大家好，欢迎观看《时空日报》第331期。本期介绍的时空/细胞组学相关研究文章共计2篇。以下是应用时空云平台STOmics Cloud的Genpilot模块生成的文章概要，并辅以人工审核，供了解参考。
跨临床病理特征的转移性乳腺癌活检的多模式单细胞和空间表达图谱
A multi-modal single-cell and spatial expression map of metastatic breast cancer biopsies across clinicopathological features
Nat Med; IF: 58.700; DOI: 10.1038/s41591-024-03215-z
内容概要：
① 科研人员一直在应对转移性肿瘤这一癌症相关死亡首要原因所带来的严峻挑战。然而，由于技术和生物样本的限制，他们对肿瘤微环境的了解仍然有限。为了解决这一问题，研究团队开展了一项深入的工作。
② 在这项研究中，科研人员为60例转移性乳腺癌患者的67例肿瘤活检样本绘制了一幅多模态的空间和细胞图谱。这些患者具有不同的临床病理特征，并且肿瘤涉及九个不同的解剖部位。科研人员通过单细胞或单细胞核RNA测序，并结合四种空间表达检测技术，对这些活检样本进行了详细的分析。此外，他们还对这些样本的连续切片进行了苏木精-伊红（H&E）染色，以获得更全面的信息。
③ 基于这些丰富的数据，科研人员对细胞类型组成和表达的变异性进行了评估，并探讨了跨临床病理特征和方法学多样性的新兴空间表达特征。他们还特别关注了巨噬细胞群体的空间表达和共定位特征，描述了上皮-间质转化的三种不同空间表型，并确定了与局部T细胞浸润或排斥相关的表达程序。这些发现不仅为科研人员提供了关于转移性肿瘤微环境的深入理解，还展示了在临床相关发现方面的巨大潜力。
使用scRNA-seq、snRNA-seq和四种空间表达方法对转移性乳腺癌（MBC）活检样本进行特征分析
疾病研究：转移性肿瘤，肿瘤微环境， 转移性乳腺癌，空间和细胞图谱，空间表达技术， 巨噬细胞， 上皮-间质转化， T细胞浸润， scRNA-seq，snRNA-seq，空间转录组学，生物能量学，生物合成，氧化还原稳态; Klughammer J, Abravanel DL, Segerstolpe Å, et al.; Klarman Cell Observatory, Broad Institute of Harvard and MIT, Cambridge, MA, USA.
从空间解析的转录组学推断等位基因特异性拷贝数畸变和肿瘤系统发育
Inferring allele-specific copy number aberrations and tumor phylogeography from spatially resolved transcriptomics
Nat Methods; IF: 36.100; DOI: 10.1038/s41592-024-02438-9
内容概要：
① 在癌症研究领域，分析肿瘤内随时间和空间变化的体细胞进化一直是一个重要挑战。为了应对这一挑战，空间分辨转录组学（SRT）技术应运而生，该技术能够在肿瘤的数千个空间位置上测量基因表达。然而，SRT技术并不能直接揭示基因组异常，这在一定程度上限制了其在癌症研究中的应用。
② 为了弥补这一不足，研究人员开发了一种名为CalicoST的新算法。该算法能够从SRT数据中同时推断出等位基因特异性拷贝数异常（CNAs），并重建肿瘤的空间进化，即肿瘤谱系地理结构。CalicoST算法能够识别多种重要的CNAs类型，包括拷贝数中性杂合性丢失和镜像亚克隆拷贝数异常等，这些在总拷贝数分析中通常是无法观察到的。通过使用来自人类肿瘤图谱网络的九名患者的数据，研究人员验证了CalicoST算法的有效性，其平均准确率达到86%，比现有方法高出约21%。
③ 此外，CalicoST算法还展示了其在肿瘤谱系地理结构重建方面的强大能力。研究人员为两名具有多个相邻切片的患者重建了肿瘤在三维空间中的谱系地理结构。在对前列腺癌器官的多个SRT切片进行分析时，CalicoST算法揭示了前列腺癌两侧存在镜像亚克隆拷贝数异常，从而在遗传和物理空间上都形成了分叉的谱系地理结构。这一发现为深入理解肿瘤的进化过程提供了新的视角。
CalicoST能够从同一患者的一个或多个空间分辨转录组学（SRT）样本中推断出等位基因特异性的拷贝数以及肿瘤的系统发育
分析工具：癌症研究， 体细胞进化，空间分辨转录组学(SRT)， 基因组异常， CalicoST算法， 等位基因特异性拷贝数异常(CNAs)， 三维空间重建， 前列腺癌， 镜像亚克隆拷贝数异常，snRNA-seq; Ma C, Balaban M, Liu J, et al.; Department of Computer Science, Princeton University, Princeton, NJ, USA.
复制https://cloud.stomics.tech到浏览器，或点击阅读原文，进一步体验Genpilot。
《时空日报》是华大时空组学基于时空云平台STOmics Cloud的Genpilot功能板块，推出的聚焦于时空组学领域学术前沿的栏目。该栏目以实时、精准追踪时空组学前沿为目标，共享最新时空知识，助力生命科学和临床医学发展。
审校 | 赵芳
题图 | 彭卫
排版 | 小飞鱼
推荐阅读
联系我们
对时空组学或细胞组学整体解决方案感兴趣的老师，可选择以下方式和我们联系，我们将及时为您进行详细的介绍：
1. 在公众号留言；
2. 发送信息至邮箱：
services@stomics.tech。
让我知道你“在看”
