空间转录组测序的核心是含空间坐标信息的DNA编码捕获热点[1]弥补了单细胞测序丢失空间位置信息的缺陷还原组织原貌为生命科学和疾病研究带来更深刻的见解因而被Nature Methods评为2020年度技术。表观生物高灵敏空间转录组测序服务芯片全新升级捕获率直线UP。基于CelAtlas微球阵列芯片原位捕获全转录组信息实现同一样本在组织、细胞、分子多层级进行空间定位分析并具有高分辨高灵敏的特点达到10 μm 分辨率适用于肿瘤、免疫、神经和发育等生命科学和精准医学领域的研究。01技术应用1.分析样本在组织、细胞、分子多层级的空间表达模式2.定义细胞及功能3.研究细胞基因表达与微环境的关系4.研究肿瘤、免疫、神经、发育、疾病标志物等生命科学和精准医学领域02技术优势1.微球阵列作为芯片载体微球紧邻排布实现更高探针密度2.高分辨率达到10 μm 分辨率3.高灵敏度低丰度基因检出率高表达模式更精确03技术原理采用的CelAtlas芯片上载有具有空间坐标信息的捕获探针与组织切片结合后通过探针原位捕获组织内的 mRNA 分子并进行 cDNA 合成。通过 NGS 测序和配套的可视化分析工具获取样本的空间基因表达模式信息。04送样要求样本类型OCT包埋组织块样本物种仅限人、大小鼠05分析内容基本分析1.数据预处理和质量控制1.1数据分布情况分析1.2基因数、UMI 总数、线粒体基因比例、核糖体基因比例1.3表达量top20基因2.细胞聚类2.1细胞类型在空间的映射2.2细胞类型在UMAP 的映射2.3细胞类型在tSNE 的映射2.4细胞周期在UMAP 上的映射3.细胞自动注释spatial、UMAP、tSNE图高级分析1.标记基因功能富集分析2.细胞轨迹分析2.1细胞轨迹拟时序UMAP 映射2.2细胞轨迹聚类UMAP 映射2.3拟时序差异基因表达2.4聚类拟时序差异基因表达3.细胞互作分析3.1细胞间的相互作用强度和权重3.2细胞间的相互作用数量4.空间位置特异表达基因06数据示例图1. 空转芯片升级捕获率大幅提升图2. 10 μm下与100 μm、50 μm、20 μm分辨率的空间映射图3. 10 μm分辨率下选取部分区域进行空间映射图4. 空间特异表达基因热图图5. 细胞类型的映射图6. 聚类拟时序差异基因表达图7. 细胞间的相互作用数量图8. 不同组织样本实测结果展示07案例解读Cell从时空角度解析免疫特性的蜕膜基质细胞介导的妊娠早期子宫微环境的建立和稳态维持[2]此研究对早期妊娠小鼠体内由不同的免疫细胞、内皮细胞、滋养层细胞和蜕膜基质细胞 (DSC) 构成的蜕膜中枢进行了空间可视化并揭示了DSC的分化轨迹发现了一种具有双重免疫功能特征的DSC (iDSC)。图9. 空间转录组分析结果细胞分布的空间可视化图10. 细胞类型的空间分布情况08参考文献[1] Rodriques SG, Stickels RR, Goeva A, et al. Slide-seq: A scalable technology for measuring genome-wide expression at high spatial resolution. Science. 2019 Mar 29;363(6434):1463-1467.[2] Yang M, Ong J, Meng F, et al. Spatiotemporal insight into early pregnancy governed by immune-featured stromal cells. Cell. 2023 Sep 28;186(20):4271-4288.e24.[3] Langlieb J, Sachdev NS, Balderrama KS, et al. The molecular cytoarchitecture of the adult mouse brain. Nature. 2023 Dec;624(7991):333-342.[4] Causer A, Tan X, Lu X, et al. Deep spatial-omics analysis of Head Neck carcinomas provides alternative therapeutic targets and rationale for treatment failure. NPJ Precis Oncol. 2023 Sep 13;7(1):89.
空间转录组 | 芯片升级，更高的捕获率，更低的价格！
发布时间：2026/5/19 8:19:24
空间转录组测序的核心是含空间坐标信息的DNA编码捕获热点[1]弥补了单细胞测序丢失空间位置信息的缺陷还原组织原貌为生命科学和疾病研究带来更深刻的见解因而被Nature Methods评为2020年度技术。表观生物高灵敏空间转录组测序服务芯片全新升级捕获率直线UP。基于CelAtlas微球阵列芯片原位捕获全转录组信息实现同一样本在组织、细胞、分子多层级进行空间定位分析并具有高分辨高灵敏的特点达到10 μm 分辨率适用于肿瘤、免疫、神经和发育等生命科学和精准医学领域的研究。01技术应用1.分析样本在组织、细胞、分子多层级的空间表达模式2.定义细胞及功能3.研究细胞基因表达与微环境的关系4.研究肿瘤、免疫、神经、发育、疾病标志物等生命科学和精准医学领域02技术优势1.微球阵列作为芯片载体微球紧邻排布实现更高探针密度2.高分辨率达到10 μm 分辨率3.高灵敏度低丰度基因检出率高表达模式更精确03技术原理采用的CelAtlas芯片上载有具有空间坐标信息的捕获探针与组织切片结合后通过探针原位捕获组织内的 mRNA 分子并进行 cDNA 合成。通过 NGS 测序和配套的可视化分析工具获取样本的空间基因表达模式信息。04送样要求样本类型OCT包埋组织块样本物种仅限人、大小鼠05分析内容基本分析1.数据预处理和质量控制1.1数据分布情况分析1.2基因数、UMI 总数、线粒体基因比例、核糖体基因比例1.3表达量top20基因2.细胞聚类2.1细胞类型在空间的映射2.2细胞类型在UMAP 的映射2.3细胞类型在tSNE 的映射2.4细胞周期在UMAP 上的映射3.细胞自动注释spatial、UMAP、tSNE图高级分析1.标记基因功能富集分析2.细胞轨迹分析2.1细胞轨迹拟时序UMAP 映射2.2细胞轨迹聚类UMAP 映射2.3拟时序差异基因表达2.4聚类拟时序差异基因表达3.细胞互作分析3.1细胞间的相互作用强度和权重3.2细胞间的相互作用数量4.空间位置特异表达基因06数据示例图1. 空转芯片升级捕获率大幅提升图2. 10 μm下与100 μm、50 μm、20 μm分辨率的空间映射图3. 10 μm分辨率下选取部分区域进行空间映射图4. 空间特异表达基因热图图5. 细胞类型的映射图6. 聚类拟时序差异基因表达图7. 细胞间的相互作用数量图8. 不同组织样本实测结果展示07案例解读Cell从时空角度解析免疫特性的蜕膜基质细胞介导的妊娠早期子宫微环境的建立和稳态维持[2]此研究对早期妊娠小鼠体内由不同的免疫细胞、内皮细胞、滋养层细胞和蜕膜基质细胞 (DSC) 构成的蜕膜中枢进行了空间可视化并揭示了DSC的分化轨迹发现了一种具有双重免疫功能特征的DSC (iDSC)。图9. 空间转录组分析结果细胞分布的空间可视化图10. 细胞类型的空间分布情况08参考文献[1] Rodriques SG, Stickels RR, Goeva A, et al. Slide-seq: A scalable technology for measuring genome-wide expression at high spatial resolution. Science. 2019 Mar 29;363(6434):1463-1467.[2] Yang M, Ong J, Meng F, et al. Spatiotemporal insight into early pregnancy governed by immune-featured stromal cells. Cell. 2023 Sep 28;186(20):4271-4288.e24.[3] Langlieb J, Sachdev NS, Balderrama KS, et al. The molecular cytoarchitecture of the adult mouse brain. Nature. 2023 Dec;624(7991):333-342.[4] Causer A, Tan X, Lu X, et al. Deep spatial-omics analysis of Head Neck carcinomas provides alternative therapeutic targets and rationale for treatment failure. NPJ Precis Oncol. 2023 Sep 13;7(1):89.
