2022-07-26

Nat Rev | 空间组学：揭示生命复杂性的更多细节

原创 骄阳似我 图灵基因 2022-07-26 13:23 发表于江苏

收录于合集#前沿分子生物学技术

语音朗读本文音频：00:0010:15

撰文：骄阳似我

IF： 59.581

推荐度：⭐ ⭐ ⭐ ⭐ ⭐

亮点：

改进尺度、多路复用和分辨率正在建立空间核酸和蛋白质分析方法，作为构建从组织到完整生物体的复杂样本细胞图谱的主要支柱。新兴方法在分辨率上产生组学测量，包括纳米到微米尺度，能够绘制细胞异质性、复杂组织结构以及发育和疾病过程中的动态变化。本文概述了原位空间基因组、转录组和蛋白质组技术的发展前景，举例说明了它们对细胞生物学和翻译研究的影响。

近期，在Nature Reviews Genetics杂志上发表了一篇名为“The emerging landscape of spatial profiling technologies”的综述，概述了空间解析基因组、转录组和蛋白质组方法的前景，并涵盖了它们的重要技术和性能特征。由于演示的应用程序范围太多，无法在一次审查中涵盖，本文重点介绍了说明性应用程序。最后讨论了建立标准化实验和分析框架的协调努力的必要性，并简要展望了未来的技术突破和影响领域。虽然这些计算挑战和令人兴奋的解决方案范围超出了本综述的范围，但这些方法的多维性质和产生的大量数据表明，计算工作与实验方法密切相关。

细胞内大量不同分子的结构是细胞和组织功能的重要决定因素，体细胞和单细胞基因组技术提供了表征分子显著多样性的能力。最近，这些转化性单细胞技术在很大程度上表征了从样本中去除的游离细胞，因此，细胞内分子和样本中细胞的空间背景自然丧失，这对许多生物学问题至关重要。空间解析基因组方法为这一挑战提供了解决方案，提供了基因组尺度的组学测量，同时保留了空间背景。令人兴奋的是，这些新的和快速发展的方法所取得的发现可能会补充，甚至可能超过由分离单细胞方法推动的巨大进步。

最近，空间组学方法的多样性和能力出现了爆炸式的发展，包括现在可以量化转录组或蛋白质组的各种技术，并在不同组织中绘制跨范围的基因组组织。随着这些方法的成熟，诸如规模、分辨率、灵敏度、多路复用和不同样本适用性等主要限制开始得到解决。最新的空间方法现在在一系列生物学相关的长度尺度上提供转录组或蛋白质组范围的信息。为了实现无偏见、数据驱动的探索性原位细胞表型，空间技术有望通过放大镜观察组织和细胞的分子和空间结构，进一步转变我们对生命复杂性的认识。图1：空间剖面测量的示例。

空间索引转录组学

在原位索引RNA分子或局部捕获RNA分子的能力方面取得的进展现在允许在组织和器官中对基因表达进行空间转录组范围的分析。映射索引测序读回二维可以询问区域基因表达异质性，当与单细胞转录组学结合时，可以解开细胞类型共定位模式和区域化的纠缠。空间索引转录芯片的共同点是原位RNA分子的条形码，以及随后使用下一代测序（NGS）对基因表达谱进行量化，然后进行坐标特定解复用（即，根据其空间索引将测序读取分配给位置）。

本文从具有低空间分辨率的早期协议放大到最近提供单细胞甚至亚细胞分辨率的高分辨率方法。此外，本文区分了固相和确定性条形码方法，以及通过原位条形码和解离结合单细胞和空间转录组学（ST）的精细解决方案。主要应用领域包括绘制健康人体器官的复杂组织结构图，如健康和心肌梗死后的成人和发育中的肠道或心脏。此外，对人类肿瘤和癌症小鼠模型的研究有助于了解肿瘤细胞和微环境的异质性。图2：空间索引策略。

基于图像的空间转录组学

在基于图像的ST方法中，荧光信号是从单个RNA分子的自然位置生成的，高分辨率荧光显微镜用于检测和区分从不同RNA分子生成的单分子信号。分子识别由光学条形码提供，光学条形码是通过重复的荧光信号产生、成像和信号去除过程产生的不同荧光模式。最终，这些光学条形码的特性和生成方法中出现了不断增长和令人兴奋的方法阵列的差异。这些差异反过来决定了这些技术的不同表现以及不同技术最适合的生物学问题范围。与上述方法相比，在天然组织背景下对RNA分子进行成像提供了几个令人兴奋的互补优势。例如，高分辨率显微镜能够分辨RNA的亚细胞位置，同时在大样本区域上平铺图像，提供一种同时绘制转录组亚微米级细胞间组织的方法，同时表征大量细胞和厘米级组织结构。此外，通过在天然环境中对RNA进行成像，有时可以限制RNA的丢失，从而提供高检测效率和低检测极限的潜力，这反过来又可以使功能相关但低表达的重要基因集得以表达。最后，通过光学显微镜可以获得多种细胞和组织表型，包括活细胞动力学、细胞形态学、基因组组织和修饰以及蛋白质丰度，为转录组谱与样本其他生物学特性的多模式表征提供了可能。图3：基于成像的空间转录组学方法及其性能概述。

基于图像的空间蛋白质组学技术

在基于成像的空间蛋白质组学方法中，信号是通过抗体的特异性靶向从蛋白质的天然原位位置产生的。虽然大多数空间蛋白质组学方法在原则上相似，但抗体的可视化和识别方法以及信号放大特性存在差异。这些差异反过来决定了不同技术最适合的生物学问题的范围。与转录组学方法相比，在天然组织背景下成像蛋白质具有许多互补优势。与基于图像的ST方法类似，使用基于图像的读出有许多优点，包括可以绘制蛋白质的亚细胞分布，同时将图像平铺以绘制大组织区域和大量细胞。此外，通过光学显微镜可以获得多种细胞和组织表型，为多模式生物应用提供了充足的机会。虽然ST方法提供了更高的复用率，并提供了对细胞类型及其基因表达模式的详细见解，但空间蛋白质组学技术的复用能力有限（目前约为50-100个蛋白质），但具有其他优势。例如，蛋白质水平可以更好地代表细胞活性，众所周知，RNA水平并不总是与蛋白质水平相关。此外，一些蛋白质非常稳定，而相应的RNA水平可能非常低，难以用基于转录本的方法检测。蛋白质水平检测的其他优势包括精确的亚细胞定位到细胞器，研究细胞外环境及其对组织结构的影响，以及检测特定的蛋白质形式或翻译后修饰，如磷酸化。对于这些研究，空间蛋白质组学方法为绘制细胞状态、信号活性和细胞-细胞相互作用以及高阶空间组织提供了无与伦比的机会。例如，几种空间蛋白质组学方法已被应用于研究肿瘤的结构化组织——乳腺癌的免疫微环境。基于图像的空间蛋白质组学方法通常适用于新鲜冷冻和FFPE样品，可分为两类：循环荧光方法和一步质谱标记方法。图4：基于成像的空间蛋白质组学方法概述。

空间剖面的前景是明确的，过去和未来在分辨率、灵敏度、多路复用、吞吐量和访问方面的改进导致了这些各自的技术在基础研究中的更广泛应用，例如神经科学和发育生物学，或者在癌症或自身免疫性疾病领域的转译工作。特别是对于转化研究和临床，通过组织病理学评估进行疾病诊断和治疗决策，空间分析已经成为数十年来的标准做法。然而，目前的病理学方法在很大程度上依赖于细胞和组织结构的手动评估（主要通过H＆E组织染色）和适度的多路标记测量。已建立的特征具有足够的辨别力来区分健康组织和病变组织，因此，通常足以用于广泛的诊断目的。然而，仅组织形态学的测量缺乏ST、蛋白质组学和基因组技术这一新工具箱所承诺的分子深度，结合深分子和空间分析来更好地预测患者预后或治疗干预的成功。本文回顾的空间组学技术有潜力通过分子轮廓的数字化和相关特征空间的数量级增加，将当前的病理实践转化为高精度读数。然而，要实现其变革潜力，该领域的许多方面必须继续成熟。

随着空间方法获得可扩展性和可访问性，预计它们将在生命科学的许多领域得到更广泛的应用，从基础研究到临床研究。最终将其应用于病理学或药物开发可以进一步促进卫生保健的现代化和个性化。在此之前，技术和模式的多样性将需要协调努力，对过程进行基准测试和标准化，以确保可靠和可重复的结果。尽管已经为单细胞方法做出了这些努力，但将其应用于空间和多组学方法将推动未来的知情决策过程。总之，空间分析是研究和临床领域的一个主要参与者，无疑将进一步彻底改变我们对生命复杂性的理解。

教授介绍：

Holger Heyn

Holger Heyn 将大部分时间用于研究 DNA 甲基化、表观遗传学、遗传学、表观基因组学和基因。除 DNA 甲基化外，他的研究还包括微阵列、甲基化和生物信息学等学科。他的表观遗传学研究涵盖了与生物标志物、启动子和乳腺癌相关的癌症研究。癌症表观遗传学、癌症和突变是研究人员集中精力的遗传学领域。他的表观基因组学研究是多学科的，结合了致癌、亚硫酸氢盐测序和体育锻炼表观遗传学的元素。他的基因研究整合了其他学科的关注点，例如细胞和疾病。他被引用最多的作品包括：

①　哺乳动物大脑发育过程中的全球表观基因组重构（1256 次引用）

②　癌症中药物基因组相互作用的前景（823 次引用）

③　验证人类基因组中 450000 个 CpG 位点的 DNA 甲基化微阵列。（766 次引用）

参考文献：

Moffitt, J.R., E. Lundberg and H. Heyn, The emerging landscape of spatial profiling technologies. Nature Reviews Genetics, 2022.