2022-05-09

Cell | 华大自研 Stereo-seq揭秘超高分辨率生命全景时空图谱

原创 存在一棵树 图灵基因 2022-05-09 11:51

收录于合集#前沿分子生物学技术

撰文：存在一棵树

IF=41.582

推荐度：⭐⭐⭐⭐⭐

亮点：

创建了空间增强分辨率组学测序 (Stereo-seq)，并应用该技术建立了小鼠器官发生时空转录图谱(MOSTA) ，该图谱以单细胞分辨率和高灵敏度描绘了小鼠器官发生过程中转录变异的动力学和方向性。

2022年5月4日深圳华大生命科学研究院联合多家机构在Cell出版社官网以时空组学联盟（STOC）专题的形式发布了全球首批生命时空图谱，这里介绍其在《Cell》上发表的“Spatiotemporal transcriptomic atlas of mouse organogenesis using DNA nanoball-patterned arrays”。本文报告了基于 DNA 纳米球 (DNB) 模式阵列的全基因组技术 Stereo-seq 的开发，该技术结合了单细胞分辨率、高灵敏度和大视野，并将其用于生成空间分辨的小鼠转录组图谱器官发生。

DNA 纳米球 (DNB)测序是基于原位测序的图案化阵列，本文利用这些特征作为具有高分辨率和大视野的空间分辨转录组技术的基础。如图1所示，Stereo-seq共包括DNB图案化阵列芯片的设计、原位测序以确定唯一条形码寡核苷酸的空间坐标、UMI-polyT寡核苷酸的点连接、从组织中原位捕获 RNA、cDNA 扩增及文库构建测序和最后的数据分析；且它与HDST、Slide-seqV2、Visium、DBiT-seq这几种报道的方法相比，Stereo-seq 每 100 μm 2具有更多的光斑，光斑尺寸和中心到中心距离更小，即具有更高的分辨率。

为进一步证明 Stereo-seq 的稳定性与其以细胞分辨率解剖组织的能力，本文分析了成年小鼠冠状半脑切片，该切片在原位分析前应用了核酸染料，以评估获得的信号与测序后的 Stereo-seq 数据之间的相关性。如图2所示，Stereo-seq 检测到染料和聚合转录物的显着共定位，表明Stereo-seq可以细胞分辨率剖析成年小鼠大脑；为分析大脑数据，团队还对Stereo-seq数据进行了无监督 SCC，以识别不同的解剖区域，包括皮层和皮层下区域，例如海马、丘脑和纹状体等，证明了Stereo-seq 可以高灵敏度和大视野的无偏方式在空间上表征复杂组织的转录组组织和单个细胞类型组成。

如图3所示，为了证明 Stereo-seq 技术强大的原理，该团队创建了小鼠器官发生时空转录图谱(MOSTA)，全面地描绘了发育中小鼠胚胎的时空转录动态。

在单细胞水平上对胚胎转录组进行全景解剖对于了解导致组织模式化细胞命运决定的发育动态非常重要。如图4所示，这里对E16.5 胚胎的一部分进行了基于图像的细胞分割，展示了全胚胎尺度细胞类型的空间多样化，证明了Stereo-seq 在以单细胞分辨率呈现全胚胎转录组分析方面的优势。

为证明MOSTA 在剖析哺乳动物遗传疾病的发育起源方面，这里从发育障碍基因型到表型数据库(DDG2P)中提取了 2,429 个疾病列表，并根据表达阈值选择前 1,959 个基因，将其投影到所有发育时间点的空间转录组图上。如图5所示，这些基因在不同的组织和器官中富集，包括脑、脊髓、心脏、肝脏、肺、结缔组织、骨骼和肌肉；而Wnt5a从多个发育阶段定位于颅面区域、四肢、生殖脊和大脑，WNT5A突变引起的 Robinow 综合征，与疾病表型一致。这些观察结果证明了MOSTA 在定义发展过程中与疾病相关的基因表达的时空窗口和建立潜在的弱点方面的效用。

综上所述，Stereo-seq 是一种基于 DNB 的空间分辨转录组技术，具有全基因组覆盖、细胞分辨率、高灵敏度和大视野。这些参数对于准确分析相对较大的中期和晚期哺乳动物胚胎的转录组异质性至关重要；且利用Stereo-seq 创建的 MOSTA，是一种可扩展的全景和高清转录组资源，用于了解小鼠器官发生，其提供了有关在小鼠器官发生的不同阶段逐步出现组织特异性细胞特征的详细信息。

教授介绍

汪建，男，汉族，湖南怀化市沅陵县人，1954年出生，华大基因创始人之一，现任华大基因董事长，深圳华大基因研究院名誉院长，深圳市登山户外运动协会会长。由其推动的时空组学联盟的启动暨首期专辑成果发布会于5月5日在深圳举行，由华大等科研机构领衔、来自16个国家的80多位科学家共同参与的时空组学联盟（STOC）宣布成立，并介绍了其自研技术Stereo-seq。华大基因董事长汪建老师表示：“今天我们终于来到了一个全新的时代，我们实现了把显微镜和DNA测序仪联系到一起”。

参考文献

1、Ao Chen, Sha Liao, Mengnan Cheng, Kailong Ma, Liang Wu, YiweiLai, Xiaojie Qiu, Jin Yang, Jiangshan Xu, Shijie Hao, Xin Wang, Huifang Lu, XiChen, Xing Liu, Xin Huang, Zhao Li, Yan Hong, Yujia Jiang, Jian Peng, ShuaiLiu, Mengzhe Shen, Chuanyu Liu, Quanshui Li, Yue Yuan, Xiaoyu Wei, HuiwenZheng, Weimin Feng, Zhifeng Wang, Yang Liu, Zhaohui Wang, Yunzhi Yang, HaitaoXiang, Lei Han, Baoming Qin, Pengcheng Guo, Guangyao Lai, Pura Muñoz-Cánoves,Patrick H. Maxwell, Jean Paul Thiery, Qing-Feng Wu, Fuxiang Zhao, Bichao Chen,Mei Li, Xi Dai, Shuai Wang, Haoyan Kuang, Junhou Hui, Liqun Wang, Ji-Feng Fei,Ou Wang, Xiaofeng Wei, Haorong Lu, Bo Wang, Shiping Liu, Ying Gu, Ming Ni,Wenwei Zhang, Feng Mu, Ye Yin, Huanming Yang, Michael Lisby, Richard J.Cornall, Jan Mulder, Mathias Uhlén, Miguel A. Esteban, Yuxiang Li, Longqi Liu,Xun Xu, Jian Wang, Spatiotemporal transcriptomic atlas of mouse organogenesisusing DNA nanoball-patterned arrays, Cell, 2022,ISSN 0092-8674.