IF36.1-Nature Methods | 11种空间转录组学技术系统性比较评估

2024年7月4日，广州实验室田鲁亦团队和西湖大学刘晓东团队联合墨尔本大学、哈佛大学等研究团队在Nature Methods发表了一篇题为“Systematic comparison of sequencing-based spatial transcriptomic methods”的研究成果。系统对常见的11种（包括百创智造BMKMANU S1000、10X Genomics Visium（基于poly-A 和基于探针）、DynaSpatial、HDST、Slide-seq V2、Curio Seeker（Slide-seq 的商业版本）、Slide-tag、Stereo-seq、PIXEL-seq、Salus 和 DBiT-seq）基于测序的空间转录组技术（sequencing-based spatial transcriptomics，简称sST）进行了比较，并发现空间转录组具有独特的属性，并不是简单的为单细胞数据提供空间维度数据这么简单，拥有捕获特殊罕见状态细胞及marker的能力，这一点与百迈客生物在空间项目中的案例相符。

文章标题：Systematic comparison of sequencing-based spatial transcriptomic methods

期刊名称：Nature Methods

研究对象：小鼠胚胎（眼球）、成年小鼠脑（海马区）和嗅球

研究团队：广州实验室、西湖大学、墨尔本大学、哈佛大学等

影响因子：36.1

DOI：10.1038/s41592-024-02325-3

研究背景

尽管sST技术通过促进转录组尺度的空间基因表达测量催化了生命科学领域重要的进展，但目前还缺乏对不同平台进行全面基准测试的评估。现有的技术和数据集的可变性对制定标准化评估指标提出了挑战。但由于技术和数据集之间的差异性，该领域目前仍缺乏全面的基准测试研究。

实验基准数据

使用11种sST技术，对三种组织进行实验，测序及分析，并对可以实现更高分辨率的BMKMANU S1000、Stereo-seq及Slide-seqV2 在细胞级（10μm）分辨率下进一步进行了分析。

文中使用的上一代BMKMANU S1000空间转录技术，per spot 直径2.5μm，中心距4.8μm，达到了亚细胞级别的分辨率，并是其中可以提供高清原片明场成像的高分辨率技术。BMKMANU S1000在脑海马的数据组中除了展现出卓越的分子逸散控制性能外，还在基因的检出中有优秀表现，研究成本温和，综合性能优秀，是空间组学研究者的高效手段工具。

捕获能力测试

在各个平台的捕获性能测试中，文章通过对相同捕获面积内的UMI数进行统计，以此来进行捕获效率的评判，文中分别对原始测序下，以及数据归一化条件下，进行了统计，展示出了较大的差异，这意味着不同的测序量对UMI的检出存在较大的影响，高的数据量可以明显提升UMI的检出，隐性表示空间组学应需要比单细胞更高的测序深度。

同时在归一化的结果下，高分辨率技术中，BMKMANU S1000展现出了极为优秀的基因捕获能力。

文中对visium(polyA-based)未能捕获到的基因，在其它技术平台中的表现也做了统计，其中BMKMANU S1000、Stereo-seq及Slide-seqV2都展现出了统一且全面的基因捕获性能。

分子横向扩散测试

通过小鼠嗅球（Pixel-seq，Stereo-seq，Slide-seqV2）,小鼠脑海马（BMKMANU S1000，Slide-seqV2，Salus，Stereo-seq），小鼠胚胎眼球（BMKMANU S1000，Stero-seq，Slide-seqV2）经典marker（Slc17a7、Ptgds及Pmel）的回溯来评估分子的横向逸散问题，发现BMKMANU S1000在脑海马的表现优秀，在小鼠胚胎眼球中表现不足，不同的技术表现出的差异，文中也给出了推论：可能跟样本切片操作及组织透化等实验存在关联，提示后续的研究者在样本准备及透化实验应该更加的谨慎。

聚类及注释

通过对各种技术平台小鼠胚胎眼球数据的聚类注释并与经典结构做对比，进行了评估测试，在全部数据下Slide-seqV2,Stereo-seq表现出了预期结果，BMKMANU S1000 在黑色素细胞的分型中未能预期，这也跟之前的分子横向扩散结果相匹配。同时在归一化的数据下，BMKMANU S1000与其它两种技术有了相似的细胞类型检出，这样证明测序的数据量也会对后续的细胞类型鉴定造成影响。

跨技术平台的marker及通讯分析差异

通过各个聚类差异marker的鉴定，发现不同的技术上有不同的表现，这可能与实验中的条件，尤其是透化条件，测序深度等存在一定的关系。

不同sST方法和通讯分析方法（如CellChat和CellPhoneDB_v4）并未获得一致结果。

文章总结

本次项研究中，首次使用11种sST方法对目标组织进行了空间转录组学分析，生成了一个跨平台的数据集（称为cadasSTre），旨在对基于测序的空间转录组（sST）方法进行基准测试，深入比较了这些方法的灵敏度、扩散性、聚类能力和标记基因检测性能，以及不同聚类方法，通讯分析方法存在的差异。更是通过空间数据与单细胞数据的比较提出了空间转录组并非仅有为单细胞数据添加空间维度信息一个属性，更在特殊状态细胞等方面存在意义。

研究结果表明，上一代BMKMANU S1000在图像，基因检出，研究成本控制上表现突出。研究者也同样认为虽然spot直径是一个相对重要的指标，但是相比于此，整体基因的捕获，分析扩散的控制更为重要。

三种高分辨率的技术，分别在嗅球，眼球，脑海马样本中的表现不一，没有恒定优秀的平台，这说明空间数据的差异，很有可能除了技术平台的差异，很大程度上会受样品类型以及实验差异的影响。提醒后续的研究者在前期的备样及实验中应更加的谨慎。

百迈客生物在长期的空间高分辨率空间产品服务中，积攒了足够的样本经验，可以确保前期实验对结果差异影响降到最低，同时新一代百创S3000产品更是在分子捕获方面有了非常大的提升（30%-70%，不同物种及组织UMI数目）同时结合百创独有的“三片合一”细胞分割策略可以更好提升结果准确性，能够获取到更为丰富、深入的细胞及空间位置信息。这不仅提高了研究的准确性和可靠性，还能够为科研工作者提供更加清晰、直观的空间细胞级别图像，帮助更好地理解和分析实验结果。

百迈客生物也期待更多的科学家和业界专家加入到这一领域的研究中来，共同推动生命科学领域的繁荣与发展。