空转应用篇 | 空间转录组学为肠道的理解增加了新维度

肠粘膜的深刻复杂性需要一种空间方法来研究肠道转录组学。《美国生理学杂志:胃肠和肝脏生理学》发表了一篇Mini-Review，描述了最近应用于肠道的空间转录组学技术以及其新发现。

由于胃肠道令人难以置信的细胞多样性，剖析肠粘膜内细胞的特性、功能和内部运作一直是一项持续的技术挑战。转录组学一直是理解肠粘膜复杂工作的重要工具。然而，大量甚至单细胞RNA测序缺乏空间信息，并且由于单个组织和细胞类型的多样性，可能会错过肠道内细胞身份和基因表达的许多细节。在这篇综述将描述空间转录组学中的新技术如何通过沿着近端-远端和隐窝绒毛轴绘制基因表达来克服这些挑战，从而为我们对肠粘膜内基因表达的理解增加了新的维度。

空间转录组技术在肠道研究中的应用

在GI研究中，两种最常见的空间转录组学方法使用了激光捕获显微切割（LCM）或基于玻片的原位捕获技术。

为了解决这些技术的有限细胞分辨率，最近的文献将slide-based转录组学或LCM与单细胞RNA测序相结合，以推断单细胞分辨率的空间信息。空间转录组技术在肠道研究中的应用主要体现如下几个方向：1）通过LCM鉴定肠上皮细胞标志基因，可沿隐窝绒毛轴对上皮细胞进行空间测序；2）scRNA-seq与LCM或slide-based转录组学配对揭示了以前未知的非上皮粘膜细胞功能；3）Slide-based转录组学绘制了发育和再生肠道的新细节。

空间转录组学的局限性

灵敏度是空间转录组学和scRNA-seq等技术的固有问题，因为每个样本中目标 RNA 的绝对丰度较低，并且需要大量的总reads数才能为数千个单独的载玻片点或细胞实现足够的读取深度。例如组织覆盖率为50%的10X Visium载玻片上，1.25亿read pairs对应的每个点只有5万read pairs。在该深度测序的小鼠组织的Visium公共数据集产生了约4500个独特的基因，是源组织中发现的约20000个独特蛋白质编码基因的一小部分。这些数据可能会遗漏关键但低表达的转录物，例如转录因子或细胞表面受体。对于大多数单细胞测序平台，建议的每个细胞测序深度与10X Visium平台中单个点的测序深度相当。因此，这里讨论的所有技术都将在测序灵敏度方面存在类似的不足。解决方案可能可使用超分辨率显微镜结合荧光原位杂交，或 seqFISH+。

分辨率是最常见的空间转录组学技术的另一个主要障碍。10X Visium 的光斑直径约为 50 微米，这意味着单个光斑包含多个细胞。激光捕获显微解剖通常也仅限于多细胞斑点的切除。最近的技术（例如Seq-scope）大大提高了这一分辨率，但它们的使用还没有那么广泛，尤其是在 GI 研究中。 

可及性可能是许多GI研究人员考虑将空间转录组学用于他们自己研究的主要关注点。许多空间转录组学技术需要专门的设备，并且数据处理依赖于广泛的计算知识。对于刚接触空间转录组学的研究人员来说，适应现有普通技术可能是最容易入门。在计算方面，有许多新方法提供空间转录组学和单细胞数据的简化计算集成，如去卷积算法Tangram、DIALOGUE或STRIDE等。

肠道具有定型的隐窝绒毛结构，其独特组织、细胞类型和细胞状态的复杂网络是空间测序研究的理想候选者。最近的工作使用了slide-based转录组学或激光捕获显微解剖，单独或与scRNA-seq结合，为我们了解肠细胞的身份和功能打开了新的维度。在众多的发现中，这些研究已经确定了成熟上皮肠细胞中的转分化和蛋白质-mRNA 不一致，间充质细胞和淋巴细胞的绒毛尖和隐窝小生境旁分泌功能，以及整个再生肠道中不同的并发转录特征。然而，肠道空间转录组学仍然是一个处于起步阶段的领域。单细胞水平的空间信息仍然是通过计算推断的，测序深度仍然是一个长期存在的问题。新的方法有望在保留精确空间信息的情况下识别单个细胞内的数千个基因，但这些技术仍然难以执行，尚未广泛应用于GI研究。随着新技术变得越来越普遍和普及，未来的工作将克服这些技术挑战，并利用产生的大量数据来回答肠道内稳态和疾病领域以前无法回答的问题。

参考文献Danan C H, Katada K, Parham L R, et al. Spatial transcriptomics add a new dimension to our understanding of the gut[J]. American Journal of Physiology-Gastrointestinal and Liver Physiology, 2022.图片均来源于参考文献，如有侵权请联系删除。