综述：空间转录组学解析衰老和病变大脑中的细胞和分子异质性

《International Journal of Molecular Sciences》：Spatial Transcriptomics for Dissecting Cellular and Molecular Heterogeneity in the Aging and Diseased Brain

　　

大脑是一个空间组织化的组织，其中每个细胞的分子特征与其解剖位置密切相关。然而，传统的批量RNA测序和单细胞RNA测序在组织分离过程中会丢失这种空间背景。空间转录组学（ST）通过在完整组织内测量基因表达的同时保留细胞的位置信息，克服了这些限制，成为阐明定义大脑结构和疾病的细胞及分子异质性的有力方法。本综述总结了两种主要类型的ST技术：基于二代测序（NGS）的平台（Visium、Stereo-Seq、Slide-Seq）和原位平台（MERFISH、seqFISH+、Xenium）。基于NGS的平台在广泛组织区域提供无偏的全转录组分析，而原位平台则在单个细胞内提供亚细胞分辨率。研究人员旨在通过比较每种平台的原理、优势和局限性，协助平台选择。接下来，研究人员聚焦于空间测序（ST）如何被用于分析衰老和病变大脑的空间异质性，并考察了大脑衰老中观察到的区域和细胞类型变化、阿尔茨海默病和帕金森病的病变相关微环境，以及胶质母细胞瘤的空间隔离肿瘤细胞状态和免疫抑制环境。研究人员还介绍了支撑这些研究的关键大脑ST数据资源。总体而言，ST正成为理解大脑功能和病理学空间逻辑的重要工具，在精准医学领域展现出越来越大的潜力。

1. 引言
大脑是人体中空间组织化程度最高的组织之一，每个细胞的分子特性和功能与其在层状结构、区域和微环境中的位置密切相关。因此，为了理解大脑如何运作以及在疾病中如何功能失调，必须在保留这种空间组织的情况下测量基因表达。然而，传统的批量RNA测序仅报告样本中所有细胞的平均转录本，掩盖了支撑大脑功能的细胞多样性和空间结构。单细胞RNA测序（scRNA-Seq）通过分析单个细胞水平的转录异质性显著推进了这一领域，但由于需要组织解离，每个细胞的独特空间坐标被永久丢失。空间转录组学（ST）正是为了在维持位置背景的同时分析基因表达而发展起来的，被视为组织生物学中一项开创性的方法论进步。
ST技术大致分为两类：基于NGS的方法通过使用空间条形码底物捕获转录本，在测序后重建其位置，从而在相对较大的组织区域实现无偏的全转录组分析；而基于原位的方法则通过连续荧光杂交或原位测序直接在组织内检测转录本，为预定义的基因面板提供单细胞到亚细胞分辨率。本综述聚焦于ST如何被用于分析衰老和病变大脑中的空间异质性。首先，比较代表性NGS平台（Visium、Stereo-Seq、Slide-Seq）和原位平台（MERFISH、seqFISH+、Xenium），并强调指导平台选择的实际考虑因素。然后，考察ST在三个背景下的应用，展示大脑衰老、神经退行性疾病和胶质母细胞瘤中的空间异质性，并简要介绍支撑这些研究的关键大脑ST数据资源。通过围绕分子定义的细胞状态及其形成的生态位组织近期发现，旨在提供一种将技术能力与大脑衰老和疾病中的机制及最终临床问题联系起来的综合阐述。

2. 空间转录组学技术
2.1. 概述与分类
空间转录组学（ST）直接在完整组织切片内测量基因表达，使每个转录测量结果保留其在原始组织中的位置。当前平台分为两大类，区别在于获取位置信息的方式不同：基于NGS的方法通过空间条形码捕获底物编码位置，并通过测序读取转录本，提供相对较大组织区域上大致无偏的转录组覆盖；基于原位的方法则通过多轮荧光杂交或原位测序直接识别位置上的转录本，为靶向基因集提供高空间分辨率和单分子灵敏度。两种方法在空间分辨率、转录组广度以及实验和计算复杂性之间存在权衡，最合适的平台取决于生物学问题、组织类型和研究规模。下面讨论的代表性平台在表1中进行了比较。

2.2. 基于NGS的平台
Visium（10x Genomics）是采用最广泛的基于NGS的平台，已有效标准化空间条形码。组织放置在带有空间条形码逆转录引物的玻璃载玻片上；透化后，释放的mRNA被poly(dT)引物捕获，逆转录将空间条形码和唯一分子标识符（UMI）整合到cDNA中，随后进行测序并映射回组织坐标。其主要优势是无偏的全转录组覆盖，无需预定义基因面板，且能调查大面积组织区域，适合发现导向的研究。然而，由于捕获基于点状，分辨率（约55 μm）未达到单细胞水平，每个点可能包含多个细胞；mRNA的侧向扩散也可能模糊空间信号。其可访问性及适用于新鲜冷冻（FF）和福尔马林固定石蜡包埋（FFPE）组织，使其成为肿瘤、大脑和发育研究中的标准工具。最近的Visium HD检测将分辨率提高到2 μm连续网格，缩小了与单细胞测量的差距，同时保留全转录组捕获，但将binned信号分配到单个细胞仍需依赖下游计算解卷积。
Stereo-Seq通过使用密集图案化的DNA纳米球（DNB）作为捕获单元实现显著更高的分辨率。每个DNB携带坐标身份；组织切片放置在芯片上并透化后，捕获的转录本被逆转录和测序，以亚细胞（约220 nm）分辨率在大视野内重建表达。其解析精细结构的能力使其在绘制复杂组织（包括发育中和成体大脑）的细胞组织方面特别有价值。这种亚细胞分辨率、广泛覆盖和全转录组读取的组合对于发育和神经组织中的发现尤为强大，而Stereo-Seq V2的引入已将其应用从FF样本扩展到FFPE样本。主要代价是实践性的：非常高的分辨率产生庞大而复杂的数据集，相应地带来沉重的计算需求。
Slide-Seq通过在载玻片上排列的DNA条形码微珠（约10 μm）捕获转录本，其位置通过预测序解码。释放的mRNA结合微珠，随后的逆转录和测序以近单细胞分辨率重建表达，同时保留全转录组覆盖。Slide-Seq V2改进了文库制备和微珠包装，显著提高了RNA捕获效率和灵敏度。预解码微珠位置的需求和第一代方法相对较低的捕获效率是其主要局限性，但该平台现在广泛应用于需要近细胞分辨率的不同组织。

2.3. 基于原位平台的平台
MERFISH（多重容错荧光原位杂交）以单分子灵敏度在位置检测单个RNA分子。每个RNA物种被分配一个二进制条形码，通过多轮杂交和成像使用编码和读取探针读出；每轮信号的有无定义条形码，从而识别和定量数千个转录本及其位置。其定义性特征是容错条形码方案，可纠正检测错误并提高数据可靠性，使该方法特别适用于细胞类型分类和细胞间组织分析。其局限性源于重复的杂交-成像循环，耗时且技术要求高，在高转录本密度下可能遭受光学拥挤；与所有靶向方法一样，可检测基因受预设计探针面板限制。为弥补这一限制，靶向测量越来越多地与计算插补配对，从匹配的单细胞参考中转移信息，将有效基因覆盖扩展至转录组水平。
seqFISH+通过使用组合条形码扩展了顺序FISH，可在单细胞到亚细胞分辨率下分析多达约10,000个基因。转录本由组合条形码编码，通过多轮成像循环解码，每次循环之间读取探针被剥离和替换；通过每轮仅成像转录组的一小部分，该方法有效缓解了光学拥挤，同时保留了高多重性和灵敏度。这些特性使seqFISH+非常适合区分密切相关的细胞类型和解析组织架构，尽管延长的多轮工作流程和对专用成像基础设施的需求仍是实际限制。
Xenium（10x Genomics）结合了靶标特异性探针、信号放大和迭代荧光成像，在单细胞到亚细胞分辨率下定位转录本。它支持FFPE和FF组织，使其对临床和病理样本具有强适用性，可分析多达数千个基因。与其他基于成像的方法一样，其基因内容受预设计面板限制，高分辨率成像和重复杂交步骤带来相对较高的仪器和分析成本。Xenium越来越多地应用于肿瘤微环境、神经和临床研究，这些研究需要精确的细胞分辨空间表达。由于它弥合了高分辨率成像与常规临床标本格式之间的差距，Xenium已被定位为更具转化准备性的成像平台之一，其不断扩展的基因面板正在逐步缩小靶向与无偏方法之间的历史差距。
这些平台共同说明了两种方法的互补性：基于NGS的方法偏向于大面积的无偏全转录组发现，而基于原位的方法则提供靶向、高分辨率的单细胞测量。这种互补性直接指导了大脑研究的平台选择，如下所述。

2.4. 空间转录组数据的计算分析
空间转录组数据的生物学价值在很大程度上取决于计算分析，因为原始测量很少直接映射到单个细胞或分子定义的组织结构。基于点的NGS方法通常每个点捕获多个细胞的混合物，而基于成像的方法解析单个细胞但仅针对预设计的基因面板；弥合这些差距是快速增长的分析工具包的任务。第一步是细胞类型解卷积或映射，其中使用单细胞RNA-Seq参考来估计每个空间测量的细胞组成。概率和回归方法如cell2location和稳健细胞类型分解（RCTD），以及SPOTlight和Tangram等方法，将分子定义的细胞身份投射到空间坐标上，允许从多细胞点中恢复特定细胞类型的空间分布。第二步是识别空间域，即共享一致分子谱的连续区域。BayesSpace和SpaGCN等方法整合基因表达与空间邻域，在某些情况下结合组织学，以数据驱动的方式描绘组织架构。第三步是推断细胞间通讯：CellChat和CellPhoneDB等工具使用配体-受体共表达重建相邻细胞群之间的信号传导，当与空间信息配对时，这项分析特别有用，因为它将物理邻近性与分子串扰联系起来。在下面讨论的疾病背景下，这些分析将空间图谱转化为机制性见解，定义了衰老和退化大脑的疾病相关生态位以及胶质母细胞瘤微环境的免疫抑制信号回路。此外，空间数据通常与全面的单细胞图谱整合，以转移细粒度细胞类型标签，并与邻域或生态位分析方法结合，将重复的局部细胞组成分组成更高阶的组织单元。对于细胞结构高度有序的大脑，这类分析对于将原始空间测量转化为可解释的图谱至关重要，展示分子定义的细胞类型如何排列、如何通讯以及这些关系在衰老和疾病中如何重塑。

3. 衰老和病变大脑的空间转录组学
在衰老、神经退行性变和恶性肿瘤中，大脑并非均匀变化；相反，特定细胞群体、解剖区域和局部微环境会受到选择性影响。因此，空间转录组学（ST）特别适合这些场景，因为它将转录变化与其在组织中的精确位置联系起来。这里总结了ST如何被用于解析三个代表性背景下的空间异质性：大脑衰老、神经退行性疾病和胶质母细胞瘤（表2）。此外，进一步列出了通过空间研究在这些条件下识别出的代表性分子特征基因和细胞状态程序（表3）。聚焦于这三个背景，因为它们涵盖了大脑病理的主要模式——逐渐的生理衰退、进行性神经元丧失和不受控制的增殖——并且每个都经过空间方法的充分研究，足以说明分子异质性在空间中如何组织的不同见解。在本节中，区分从人类组织中获得的结果与从动物模型中推导出的发现，因为不同条件下的证据平衡差异显著：胶质母细胞瘤，以及很大程度上阿尔茨海默病，已直接在人类样本中进行了分析，而大脑衰老的大部分证据基于小鼠模型，帕金森病的黑质发现仍主要从非空间和综述级研究中推断。因此，从模型系统观察到的结果应适当谨慎地外推到人类大脑病理。

3.1. 大脑衰老
大脑衰老越来越被理解为并非均匀的全局衰退，而是在特定细胞群体和组织微环境中选择性发生的分子和结构重塑过程。由于这种异质性是空间组织的，将基因表达变化与位置信息耦合的ST已成为表征它的有效方法。空间分析表明，年龄相关的分子变化集中在特定脑区。特别是，皮层下白质显示炎症和免疫相关基因表达增加，标志着它是衰老过程中变化的主要空间热点。这些空间发现主要来自衰老小鼠大脑，目前直接可比的人类大脑衰老空间转录组数据集仍有限。在细胞水平上，这些变化在胶质细胞（星形胶质细胞、小胶质细胞和少突胶质细胞）中比在神经元中更显著，表明大脑衰老与以胶质细胞为中心的非神经元功能重组密切相关，而非简单的神经元丢失。在分子水平上，大量衰老星形胶质细胞采用由小胶质细胞衍生信号诱导的A1样反应性状态，以补体成分如C3和Serping1的上调为标志，这与稳态支持的丧失和潜在神经毒性相关。衰老的小胶质细胞则转向与清除退化髓鞘相关的激活状态，这是一种在白质束中积累的代谢负担，有助于解释这些区域为何成为炎症的空间热点。细胞间相互作用同样受空间调控：衰老过程中星形胶质细胞和小胶质细胞的激活受其与血管细胞和邻近胶质细胞相互作用的影响，白质区域如胼胝体显示出特别集中的胶质和免疫活性积累。神经血管单元中的年龄相关变化，包括血脑屏障处星形胶质细胞-内皮信号传导的改变，也空间集中并促成区域炎症特征。这些发现共同表明，大脑衰老是一个以特定细胞群体和组织结构为中心的空间组织化过程，ST是解析其分子机制和定义区域选择性易损性的有价值工具。它们也将大脑衰老重新定义为一种主动的、空间模式化的胶质和血管区室重塑，而非被动的均匀衰退，对年龄相关神经退行性变风险如何在组织中分布具有直接意义。

3.2. 神经退行性疾病
神经退行性疾病的特征在于特定神经元群体的选择性易损性和以病变为中心的病理变化。由于它们的病理生理学随细胞类型和组织位置而异，ST已成为高精度解析这种空间异质性的重要工具。在阿尔茨海默病（AD）中，淀粉样斑块周围区域显示炎症和免疫相关基因表达增加，形成以病变为中心的微环境，即斑块相关生态位。在这个生态位内，星形胶质细胞和小胶质细胞介导的反应空间集中，邻近病变的细胞采用共同的病理转录状态；病变核心与周围组织之间的基因表达差异与疾病发生和传播密切相关。在分子水平上，斑块近端小胶质细胞汇聚于保守的疾病相关小胶质细胞（DAM）程序，其特征是稳态基因下调及诱导标记物如Trem2、Apoe、Cst7和Itgax，而邻近星形胶质细胞上调反应性标记物；空间分析显示这些分子状态围绕斑块核心组织成同心层。这种分级分子状态的存在，而非二元受影响与未受影响区分，本身就是只有空间分辨测量才能提供的关键见解。帕金森病（PD）表现出类似的空间逻辑。黑质中多巴胺能神经元的易损性显著，特定神经元群体在空间受限区域优先丢失。在分子水平上，这种选择性易损性与高基础代谢和氧化负担以及α-突触核蛋白（SNCA）病理有关，空间方法开始绘制这些细胞内程序如何与邻近胶质细胞的局部限制性神经炎症信号相互作用。在两种疾病中，星形胶质细胞和小胶质细胞激活在特定病变周围选择性增加，并与神经元丢失密切相关。比较空间研究进一步表明，尽管触发病理不同，AD和PD共享以病变为中心的小胶质细胞激活的反复出现主题，指向ST善于定义的共同空间组织化神经退行性变机制。这些观察表明，神经退行性疾病并非单一、弥漫的病理过程，而是由围绕特定病变组织的空间微环境所主导，因此ST为理解疾病进展和设计病变特异性治疗策略提供了重要基础。

3.3. 胶质母细胞瘤
胶质母细胞瘤（GBM）是成人中最具侵袭性的原发性脑肿瘤，其特点是显著的细胞异质性和复杂的肿瘤微环境。由于这种异质性局限于特定组织区域和细胞群体，保留位置信息同时分析基因表达的ST已成为核心分析工具。空间研究表明，GBM肿瘤细胞占据四种主要细胞状态——神经祖细胞样（NPC样）、少突胶质细胞祖细胞样（OPC样）、星形胶质细胞样（AC样）和间充质样（MES样）——并且这些状态空间分离。每种状态由特征性分子标记物定义，间充质样程序部分由缺氧和核因子κB（NF-κB）信号驱动，集中在坏死周围生态位。少突胶质细胞祖细胞样细胞在肿瘤核心相对富集，而放射状胶质干细胞样细胞集中在侵袭性神经生态位；肿瘤核心与周围组织之间的表达差异为肿瘤形成和扩散途径提供了重要线索。肿瘤微环境的空间组织是一个同样重要的特征。GBM微环境可分为两个功能不同的区室：坏死周围生态位和血管周围生态位。在坏死周围生态位中，肿瘤细胞的免疫抑制转录状态和免疫细胞的功能损伤空间集中，缺氧环境加强这种免疫抑制结构；缺氧肿瘤细胞通过CCL8和IL1B信号驱动肿瘤相关巨噬细胞（TAM）的免疫抑制表型转换。相反，在血管周围生态位中，具有干细胞样特性的肿瘤细胞通过与血管的紧密关联维持，周围信号环境支持其自我更新和抗治疗性；该生态位与缺氧核心的空间分离有助于解释不同功能程序如何在单个肿瘤中共存。细胞间相互作用也随位置变化：小胶质细胞主要分布在肿瘤边缘，参与侵袭和局部免疫调节，而单核细胞衍生巨噬细胞积累在肿瘤核心和血管周围区域，促成免疫抑制微环境。最后，手术切除边缘的分子特征与复发密切相关，边缘特异性基因包括共享的胶质瘤浸润特征和表皮生长因子受体（EGFR），促进肿瘤细胞迁移和侵袭。总体上，这些结果将GBM描绘为一个空间组织化结构，其中不同细胞状态和功能在组织中排列，并将ST定位为解释肿瘤微环境空间架构和设计定制治疗策略的关键方法。重要的是，由于这些程序同样由其位置和分子内容定义，忽略空间组织的治疗策略可能只针对肿瘤的一部分。

3.4. 多发性硬化症
多发性硬化症（MS）是中枢神经系统最常见的炎性脱髓鞘疾病，以空间异质性病变为特征，其细胞组成随病变从活动期到慢性期演变而改变。由于病变身份由脱髓鞘、免疫细胞浸润和小胶质细胞反应性的空间排列定义——这些特征在组织解离时丢失——MS特别适合空间分辨分析。一项研究使用死后人类MS组织中的单细胞分辨率原位测序以及小鼠实验性自身免疫性脑脊髓炎（EAE）模型，绘制了演变中病变的细胞结构，并鉴定了集中在病变边缘的疾病相关胶质和免疫状态，支持活动性病变的离心扩张模型。互补的空间转录组分析对人类白质和灰质病变进行了分析，解析了活动性病变周围的独特基因表达特征，并重建了预测正常表现白质如何发展为活动性和混合活动-非活动性病变的轨迹。这些研究共同表明，空间方法可以区分病变阶段，并定位驱动病变进展的细胞类型特异性程序。然而，对于这里讨论的其它疾病，许多机制细节来自少数死后队列和动物模型，需要在更大的人类数据集中验证。

4. 大脑空间转录组学数据资源与当前挑战
不断增长的大脑ST数据由几个主要的公共资源支持。由于空间数据集庞大、异质且方法多样，共享参考资源对于跨研究比较结果以及将新数据建立在已建立的分子细胞类型定义基础上至关重要。10x Genomics平台生成并分发基于Visium的数据，并提供专门的分析和可视化工具（Space Ranger、Loupe Browser）；其广泛使用的人类背外侧前额叶皮层（DLPFC）数据集已成为社区参考，而最近的Visium HD技术将分辨率推至约2 μm，接近单细胞尺度。Allen Brain Cell Atlas（ABC Atlas）整合了大规模单细胞和空间数据，将约七百万个scRNA-Seq图谱与约430万个MERFISH测量（使用500-1100基因面板）结合，定义了超过5000个转录组簇的全小鼠大脑图谱；它辅以人类颞中回数据、与共同坐标框架（CCF v3）的对齐，以及2024年插补数据集（约8000个基因），将面板受限的空间数据扩展到转录组尺度。Single Cell Portal（SCP）由Broad研究所运营，是一个社区驱动的开放获取平台，用户可上传、共享和交互式探索单细胞和空间数据而无需编程；其Slide-Seq/Slide-Seq V2数据集（约10 μm分辨率）支撑了全小鼠大脑的三维空间图谱，并与BRAIN Initiative细胞普查网络（BICCN）相连。这些资源共同提供整合的跨物种参考图谱和分析环境，作为大脑ST研究的关键基础设施。小鼠图谱与人类参考数据集之间的跨物种对应对于大脑尤其有价值，允许将模型系统中定义的分子细胞类型与其人类对应物联系起来。
尽管取得进展，若干挑战限制了大脑ST数据的解释。基于点的NGS方法通常每个测量捕获多个细胞，而基于成像的方法限于预设计基因面板，因此分辨率和转录组广度无法同时完全满足。系统基准测试进一步表明，灵敏度、特异性和细胞分割准确性在不同成像平台以及FFPE与新鲜冷冻组织之间存在显著差异，强调了仔细选择平台和标准化分析的必要性。实际平台选择因此取决于将分辨率、转录组覆盖、组织兼容性和成本与生物学问题匹配。组织处理、探针面板设计和分割流程的差异也会引入批次效应，使跨研究整合复杂化；计算插补虽然有助于将面板受限数据扩展到转录组尺度，但可能引入自身偏差，应通过正交测量验证。对于大脑特别而言，密集的神经纤维网、精细的区域架构以及对准确单细胞分配的要求，使得数据跨研究和资源整合时的可重复性和标准化尤为重要。除了二维切片，将连续切片组装成三维重建越来越被用于捕获分子域如何通过结构体积而非单个平面组织，这进一步增加了对标准化采集和分析的需求。
另一组限制是生物学和临床性的，而非纯技术性，它们限制了当前发现可概括的置信度。许多大脑ST研究基于少量供体，人口统计和遗传多样性有限，因此个体间差异——年龄、性别、合并症、死后间隔和遗传背景——往往未充分探索，可能混淆报告的空间特征。人类研究严重依赖死后或手术切除组织，其中RNA完整性、濒死状态和FFPE相关降解可能偏倚测量表达，而大量机制性见解仍来自动物模型，其与人类疾病的对应关系不完整。上述综合的若干发现基于单一研究，或在帕金森病的情况下，基于非空间工作的外推，少数依赖于尚未完成同行评审的预印本；这些结果应视为临时性的，直到独立复制。将ST衍生的空间特征转化为诊断或治疗工具面临额外障碍，包括缺乏标准化和临床验证的检测及参考范围、高成本和有限通量、需要可重复的细胞分割和分析流程，以及当前真实世界临床工作流程的稀缺。认识这些生物学和临床限制对于批判性阅读现有文献和设定临床转化的现实期望至关重要。

5. 结论
本综述比较了基于NGS和基于原位的ST平台的原理和特性，并考察了它们如何被应用于解析衰老和病变大脑中的空间异质性。基于NGS的方法（Visium、Stereo-Seq、Slide-Seq）提供大面积组织上的全面全转录组分析，但除Stereo-Seq等亚细胞方法外，通常达不到单细胞分辨率；基于原位的方法（MERFISH、seqFISH+、Xenium）提供单分子或单细胞分辨率和高多重性，但受限于实验复杂性和预设计基因面板。因此，两种方法互补，根据生物学问题和组织类型选择合适的平台至关重要。
应用于大脑，ST已揭示衰老中的区域选择性分子变化、阿尔茨海默病和帕金森病中的病变特异性微环境、胶质母细胞瘤的空间分离肿瘤细胞状态和免疫抑制生态位，以及受空间背景调控的细胞间相互作用。Allen Brain Cell Atlas、10x Genomics和Single Cell Portal等大规模资源整合了跨物种和平台的大脑数据，支持三维图谱和基于插补的转录组扩展，作为该领域的关键数据基础设施。展望未来，ST预计将通过改进单细胞分辨率、全转录组原位分析、与多组学数据整合以及开发高效处理大型空间数据集的计算方法而取得进展；具体例子已包括Stereo-Seq V2扩展到FFPE组织、Visium HD的引入以及Xenium基因面板的持续扩展。通过实现更精确的大脑病理生理学理解并支持空间信息化的个性化治疗策略，这些进展有望推动神经科学和精准医学的创新。两个方向尤其有前景。首先，ST越来越多地与其它空间分辨模态整合，包括蛋白质组学、染色质可及性和代谢组学，以便转录状态能伴随其调控和功能层进行解释；最近对胶质瘤切除边缘的空间多组学分析说明了这种整合如何定义临床有意义的分子特征。其次，通过将分子状态锚定到特定组织位置，ST提供了通往空间信息化精准医学的途径，其中区域和生态位特异性特征——如胶质母细胞瘤的浸润边缘程序或神经退行性变的病变相关生态位——可指导诊断、预后和空间靶向治疗的选择。重要的是，这些疾病的临床转化路径不同：在胶质母细胞瘤中，手术切除和活检是常规护理的一部分，从患者组织中直接获得的空间分辨特征原则上可纳入诊断和治疗决策。而在阿尔茨海默病和帕金森病中，脑活检在活体患者中并非可接受的诊断程序；因此ST的贡献必然更间接，在于从死后或模型组织中获得机制性见解和生物标志物发现，这些可能反过来指导液体或成像生物标志物，而非在患者中进行直接空间检测。然而，需要强调的是，这些临床应用目前仍主要处于理想阶段：目前，绝大多数大脑ST研究局限于基础与转化研究，经过验证的临床工作流程极少，在标准化、成本、周转时间、监管批准和前瞻性验证方面存在巨大障碍，空间特征才能进入常规诊断或治疗实践。实现这一潜力需要标准化和临床稳健的工作流程，但它将ST定位为分子神经科学与转化应用之间的桥梁。结合社区数据资源和标准化分析流程，这些发展应使空间分辨分子信息对基础与临床神经科学越来越可及。