空间转录组学在肾脏健康与疾病中的应用综述报告
作者及出版物信息
本文由华盛顿大学医学院肾脏病学系Sanjay Jain与印第安纳大学医学院Michael T. Eadon合作撰写，发表于Nature Reviews Nephrology 2024年10月刊（DOI:10.1038/s41581-024-00841-1）。
主题与背景
本文是一篇系统性综述，聚焦于空间转录组学（Spatial Transcriptomics, ST）技术在肾脏生物学及疾病研究中的最新进展、应用与挑战。随着单细胞测序（scRNA-seq）揭示了器官细胞的高度异质性，传统原位杂交（ISH）技术的局限性促使ST技术快速发展，其核心优势在于保留组织空间信息的同时实现全基因组范围内RNA分子的定位与定量。本文旨在为肾脏研究领域提供ST方法学的全面指南，并探讨其如何推动对肾脏细胞微环境、疾病机制及治疗靶点的理解。
主要观点与论据
1. 空间转录组学技术分类与比较
ST技术可分为两类：
- 测序为基础的方法（如Visium、Slide-seq、Stereo-seq）：通过空间条形码（barcoding）将RNA测序数据与组织切片坐标关联，实现全转录组覆盖。例如，Visium的55μm分辨率可覆盖约25个细胞，而Stereo-seq的220nm分辨率可达亚细胞水平。
- 成像为基础的方法（如MERFISH、CosMx、Xenium）：基于荧光原位杂交（FISH）或原位测序（ISS），靶向检测特定RNA分子，灵敏度高但通量受限。例如，CosMx可检测1000-6200个靶基因，分辨率达亚细胞级。
*支持数据*：作者对比了8种平台（表1），指出Visium对福尔马林固定样本（FFPE）兼容性最佳，而Slide-seq v2在单细胞分辨率与成本间取得平衡。
2. 数据分析流程的关键挑战
ST数据分析需解决三大核心问题：
- 细胞类型定位：通过标签转移（label transfer）或反卷积（deconvolution）将scRNA-seq定义的细胞类型映射至空间数据。工具如Seurat和Tangram可整合单细胞与空间数据，但存在免疫细胞过度标注风险。
- 空间可变基因（SVGs）识别：例如，Big Small Patch（BSP）算法通过半径分析聚焦损伤相关基因（如急性肾小管坏死中的氧化磷酸化通路抑制）。
- 功能微环境（neighbourhoods）构建：工具如Giotto和Squidpy通过空间网格量化细胞互作，例如肾脏损伤中髓样细胞与基质细胞的共定位。
*案例支持*：KPMP-HUBMAP联盟通过Visium和Slide-seq联合分析，发现适应性肾小管上皮细胞与成纤维细胞的促纤维化交互作用。
3. 多组学整合与临床转化
ST需与蛋白质组（如CODEX）、表观组（如spatial-ATAC）联合应用以构建完整分子图谱：
- 蛋白质-RNA共定位：在肾乳头结石研究中，MMP7/9的RNA表达与蛋白沉积区域匹配，验证了ST数据的可靠性。
- 表观遗传调控：空间染色质可及性分析可预测转录因子活性，例如KPMP项目通过多组学推断损伤修复中的关键调控网络。
*临床价值*：ST已用于移植肾排斥反应（如Geomx平台）和糖尿病肾病微环境解析，为精准治疗提供新靶点。
4. 技术局限与未来方向
当前ST面临四大挑战：
- 成本与通量：商业平台（如Xenium）单次实验费用高达5000美元，且成像面积受限（ cm²）。
- 数据存储与分析：单样本数据达数百GB，需高性能计算支持。
- 样本处理：FFPE与冷冻组织的兼容性差异影响技术选择。
- 标准化缺失：不同平台间缺乏统一的质量控制标准。
*解决方案*：作者建议采用FAIR数据原则（可发现、可访问、可互操作、可重用），并开发AI驱动的病理-ST关联工具（如FUSION）。
论文价值与意义
1. 方法论指导：首次系统梳理了ST技术在肾脏研究中的适用场景与技术选型策略，为领域内实验设计提供基准。
2. 科学发现：揭示了肾脏损伤中空间特异性的细胞互作网络（如髓袢升支粗段细胞与巨噬细胞的炎症协同），弥补了单细胞测序的空间信息缺失。
3. 临床潜力：通过ST定位疾病相关分子标签（如糖尿病肾病中的内皮-成纤维细胞互作），为生物标志物开发和靶向治疗奠定基础。
亮点总结
- 技术全面性：涵盖10种ST平台及12种分析工具，辅以肾脏特异性案例（如肾小球-小管过渡区NPHS2表达验证）。
- 跨学科整合：提出“空间多组学”框架，推动肾脏研究从二维病理向三维分子图谱跨越。
- 标准化倡议：呼吁建立ST在肾脏领域的质量控制体系（如ASCT+B解剖学本体术语），促进数据共享与重复性。
补充内容
文中特别探讨了人工智能在ST中的应用前景，例如通过深度学习预测组织切片的分子特征，或联合数字病理（如肾活检WSI）实现自动化形态-功能关联分析。这些方向或将革新肾脏疾病的诊断模式。