度的调控回路。新兴技术，包括膨胀显微镜（expansion microscopy），将分辨率扩展到纳米尺度，而宿主-病原体相互作用的空间分析则阐明了完整组织内的感染动态和防御策略。尽管取得了快速进展，但植物空间组学仍面临挑战，包括刚性细胞壁、组织异质性以及在复杂组织中实现单细胞分辨率的困难。计算方面的障碍，如数据整合、质量控制和时空建模，进一步限制了广泛采用。因此，未来的努力必须改进组织兼容的协议，开发先进的生物信息学流程，并将空间组学与多组学和表型组学整合，以将分子模式与性状联系起来。随着这些限制的解决，空间组学将从描述性研究过渡到预测性育种，从而在环境变化下实现精确的性状改良、增强的营养价值和可持续的作物生产力。
**1 引言**
空间组学（Spatial omics）通过整合空间分辨率与高通量组学数据，成为研究植物分子分布的新一代方法，能揭示转录本、蛋白质、代谢物及表观修饰在组织、器官甚至单细胞中的异质性。在全球气候变化背景下，空间组学有助于定位应对热、干旱、盐碱等非生物胁迫以及病原体等生物胁迫的特定细胞类型或组织区域，推动气候适应性作物育种。尽管在动物系统中进展迅速，植物空间组学应用仍有限，缺乏系统评估全球研究趋势、合作网络和主题热点的综述。本研究提出四个关键问题：全球研究趋势（第2节）、主要研究成就与新兴主题（第3节）、空间组学在植物发育、胁迫响应和互作中的应用（第4节）、以及作物改良中的角色与差距（第5节），旨在通过定量分析揭示知识空白并绘制发展路线图。
**2 方法学**
**2.1 数据收集**
从Web of Science（WoS）数据库检索2014年至2025年9月9日的文献，关键词涵盖空间组学、空间转录组学、空间蛋白质组学等与植物相关术语，最终纳入99篇英文文章，涉及植物科学、生化研究方法、多学科科学等11个领域。
**2.2 定量分析**
使用Bibliometrix R包进行文献计量分析，VOSviewer进行关键词共现网络可视化。分析显示：99篇文献来自61个来源，年均增长率37.79%，平均每篇10.1位合著者，关键词“基因表达”出现频率最高（19次），其次为“代谢组学”和“空间代谢组学”（各13次）、“空间转录组学”（12次）。
**2.2.2 地理分布**
亚洲（中国占41.4%）、北美（美国24.2%）和欧洲（德国10.1%）主导发表量。中国单国发表（SCP）35篇，多国发表（MCP）6篇；美国SCP 18篇，MCP 6篇。发展中国家因资金、技术和人才限制贡献较低。
**2.2.3 研究轨迹**
主题图分析显示四个主题集群：利基主题、新兴或衰退主题、基础主题和驱动主题。k-means聚类将关键词分为三个时段：2014-2020年以单细胞和蛋白质组学为主；2021-2023年涌现基因表达、代谢组学、质谱成像等；2024年后空间代谢组学、空间转录组学等达到峰值，反映多组学整合成熟。
**2.2.4 因子与共现分析**
多维尺度因子分析将50个关键词分为三个集群：分子与细胞过程（基因表达、代谢组学等）、生物合成与蛋白质积累、代谢物与脂质。共现分析识别五个主题领域：核心分子与细胞结构（拟南芥、基因表达等）、代谢谱与生化途径（MALDI-MSI、空间代谢组学等）、整合多组学与可视化（成像质谱、多组学等）、调控网络与作物改良（生长素、玉米等）、表观遗传与细胞可塑性（DNA甲基化、分化等）。
**3 空间组学最新技术进展**
**3.1 空间转录组学**
空间转录组学通过微解剖（如LCM-seq、Geo-seq）、荧光原位杂交（如smFISH、MERFISH、SEER-FISH）、原位测序（如ISS、FISSEQ、BaristaSeq、STARmap）和空间条形码（如Visium HD、Stereo-seq、Slide-seq）四种方法，实现全转录组三维空间定位。新技术如10x Genomics的Visium HD可检测2 μm网格内的约1100万个特征，Xenium以单细胞分辨率映射数百个RNA靶标。
**3.2 空间蛋白质组学**
空间蛋白质组学通过基于质谱的细胞器谱（如MIBI、IMC）、成像分析（如CODEX、IBEX）和蛋白质相互作用网络（如TurboID邻近标记）三种方法，在植物中已成功用于揭示拟南芥气孔谱系极性域和核膜蛋白的定位。深度视觉蛋白质组学结合激光显微切割与质谱，提供更广的蛋白质组覆盖。
**3.3 空间代谢组学**
空间代谢组学利用质谱成像（MSI），包括MALDI-MSI、SIMS和DESI-MSI，在植物中用于定位小麦赤霉病防御代谢物、大麦盐胁迫膜脂变化、草莓成熟蔗糖分布等。最新进展包括结合粘附膜的冷冻切片制备和离子淌度分离，提高分辨率与化学信息获取。
**4 植物研究中的应用**
**4.1 植物组织器官基因表达映射**
空间转录组学通过Stereo-seq、MALDI-MSI等平台，在拟南芥、玉米、大豆中识别细胞类型特异性基因表达，揭示叶肉细胞、根瘤细胞异质性，以及花生果针、火龙果等器官发育中的空间转录图谱。
**4.2 解码植物胁迫响应**
结合单细胞和空间转录组（如MERFISH）揭示拟南芥感染假单胞菌后的免疫基因表达模式；空间代谢组学（MALDI-MSI）发现番茄根线虫感染后的细胞特异性代谢重塑，以及干旱条件下C4和景天酸代谢（CAM）的协同途径。
**4.3 空间组学与营养性状**
空间转录组学鉴定大麦发芽粒中的水通道蛋白和淀粉酶基因；空间代谢组学（MALDI-MSI）在蓖麻籽、霍霍巴籽、野生和栽培大豆中定位脂质和次生代谢物分布，为改良谷物和油料作物的营养品质提供靶点。
**4.4 翻译调控研究**
单细胞翻译组技术（如Ribo-ITP、RIBOMap）和TRAP-seq在动物中已应用，未来可扩展至植物，以揭示细胞类型特异性翻译调控。
**4.5 空间组学与表观遗传研究**
**4.5.1 DNA甲基化**：单细胞甲基组测序（如bisulfite sequencing、ScaleBio）在动物中已有应用，植物中尚未报道，但细胞类型特异性甲基化模式已通过群体分析揭示。
**4.5.2 染色质组织**：单细胞Hi-C在植物中首次成功用于水稻配子、合子和叶肉细胞，揭示细胞类型特异性染色质构象，如“紧凑沉默中心”结构。
**4.5.3 染色质修饰**：CUT&Tag技术已用于植物中低输入量组蛋白修饰分析，如拟南芥茎尖分生组织的H3K4me3和H3K27me3图谱。
**4.6 膨胀显微镜**
膨胀显微镜（ExM）通过水凝胶物理膨胀样品，突破衍射极限，已与MERFISH、seqFISH+、ExSeq等结合，并在植物组织中成功应用，实现亚细胞RNA定位。
**4.7 空间组学与宿主-病原体互作**
空间元转录组学（spatial meta-transcriptomics）同时分析宿主转录组和微生物群落，在拟南芥叶片中揭示细菌和真菌热点与宿主基因表达差异的关联。
**4.8 单细胞空间转录组学与植物-微生物共生**
单细胞核RNA-seq和空间转录组学在苜蓿、大豆、百脉根中鉴定根瘤共生相关细胞类型和调控基因（如MtFER、LjSYMRKL1），并首次应用于丛枝菌根共生，揭示真菌转录本的空间分布。
**5 当前限制与技术挑战**
**5.1 植物组织中的技术限制**
植物细胞壁、组织异质性和厚壁层导致RNA捕获效率低、酶解不均，高分辨率平台（如Visium HD、Stereo-seq）仍难以实现真正单细胞分辨率。空间蛋白质组学依赖大量实验整合，次生代谢物干扰RNA释放。
**5.2 数据分析复杂性**
空间组学数据需处理高维分子坐标和图像对齐，去卷积算法因缺乏植物单细胞参考数据库而困难，细胞分割缺乏通用算法。空间代谢组学的质谱成像数据具有高光谱复杂性，需机器学习辅助。
**5.3 空间动态与时间特征的影响**
植物细胞器（如叶绿体、液泡）影响转录本分布，组织结构变异（如叶脉、平整度）干扰代谢物检测，时间分辨率不足限制了动态过程追踪。
**5.4 植物-微生物共生转录组分析的技术与生物学限制**
非模式物种缺乏参考数据库，低丰度细胞检测成本高，细菌mRNA非多聚腺苷化导致标准scRNA-seq不可用，空间转录组可部分解决但需先验知识。
**6 研究局限性**
本研究仅依赖WoS数据库，可能遗漏其他索引文献；仅纳入英文同行评审文章，存在语言偏差；关键词标准化和聚类算法参数引入主观性；数据集截止2025年9月，最新成果可能未充分体现。
**7 结论与未来展望**
空间组学通过保留组织结构，弥补了传统组学在空间异质性方面的不足，其与表观组学、蛋白质组学和代谢组学的整合推动从描述性图谱向机制性理解的转变。未来需优化植物专用协议、开发先进生物信息学流程，并整合多组学与表型组学，实现从描述性研究到预测性育种的跨越，以应对气候变化和粮食安全挑战。
