实体瘤包括许多不同的细胞类型，它们在空间结构上排列有序，具有肿瘤内和肿瘤间的异质性。几十年来，研究人员一直使用显微镜来获取肿瘤的空间信息，依靠基于靶向蛋白质的技术，如免疫组织化学和免疫荧光来表征肿瘤以用于临床和研究目的。这些研究表明，某些组织学模式具有预测和/或预后价值。然而，这些技术具有局限性如需要预选目标分子（和试剂）、肿瘤相关状态不容易被少量标志物定义、分辨率欠佳，以及与样本选择中的偏差相关的问题。
基因组学的进步已证明在提高癌症诊断和预后的准确性以及指导新的治疗方法方面具有越来越大的效用。这些基因组应用的技术基础多数是高通量测序，它能够广泛读取核酸序列。然而，但是，许多基因组方法和开放式资源（例如TCGA和the International Cancer Genome Consortium）都依赖于测量包含大量细胞的生物标本中的平均基因组谱而产生的信息，这些基因组谱（Bulk方法）不能完全捕获样本潜在的细胞异质性。
在过去十年中，在单细胞基因组方法，包括单细胞 RNA 测序 （scRNA-seq），为肿瘤的复杂细胞和分子景观提供了广泛的见解。scRNA-seq可提供转录组范围的信息，但需要组织样本的解离，因此导致在解离过程中缺乏空间背景和脆弱的细胞和组织类型。因此会导致有关组织结构和细胞相互作用的基本信息丢失。
空间分析技术能够全面了解具有多层空间组织的实体瘤错综复杂的细胞组成。空间转录组学是探索肿瘤空间结构和肿瘤微环境的强大工具，有望捕捉到肿瘤细胞结构的复杂性，可以在亚细胞空间分辨率下解析基因表达，从而建立一个塑造肿瘤生态系统的复杂分子机制的整体视图。
这次小编带大家分享一篇2024年发表于Nature Reviews Clinical Oncology（IF=81.1）的一篇综述，题目为“Spatial landscapes of cancers: insights and opportunities”这篇综述提供了对单细胞和空间分析工具应用的见解，重点是空间解析转录组学工具的开发，以了解肿瘤微环境的细胞结构。
单细胞 RNA测序 （scRNA-seq）方案涉及分离单个细胞及其RNA，通常使用微流控装置将 RNA 放入单独的孔或液滴中。后将RNA逆转录成 cDNA，将细胞特异性条形码添加到cDNA，能够混合来自多个细胞的 cDNA，然后可以使用下一代测序（NGS）技术进行分析。计算分析在构建细胞分类法和表征细胞类型方面起着关键作用。与 scRNA-seq 相比，时空转录组学技术有助于对基因表达进行空间分辨分析。在使用原位捕获的方法中，将RNA分子加到空间条形码点阵列上，这些点通过杂交捕获 mRNA。随后，RNA 分子直接在阵列表面转化为cDNA，其将空间条形码整合到 cDNA 分子中。与scRNA-seq类似，这些cDNA分子随后使用NGS进行测序。基于成像的SRT技术使用荧光探针靶向选定的RNA分子，通过显微镜测量荧光信号可以检测到RNA分子的精确位置。
表1:不同空间转录组学技术的比较
表2:用于时空转录组数据分析的计算工具
空间分辨技术能够从肿瘤标本中提取不同层次的信息。
a，利用细胞类型作图技术，可以从单细胞RNA测序数据推断细胞组成。
b，细胞共定位分析可用于评估编码配体-受体对的基因的共表达。
c，基因表达模式可以直接与组织学图像的形态学数据相关联。
d，可以分析大型组织结构的基因表达模式，例如，描绘从肿瘤核心到前沿。
e，在细胞形态数据的指导下，可以将组织切片分割成空间邻域，有助于从每个片段中提取独特的基因表达谱。
a，乳腺肿瘤三级淋巴结构的苏木精和伊红（H&E）染色切片的图像。
b，H&E 染色切片的叠加空间分辨数据，用于改进三级淋巴结构的分子表征。
c，b部分（红框）中所示图像的放大区域。彩色斑点可识别检测到的encoding CD3 （CD3E;橙色）、CD20 （MS4A1; 绿色） 和 CD23 （FCER2; 红色） 的转录本，分别用于检测T 细胞、B细胞和生发中心B细胞。
解剖肿瘤以详细研究其细胞组成和空间分析，以产生有关细胞邻域和异质性的高维信息。治疗前后的肿瘤取样，特别是如果可以根据对治疗反应的可能性对患者进行分层，可以详细了解疾病亚群、预后以及治疗反应和耐药的基础机制。(CAF：癌症相关成纤维细胞; TAM：肿瘤相关巨噬细胞; TLS：三级淋巴结构。)
从苏木精和伊红染色组织生成一堆图像是建立肿瘤形态3D视图的一种简单方法。这些组织切片中的一小部分随后可以使用空间分辨技术进行处理以进行分子分析。然后使用获得的基因表达和形态空间数据来训练深度学习模型，该模型有助于在堆栈中所有染色组织切片中对基因表达进行下游插补。使用这种方法，可以以经济实惠的方式获得组织学和基因表达的3D图像。
空间分析领域经历了变革性的发展，从用于同时表征一些转录本或蛋白质到无缝提供整个器官的空间分辨图谱。尽管空间分辨分析方法仍处于发展的早期阶段，但它们正在彻底改变我们研究细胞相互作用以及癌细胞与肿瘤微环境之间的结构关系的方式。这些相互作用在定义肿瘤生物学以及患者预后方面起着关键作用。
概普生物 让科研丰富
