|
作为近年的热点研究领域，空间转录组相关的实验技术不断涌现。其中10x Genomics Visium空间转录组测序技术凭借其成熟的商业化模式脱颖而出，对组织内不同细胞群体实现了高通量、高分辨率的空间定位。之前跟大家分享过全球首篇|Visium空间转录组技术如何应用于人类背外侧前额叶皮层研究，总有小伙伴问：10x Genomics官网上还有19篇已发表的文章是怎么回事呢？其实它们都是利用ST技术（10x Genomics Visium空间转录组测序技术的前身）得到的研究成果。 今天，小编要跟大家分享的是其中的一篇文章，通过整合ST技术和单细胞转录组测序技术（scRNA-seq）揭示胰腺导管腺癌的组织结构。本文引入了一种将两项技术相结合的新算法，解决了ST技术无法达到单细胞分辨率、scRNA-seq无法进行空间定位的问题，从而实现了优势互补。 研究背景 一代ST技术突破了原位杂交技术在通量上的局限，但其分辨率相对较低。根据组织类型的不同，ST技术每个spot中的spatial barcode大约对应10-200个细胞，而非单个细胞。本研究为了解决这一问题，引入一种新的MIA算法将胰腺导管腺癌（PDAC）组织的scRNA-seq和ST数据进行整合，进而实现全面且无偏的组织分析。 研究思路 主要研究结果 1.scRNA-seq鉴定PDAC中的细胞亚群 研究者将同一患者的肿瘤组织分成2份，其中一份制备单细胞悬浮液进行scRNA-seq，另一份制成冷冻切片进行ST。scRNA-seq数据中每个细胞大约有2,500-3,300个UMI和1,400-1,700个表达基因。利用递归层次聚类分析进行细胞类型鉴定，发现PDAC-A和PDAC-B两名患者的肿瘤组织分别包含15个和11个不同细胞亚群（cluster），同时发现两组织共有亚群中基因表达谱呈现强相关性，进而验证样本中细胞类型的鉴定结果。 2例PDAC患者肿瘤组织的细胞亚群分类和细胞类型鉴定 2.PDAC的ST分析和细胞类型的映射 同一肿瘤组织的2个组织切片进行ST实验，研究者分别得到每张组织切片对应的H&E染色数据和基因表达数据，发现基因表达数据中spot聚类结果与H&E染色结果中组织学特征注释相一致，这表明仅用ST基因表达数据就可对组织切片中的不同空间区域进行鉴定。 为了整合scRNA-seq和ST数据，研究者开发了MIA方法：首先获得细胞类型特异性基因和组织区域特异性基因的集合，然后确定它们的重叠是否比偶然预期值高或低，依据超几何分布检验评估细胞类型在某一区域是否发生显著富集或显著耗竭。例如，PDAC-A的成纤维细胞特异性基因与ST数据中针对癌细胞区域的一组基因有明显重叠（P<10-10），即可将scRNA-seq中鉴定到的成纤维细胞进一步定位到癌细胞区域。 H&E染色结果对细胞亚群的注释，以及PDAC的ST分析和细胞类型的映射 3.跨组织区域的细胞类型鉴定和定位 研究者从scRNA-seq结果发现两个肿瘤样品中主要的细胞类型是表达KRT19的导管细胞，进一步细分为4个子亚群，其中包含2个新细胞亚群（低氧导管细胞和抗原呈递导管细胞）。研究者利用FFPE患者组织进行双重免疫荧光检测实验证实了它们的存在。通过MIA分析，发现PDAC-A中的所有导管细胞亚群都在导管区域中富集，但只有低氧和末端导管细胞亚群在癌细胞区域显着富集，低氧导管细胞亚群在胰腺组织中耗竭。相比之下，PDAC-B中的导管亚群都只富集在导管区域。 组织区域导管亚群的MIA定位 4.PDAC组织切片中不同的癌细胞亚群定位 PDAC-A的scRNA-seq数据中发现了两个癌细胞亚群，它们在基因水平和转录水平上是不同的。研究者对3张PDAC-A肿瘤组织的组织切片进行了ST实验，通过MIA方法发现在三个PDAC-A组织切片中一致观察到：成纤维细胞在癌cluster 1富集程度高，而在癌cluster 2富集程度低或无富集。这表明癌cluster 1细胞可能在组织中引起特定的基质反应，或者癌cluster 2细胞与组织中的成纤维细胞互斥。
癌细胞子区域显示出不同的细胞类型和亚群富集 5.肿瘤微环境中细胞状态之间的关系解析 研究者通过6例患者样本（共10张切片）的小队列实验和MIA方法，绘制不同空间组织区域中癌细胞状态，同时描述癌细胞亚群和其他细胞亚群之间的相互作用，其中发现应激模块基因高表达的spot与炎性成纤维细胞存在显著相关性。 研究者将本研究数据与TCGA中183个PDAC肿瘤组织的bulk转录组数据相结合，发现只有应激反应基因模块与炎性成纤维细胞特征显著相关。再结合免疫荧光实验和H&E染色实验，证明炎性成纤维细胞和表达应激反应基因模块的癌细胞共域化，同时反映它们之间存在功能相关性。
利用MIA方法绘制癌细胞状态和细胞亚群之间的关系 总结 本研究开发的MIA方法是通过整合ST和scRNA-seq数据来增加一代ST技术的单细胞分辨率（每个spot对应10-200个细胞），而10x Genomics Visium空间转录组技术的出现则较好的解决了这个问题，其实验方法已优化至每个spot对应1-10个细胞，近乎单细胞分辨率，如此优秀的表现，是不是心动了，赶紧联系我们销售小伙伴吧~
安诺单细胞测序技术总览 作为国内单细胞测序技术整体解决方案的提供商，目前安诺基因单细胞多组学研究具有全面的产品，覆盖三大组学（基因组、转录组、表观组），拥有丰富的项目经验、合作单位100+、物种经验50+、多篇高分文章IF累计200+，能够有针对性并准确服务于不同的研究领域及研究策略，使得科研工作者可以更深入地了解细胞间的异质性。 参考文献： Moncada R, Barkley D, Wagner F, et al. Integrating microarray-based spatial transcriptomics and single-cell RNA-seq reveals tissue architecture in pancreatic ductal adenocarcinomas[J]. Nat Biotechnol. 2020;38(3):333‐342. doi:10.1038/s41587-019-0392-8 |
|
|
