Nat Biotechnol | SPOTS:一种允许在完整组织中大规模同时测量蛋白质标记物和全转录组的新方法
2023-01-094604

空间转录组学和蛋白质组学提供了互补信息,改变了我们对复杂生物过程的理解。然而,这些模式的实验整合是有限的。为了克服这个问题,近日《Nature Biotechnology 》发表了一种允许在完整组织中大规模同时测量蛋白质标记物和全转录组的新方法:SPOTS,用于高通量同步空间转录组和蛋白质分析。

SPOTS是什么?

 

SPOTS是一种多模式方法,可以同时记录整个转录组和大量蛋白质信息,同时保留组织结构。SPOTS使用Visium slide的poly(A)捕获技术,同时通过DNA条形码抗体(聚(腺苷化)抗体衍生标签(ADTs)测量细胞内/外蛋白质水平,如CITE-seq和mRNA表达。再结合使用>30个蛋白标记的补充Visium转录组分析,SPOTS以高度可重复性的方式产生了优越的细胞类型、生物过程和表型的组织图谱。

(步骤1)将组织切片安装到Visium玻片上,固定10min,并用荧光和TotalSeq-A抗体(相同克隆)免疫染色(步骤2)90min, 同时存在poly-T阻断低聚物,以防止非特异性ADTs与载玻片表面结合。清洗后,在扫描显微镜下扫描组织以捕获组织结构和基准点(步骤3)。然后对组织进行渗透(步骤4),RNA扩散到空间条形码上的poly-T寡核苷酸上。在组织消化(步骤5)和模板切换RT-PCR(步骤6)之后,生成基因表达和ADT文库,以保存相关的空间条形码和RNA序列/ADT抗体条形码(步骤7)。对基因表达和ADT文库进行测序,并使用指定的管道整合数据(步骤8)。

 

SPOTS的性能测试

SPOTS优化了对小鼠脾脏的测定,其包含不同的细胞群体,这些细胞群体被划分为生发中心(GC)、边缘区(MZs)和红髓/间质区的明确结构。与相应的mRNA相比,蛋白质共表达模式显示出更强的相关性结构;一般而言,细胞类型特异性mRNA都被有效捕获。

 

将SPOTS的表现与单独的Visium、SM-Omics或Guilliams等团队的技术进行了比较,其中Guilliams等开发的技术将TotalSeq-A抗体与ST技术集成。结果表明:与单独使用Visium相比,SPOTS产生了相当大的mRNA捕获,并大大提高了集成的mRNA + ADT捕获的性能,包括检测到的基因和ADT的数量、信号分辨率、细胞聚类和跨组织区域基因表达的发现能力。SPOTS在整合转录组和蛋白质的空间映射能力显著提升。

 

SPOTS揭示了乳腺癌TME中两个空间上不同的巨噬细胞。开发团队使用MMTV-PyMT转基因小鼠模型将SPOTS应用于鼠类乳腺肿瘤。为了表征TME内的空间相互作用和基因表达异质性,首先进行了细胞类型去卷积分析,并揭示了富含不同水平免疫细胞和基质细胞的不同肿瘤和瘤周区域。然后通过使用基于加权最近邻(WNN)的多模态集成方法发现,与mRNA相比ADT模态对聚类分配的影响更大。因此,通过整合ADT和mRNA模式,SPOTS为紊乱和具有挑战性的组织(如实体瘤)中的免疫细胞群提供了更精确的分子表征。最后检查了两个富含巨噬细胞/髓系标记物的区域,相关空间数据表明,M2巨噬细胞在肿瘤边界形成免疫抑制屏障,导致免疫衰竭和逃避。

 

总之,SPOTS是一种允许在完整组织中大规模同时检测蛋白质标记物和全转录组的方法。SPOTS 的未来发展将包括与新兴的更高分辨率ST技术的进一步整合,以及捕获细胞中的体细胞突变、绘制TCR谱图或捕获体内扰动,这将进一步增强我们对免疫微环境中细胞间相互作用的理解。

(步骤1)将组织切片安装到Visium玻片上,固定10min,并用荧光和TotalSeq-A抗体(相同克隆)免疫染色(步骤2)90min, 同时存在poly-T阻断低聚物,以防止非特异性ADTs与载玻片表面结合。清洗后,在扫描显微镜下扫描组织以捕获组织结构和基准点(步骤3)。然后对组织进行渗透(步骤4),RNA扩散到空间条形码上的poly-T寡核苷酸上。在组织消化(步骤5)和模板切换RT-PCR(步骤6)之后,生成基因表达和ADT文库,以保存相关的空间条形码和RNA序列/ADT抗体条形码(步骤7)。对基因表达和ADT文库进行测序,并使用指定的管道整合数据(步骤8)。

 

 

 

Data and Code availability

 

👉 本研究中产生的所有原始数据均已存入GEO,数据编号:GSE198353。

 

👉 本研究中使用的组织高分辨率图像可在Figshare网站上获得:

https://figshare.com/account/home#/projects/143019

 

👉 为了方便访问SPOTS计算流程,可以在GitHub找到相关R包(点击阅读原文可直接访问):

https://github.com/stevexniu/spots

参考文献

Ben-Chetrit, N., Niu, X., Swett, A.D. et al. Integration of whole transcriptome spatial profiling with protein markers. Nat Biotechnol (2023). https://doi.org/10.1038/s41587-022-01536-3