整合单细胞转录组与微阵列空间转录组的新技术

来源：BioArt

撰文 | 雪月

责编 | 兮

Single-cell RNA sequencing (scRNA-seq)单细胞RNA测序这种技术是一种能提供组织内无偏向性、系统性的细胞转录组信息【1】。将scRNA-seq应用到肿瘤样本，发现了肿瘤内部多种细胞亚群和转录异质性，揭示了肿瘤微环境中多种细胞相互作用方式。但是scRNA-seq使用之前需要将组织细胞分离，这样就失去了空间信息，限制了对于肿瘤微环境中细胞相互作用与细胞排列构建的研究。

将特定基因原位杂交技术（situ hybridization ISH）与scRNA-seq结合，二者相互能够获得细胞类型空间位置的信息。但是ISH图谱还不能应用于实体瘤，而实体瘤具有可变的组织结构和基因表达模式。ISH也仅限于转录组的一个子集，无法在单个实验中进行全面的表达分析。

最近开发出的空间转录组方法（spatial transcriptomics，ST）克服了ISH的局限性，利用空间寡脱氧胸苷微阵列让分析整个组织切片的空间转录组成为可能【2】。虽然ST已经应用到多种组织和肿瘤的研究中，ST的局限性仍然不容忽略：缺乏细胞分辨率，每个成像点能够捕获10-200个细胞的转录组。

2020年1月13日，美国纽约NYU Langone Health的Itai Yanai课题组在Nature Biotechnology上发表题为Integrating microarray-based spatial transcriptomics and single-cell RNA-seq reveals tissue architecture in pancreatic ductal adenocarcinomas的文章。该研究将ST和scRNA-seq两种技术结合起来研究胰腺导管腺癌PDAC，克服各自存在的缺陷，相互补充，实现单细胞水平加空间的全面而无偏向性的组织分析。

作者先将两例新鲜PDAC-A和B肿瘤组织同时进行scRNA-seq和ST分析。scRNA-seq分析时组织首先制备成单细胞悬液， scRNA-seq鉴定两个肿瘤组织样本中分别存在15和11个细胞群。ST分析则将新鲜组织做成冷冻切片进行ST微阵列分析。作者同时将组织进行H＆E染色，进行组织学特征分析。用H＆E对比ST分析发现每个ST成像点会捕捉到20-70个细胞。每个组织的ST分析检测到大约2400个UMIs（unique molecular identifiers），每个成像点分析约1000个基因表达情况。作者分析发现ST结果中的空间基因表达与组织学结果较为匹配。之后作者通过引入多模式相交分析（Multimodal interp analysis，MIA）整合得到的这两个数据集。作者的方法是通过计算专门映射到该区域的基因与通过scRNA-seq数据鉴定的细胞类型特异性基因之间的重叠程度，来推断特定组织区域中特定细胞类型的富集。作者确定了组织中空间受限区域中特定细胞类型和亚群的富集。例如PDAC-A的成纤维细胞特异性基因与ST分析结果中的特定区域的一组基因显著重叠。作者还发现导管上皮区域富含导管细胞，而胰腺组织则富含腺泡细胞和分泌细胞。这些都表明MIA能够成功的将scRNA-seq的结果进行空间定位，并能发现亚群的差异化定位使它们在组织中发挥独特的作用。作者解释得到的MIA结果绘制了不同肿瘤样本微环境的特点，免疫环境状态，应激水平以及细胞之间相互作用的模式，有助于预判患者预后。接下来作者利用MIA方法对公共数据库中的数据集进行再分析发现MIA能够反映细胞亚群与空间结构的连接关系。

ST和scRNA-seq技术整合模式图

此项技术的开发将两种互补且强大的技术相结合，可以轻松扩展到任何结构复杂的组织，也具有多个领域的生物学应用价值。在临床应用方面MIA为精准分类，个性治疗提供了更深层次的支持依据。

原文链接：

https://doi.org/10.1038/s41587-019-0392-8

参考文献

1，Darmanis, S. et al. Single-cell RNA-seq analysis of infiltrating neoplastic cells at the migrating front of human glioblastoma. Cell Rep. 21,1399–1410 (2017).

2，Chen, K. H., Boettiger, A. N., Moffitt, J. R., Wang, S. & Zhuang, X. Spatially resolved, highly multiplexed RNA profiling in single cells. Science 348, aaa6090 (2015).