空间转录组迈入细胞级时代：高分辨率空间技术如何重塑组织解析？

近年来，高分辨率空间转录组已成为空间组学发展的重要方向。随着技术不断演进，空间转录组逐渐从传统Spot级检测迈向细胞级空间解析，不同技术路线也在空间分辨率、组织覆盖范围、图像获取方式以及细胞解析能力等方面形成了各自特点。

本文将从空间转录组的发展趋势出发，介绍当前具有代表性的高分辨率空间技术路线，解析其技术特点及应用场景，并结合公开Demo数据展示不同技术路线的数据表现，为科研人员开展空间组学研究提供参考。

★本文亮点

✅为什么空间转录组正迈入细胞级解析时代？

✅三大主流高分辨率空间转录组平台技术路线解析？

✅百创S3000核心优势及公开Demo数据表现？

✅不同研究场景下，如何选择适合自己的空间转录组平台？

自2018年10× Visium推动空间转录组商业化以来，该领域经历了商业化应用、空间分辨率提升、多技术路线并行、HD时代、空间多组学融合以及AI驱动分析六个关键阶段。技术发展主线也逐步从”基因在哪里表达”演进至”AI如何理解组织”，推动空间生物学从组织空间图谱绘制迈向多组学整合与精准医学应用。时间节点及代表平台根据近年来公开发表的文献与行业发展趋势整理。

空间转录组，为何成为生命科学研究的新热点？

如果说单细胞测序让我们第一次看清了组织中有哪些细胞，那么空间转录组（Spatial Transcriptomics）则进一步回答了另一个关键问题——这些细胞究竟位于哪里，它们又是如何相互作用的？

近年来，从Nature、Science到Cell，空间组学相关研究数量持续增长，逐渐成为肿瘤、神经科学、发育生物学、免疫学等领域的重要研究工具。越来越多高水平文章开始采用空间转录组技术解析组织微环境、细胞通讯及疾病发生发展的空间机制。

相比传统Bulk RNA-seq只能获得组织平均表达信息，单细胞RNA测序虽然能够揭示细胞异质性，却不可避免地丢失了细胞原有的空间位置信息。而空间转录组则将组织形态与基因表达相结合，实现了”既知道表达了什么，也知道表达发生在哪里”。

正因如此，空间转录组已逐渐成为连接病理学、单细胞组学和多组学研究的重要桥梁。

Bulk RNA-seq如同高空航拍，只能获得整个区域的整体信息，无法区分不同细胞来源；单细胞RNA-seq则像房屋的结构图，能够解析每个细胞的特征，却丢失了其在组织中的原始位置；空间转录组则类似街区地图，在保留组织空间结构的同时，解析不同区域甚至单个细胞的基因表达，实现”细胞身份”与”空间位置”的统一。

从Spot到Cell，空间转录组为何进入”高分辨率时代”？

空间转录组技术的发展，并不仅仅是分辨率越来越高，而是研究需求不断升级的结果。

早期空间转录组平台通常采用较大的Spot进行RNA捕获，一个Spot往往覆盖多个细胞，甚至包含不同类型的细胞。这意味着同一个Spot检测到的基因表达实际上来自多个细胞的混合信号，在分析细胞异质性、细胞通讯或组织边界时容易受到影响。

随着空间组学逐渐向细胞水平研究发展，科研人员希望获得更加精准的空间定位能力。例如：

• 在肿瘤微环境研究中，需要明确免疫细胞与肿瘤细胞是否真正发生接触；
• 在脑科学研究中，需要区分相邻神经元之间细微的表达差异；
• 在胚胎发育研究中，则需要追踪不同细胞群在组织中的动态变化。

这些研究需求推动空间转录组逐渐迈入细胞级解析（Cellular Resolution）时代。

高分辨率空间转录组不仅意味着Spot尺寸进一步缩小，更重要的是结合高质量组织图像、精准细胞分割以及空间定位算法，实现Cell Bin分析，使每个表达矩阵尽可能对应真实细胞，而不是多个细胞的混合信号。

因此，如今评价一个空间转录组平台，关注的不再只是Spot尺寸，而是包括空间分辨率、图像质量、细胞分割能力、定位精度以及后续多组学拓展能力在内的综合性能。

以Visium HD为代表的新一代高分辨率空间技术，通过缩小空间捕获单元，将传统Spot级检测进一步推进至更精细的空间解析尺度，提高了组织结构与基因表达信息的对应能力，推动空间转录组逐渐迈入高分辨率时代。

高分辨率空间转录组如何实现细胞级解析？——三种主流细胞分割策略

随着空间转录组逐步迈入细胞级解析时代，除了不断提高空间分辨率之外，如何准确识别真实细胞边界（Cell Segmentation），已成为影响空间数据质量和生物学解析能力的重要环节。

空间分辨率越高，并不意味着一定能够实现更加准确的细胞级解析。要真正做到”一个表达矩阵对应一个真实细胞”，还需要结合组织形态信息、细胞结构信息以及空间表达信息，对细胞边界进行精准识别。因此，目前主流高分辨率空间转录组主要形成了三种不同的细胞分割策略：

基于组织病理图像的细胞分割：

该类平台主要依赖组织切片的H&E病理图像，结合空间表达信息及图像分析算法，对细胞边界进行识别和分割，无需额外进行荧光染色，实验流程相对简单。目前，这种策略已广泛应用于多种组织样本的空间转录组研究，并依托成熟的数据分析流程实现细胞级空间解析。

基于荧光染色的细胞分割：

该类平台首先对组织进行荧光核染色，并结合芯片定位标记（Track Line）完成图像配准，再依据荧光信号进行细胞边界识别，实现细胞级空间定位。该策略能够提供较好的细胞核定位信息，但需要增加荧光染色和图像配准等实验步骤，对实验流程和数据处理提出了更高要求。

基于多模态信息融合的细胞分割：

百创S3000采用多模态融合策略，通过融合原片H&E、原片荧光及原片高通量测序数据三类信息，实现组织形态、细胞结构与空间表达信息的精准对应。相比依赖单一图像信息进行细胞识别，多模态融合策略能够进一步提升细胞边界识别的准确性和空间解析能力，为复杂组织样本及空间多组学研究提供更加可靠的数据支持。同时，针对植物等特殊样本，还支持多尺度细胞分割及人工修正方案，以满足不同组织类型的研究需求。

三种平台虽然都能够实现细胞级空间解析，但在细胞分割方式、图像获取策略以及空间解析思路等方面各有特点。其中，细胞分割策略直接影响空间定位精度和后续生物学分析结果，是评价空间转录组平台的重要环节之一。

当前主流高分辨率空间转录组主要采用三种细胞分割策略：基于组织病理图像、基于荧光染色以及基于多模态信息融合。不同策略在细胞边界识别、实验流程及数据解析方式上各有特点。其中，百创S3000采用原片H&E、原片荧光及原片高通量测序三片合一的多模态融合策略，实现更加精准的细胞级空间解析，并支持植物等特殊样本的多尺度细胞分割。

百创S3000有哪些技术优势？

作为第三代多模态融合细胞级空间转录组平台，百创S3000摒弃单一参数迭代思路，围绕“真实细胞级精准解析”全流程优化，核心优势集中于六大维度，综合适配精细化空间组学研究需求。

细胞级空间解析：

百创S3000采用2.5 μm Spot设计，推荐约3.5 μm Cell Bin分析，在保证高空间分辨率的同时，更接近真实细胞尺度。相比传统Spot覆盖多个细胞，高分辨率Cell Bin能够有效降低混合信号干扰，更有利于细胞类型识别、空间异质性分析及细胞通讯研究。

高捕获效率：

S3000芯片捕获区域为6.8 mm × 6.8 mm，共包含约414万个Spot，理论有效捕获面积约88%。较高的有效捕获面积不仅能够提高RNA利用效率，也能够兼顾较大的组织覆盖范围，满足不同组织类型的空间研究需求。

66 nt超长空间Barcode：

百创S3000采用66 nt超长空间Barcode设计，每个Spot携带约10⁵条捕获寡核苷酸。更长的Barcode不仅有利于空间定位，同时兼容Illumina及ONT等不同测序平台，也为未来全长空间转录组及空间多组学技术拓展提供了更多可能。

三重信息融合，实现精准细胞分割：

细胞分割是影响空间转录组数据质量的重要环节。百创S3000融合原片高清明场图像、原片高清荧光图像及测序表达信息三类数据，共同完成Cell Bin构建，提高真实细胞边界识别能力，使空间表达结果更加准确。

透射光原片成像，提高组织图像质量：

不同于部分平台采用反射光成像方式，百创S3000采用透射光原片成像，能够获得更加清晰、均匀的组织形态信息，为后续细胞分割及空间定位提供更高质量的图像基础。同时，结合原片高清明场、原片高清荧光及Spot自动校准算法，可有效减少图像配准误差，提高复杂组织区域的空间定位精度。

空间多组学兼容：

除了空间转录组外，百创S3000还具备良好的空间多组学拓展能力，可进一步支持空间ATAC、空间免疫及其他空间多组学应用，为复杂疾病机制研究提供更加丰富的研究维度。

左侧为细胞类型注释结果，中间为基于细胞分辨率（Cell-level）的BCR、TCR空间分布，右侧为模拟35 μm Spot分辨率下的检测结果。相比传统Spot级分析，S3000可实现细胞级空间定位，更清晰地解析免疫细胞的空间分布及组织微环境特征。

主流平台Demo数据性能对比

为了更直观地了解不同技术路线的数据特点，我们基于公开小鼠脑FF样本Demo数据，对三类技术路线的测序饱和度、细胞捕获量、基因/UMI捕获效率等核心指标进行横向对比，直观展现各平台数据特性（注：样本来源、测序深度、分析流程存在差异，数据仅作技术特点参考，非绝对性能排名）。

数据可见，百创S3000在单细胞基因、UMI捕获效率上优势显著，同等条件下可获取更丰富的细胞表达信息，数据质量更高。同时平台直接输出Cell级统计结果，无需二次换算，可直接支撑细胞分型、空间异质性、细胞通讯等下游深度分析，科研适配性更强。

总结

当前空间转录组行业竞争已彻底告别“唯分辨率论”，进入综合性能比拼阶段。技术迭代核心方向聚焦图像质量、空间定位、细胞分割织以及多组学兼容能力，旨在解决传统技术信号混杂、定位不准、解析粗浅的行业痛点。

百创S3000依托多模态融合的核心技术体系，在细胞分割精度、信号纯净度、数据可解释性、多组学拓展性上形成差异化优势，为科研人员提供了高精度、高可靠的细胞级空间组学研究方案。

未来，百迈客生物将持续推出空间组学系列内容，围绕空间ATAC、空间蛋白、空间代谢组等前沿技术方向，与科研工作者共同探索空间生物学领域的新进展。