研究疾病和發展動態的研究人員越來越多地依賴于能夠對組織內的RNA和蛋白標記物進行空間分析。空間蛋白組學和空間轉錄組學等工具有助于回答復雜的生物學問題。生物過程是由多種模式同時發生的變化驅動的。轉錄組學和蛋白組學提供了關于組織樣本中細胞類型、狀態和功能的獨特信息。合并這些方法提供了一個更細致的組織生物學視角，揭示了可能被單一的數據來源所遺漏的見解。

空間轉錄組學使得無偏差的發現成為可能

研究轉錄組可以提供細胞、組織或有機體在給定時間點上存在的RNA分子的快照。基因表達模式因細胞類型而異，通過捕獲轉錄組數據，我們可以收集有關組織樣本中存在哪些細胞類型及其功能狀態的有價值的信息。

有幾種方法可以讓研究人員在不同的分析水平上研究轉錄組。批量RNA測序方法在群體水平捕獲基因表達，而單細胞RNA測序有助于通過單個細胞的基因表達譜，以捕獲樣本中存在的異質性。

空間轉錄組學是一種新興的方法，它提供了空間環境下的基因表達分析。繪制跨組織的基因表達圖譜可以讓我們確定細胞群的空間組織。然而，目前的空間轉錄組學方法缺乏真正的單細胞分辨率，依賴于感興趣區域(region of interest, ROI)或基于點的捕捉方法，無法準確捕捉細胞多樣性。

然而，轉錄組學依然是發現驅動型研究的有力工具。在一個實驗中，通過對成千上萬的細胞和基因進行分析，獲得組織微環境無偏差的信息，這種方法與基于成像的空間蛋白組學具有高度互補性。

空間蛋白組學捕捉真正的細胞行為

雖然mRNA和蛋白之間存在顯著的相關性，但研究也報告了這些相關性相當大的差異。轉錄組分析不能反映蛋白降解、蛋白間相互作用和翻譯后修飾，所有這些都需要可以通過直接蛋白檢測來表征。

蛋白組學方法是在特定的環境條件下，特定的時間點檢測細胞、組織或有機體中存在的蛋白。作為幾乎所有生物過程的驅動因素，研究蛋白使我們更接近細胞行為的真實表征。細胞對周圍環境的信號和變化作出反應，這些變化反映在蛋白組中，蛋白組因細胞類型、功能狀態、位置以及與其他細胞的相互作用而變化。

就像研究RNA一樣，也有工具可以在不同水平上研究蛋白組。質譜可以在群體水平上對樣品中表達的蛋白進行鑒定和量化。單細胞方法，如流式細胞術和質譜流式，可以在單個細胞中檢測表達蛋白。基于成像的空間蛋白組學，通過多重免疫熒光(mIF)，以單細胞分辨率捕獲整個組織切片中蛋白的空間分布。利用空間蛋白組學方法，我們可以捕捉由環境變化和藥物治療引起的蛋白表達和定位變化。CODEX平臺可以通過高度多重成像在一個組織切片中捕獲超過40個蛋白生物標志物。

人惡性轉移性黑色素瘤FFPE組織的CODEX成像

蛋白組學也為轉化和臨床研究提供了有價值的信息。蛋白是發生在健康和患病組織中的動態變化的代表，并往往構成大多數藥物靶點。因此，研究蛋白生物標記物在開發治療方法和診斷工具方面也特別有價值。

空間多組學集成并可視化轉錄組和蛋白組數據

由于許多患者對免疫療法沒有反應，對患者分層的一刀切的方法是不科學的。個體具有獨特的基因組、轉錄組和蛋白組譜，所有這些都可以在疾病進展和治療反應中發揮作用。

人們對更全面的多層次生物學途徑的研究越來越感興趣。蛋白組和轉錄組數據具有互補的特點，這使得研究人員可以將細胞的蛋白組和轉錄組信息與單細胞的空間環境信息整合。整合的空間多組學分析有潛力發現新的關聯，罕見的細胞群和復雜的疾病標記物，提供了組織微環境的系統-生物學觀點。目前已經開發了幾種綜合分析策略，將CODEX基于多重成像的空間蛋白組數據與單細胞RNA測序和CITE-seq數據合并。

GLUER (inteGrative anaLysis of mUlti-omics at single-cEll Resolution)就是這樣一種工具，它集成了單細胞多組學數據和成像數據。該方法由美國費城兒童醫院和賓夕法尼亞大學的Kai Tan博士和他的團隊開發。該團隊描述了他們如何使用GLUER將CODEX基于成像的空間蛋白組數據與單細胞RNA測序數據合并，以研究小鼠脾臟組織中轉錄本和蛋白表達的空間分布。

STvEA (Spatially-resolved Transcriptomics via Epitope Anchoring)是賓夕法尼亞大學Pablo Camara博士的實驗室為了克服CITE-seq的局限性而開發的方法。CITE-seq可以同時分析RNA和蛋白的表達，但缺乏空間信息。在Science雜志上發表的一篇論文中，研究人員演示了STvEA如何將CITE-seq轉錄組映射到空間解析的CODEX成像數據。

STvEA整合了CODEX和CITE-seq蛋白表達空間

Will Wang博士是斯坦福大學Baxter干細胞生物學實驗室的成員，他一直在研究生物信息學工具，將蛋白組學和轉錄組學數據與研究組織再生和衰老的目標結合起來。Wang博士和他的同事開發了一種工具，將CODEX成像數據與CITE-seq數據進行比對，以投影空間轉錄組，模擬生長因子和配體的空間積累，并預測細胞間信號傳導。
 

下載《將單細胞分析置于環境中：空間多組學方法》白皮書，學習如何將空間環境添加到測序工作中。

掃碼下載完整白皮書

[參考信息]

1. Gry, M., Rimini, R., Strömberg, S., Asplund, A., Pontén, F., Uhlén, M., & Nilsson, P. (2009). Correlations between RNA and protein expression profiles in 23 human cell lines. BMC genomics, 10(1), 1-14.
2. Slavov, N. (2020). Unpicking the proteome in single cells. Science, 367(6477), 512-513.
3. Lundberg, E., & Borner, G. H. (2019). Spatial proteomics: a powerful discovery tool for cell biology. Nature Reviews Molecular Cell Biology, 20(5), 285-302.