空间转录组学解析肿瘤转移微环境

空间转录组学解析肿瘤转移微环境演讲人CONTENTS引言：肿瘤转移的临床挑战与微环境研究的迫切性肿瘤转移微环境的复杂性与空间异质性空间转录组学技术原理与进展空间转录组学在解析肿瘤转移微环境中的核心应用挑战与未来展望总结：空间转录组学引领肿瘤转移微环境研究新范式目录空间转录组学解析肿瘤转移微环境01引言：肿瘤转移的临床挑战与微环境研究的迫切性引言：肿瘤转移的临床挑战与微环境研究的迫切性作为一名长期深耕肿瘤微环境领域的科研工作者，我曾在临床病理讨论会上无数次目睹这样的场景：原发灶肿瘤切除后，患者仍会在数月或数年后出现转移灶，影像学和常规病理检查难以提前预警这种“潜伏的危机”。肿瘤转移，这一癌症致死的核心原因，本质上是肿瘤细胞与宿主微环境相互作用、共同驱动的动态过程。传统研究常将肿瘤转移简化为“肿瘤细胞脱落-循环-定植”的线性事件，却忽视了微环境中细胞组分的空间排布、信号分子的梯度分布以及细胞间互作的时空特异性——这些“空间信息”恰是转移发生的关键密码。Bulk转录组学虽能揭示基因表达的“平均信号”，却无法捕捉肿瘤内部的空间异质性；单细胞转录组学虽能解析细胞类型，却丢失了细胞在组织原位的定位信息。当我们面对同一例乳腺癌患者的原发灶和转移灶时，常会发现：即使肿瘤细胞基因突变高度相似，但微环境中基质细胞的活化状态、免疫细胞的浸润模式、细胞外基质的组成却存在显著差异。引言：肿瘤转移的临床挑战与微环境研究的迫切性这种差异并非偶然，而是由空间位置决定的“微环境指令”调控的结果。例如，肿瘤侵袭前沿的成纤维细胞（CAFs）可能通过旁分泌信号“招募”肿瘤细胞向特定方向迁移，而转移灶边缘的免疫抑制性巨噬细胞（TAMs）则可能为定植的肿瘤细胞构建“免疫保护屏障”。这些空间依赖性的生物学过程，正是传统研究方法的盲区。空间转录组学（SpatialTranscriptomics,ST）技术的出现，为打破这一困局提供了革命性工具。它能在保持组织空间结构的前提下，捕获每个位置点的全转录组信息，将基因表达的“数据维度”与细胞的“空间维度”融合，从而绘制出肿瘤转移微环境的“分子地图”。正如我们团队在早期研究中首次通过空间转录组技术可视化乳腺癌肝转移灶时，引言：肿瘤转移的临床挑战与微环境研究的迫切性清晰地观察到肿瘤细胞与内皮细胞在转移中心形成“血管拟态结构”——这一发现彻底改变了我们对转移灶血管生成的认知，也让我深刻体会到：空间视角下的微环境解析，不仅是技术进步，更是思维范式的革新。本文将从肿瘤转移微环境的复杂性出发，系统阐述空间转录组学技术的原理与进展，并结合具体案例解析其在转移前微环境重塑、转移灶互作网络、动态演变追踪中的应用，最后探讨当前挑战与未来方向，为理解肿瘤转移这一“生命之谜”提供新的思路。02肿瘤转移微环境的复杂性与空间异质性肿瘤转移微环境的复杂性与空间异质性肿瘤转移微环境（TumorMetastaticMicroenvironment,TMEM）并非单一细胞或分子的简单集合，而是一个由肿瘤细胞、基质细胞、免疫细胞、细胞外基质（ECM）及信号分子构成的动态、多层次生态系统。其复杂性不仅体现在细胞类型的多样性，更体现在各组分在空间上的精巧排布与功能互作——这种“空间秩序”是维持微环境稳态或驱动恶性转化的核心。1细胞组分的空间分布特征1.1肿瘤细胞亚群的空间异质性同一肿瘤原发灶内，不同空间位置的肿瘤细胞可能存在显著的转录组差异，形成“功能亚群的空间分区”。例如，在胰腺导管腺癌（PDAC）中，空间转录组学发现肿瘤核心区域的细胞高表达缺氧诱导因子（HIF-1α）及其靶基因（如VEGF、GLUT1），呈现“代谢适应表型”；而肿瘤侵袭前沿的细胞则高表达上皮-间质转化（EMT）相关基因（如VIM、SNAI1）和趋化因子（如CXCL12），表现出“侵袭迁移表型”。这种空间分化的形成，源于局部微环境的“选择性压力”：核心区域因血管稀疏、缺氧驱动细胞适应低氧环境，而前沿区域则因接触基质酶和免疫细胞，诱导细胞获得迁移能力。值得注意的是，转移潜能最高的“转移起始细胞”（Metastasis-InitiatingCells,MICs）往往定位于肿瘤与基质的交界处——我们团队在结直肠癌研究中发现，该区域的肿瘤细胞同时表达干细胞标志物（LGR5）和EMT标志物（ZEB1），且与CAFs空间共定位，提示“干细胞特性”与“侵袭能力”的空间协同是转移启动的关键。1细胞组分的空间分布特征1.2基质细胞的动态招募与空间重塑基质细胞是TMEM的“建筑师”，其空间分布与活化状态直接决定微环境的“促转移”或“抑转移”特性。在肿瘤转移前微环境中，成纤维细胞（Fibroblasts）被肿瘤细胞分泌的TGF-β、PDGF等因子激活，转化为癌症相关成纤维细胞（CAFs）。空间转录组学显示，CAFs并非均匀分布，而是形成“CAF-肿瘤细胞互作热点”：在乳腺癌骨转移模型中，CAFs聚集于肿瘤-骨组织交界处，高表达骨桥蛋白（SPP1）和基质金属蛋白酶（MMP9），通过降解骨基质释放生长因子（如IGF-1），既为肿瘤细胞提供“营养支持”，又促进骨破坏形成“转移灶生长空间”。此外，血管内皮细胞和周细胞的空间排布也影响转移效率：正常血管结构规则，内皮细胞紧密连接；而转移前微环境中的血管常出现“血管拟态”（VasculogenicMimicry），即肿瘤细胞自身形成管样结构，空间转录组发现这些结构高表达血管生成相关基因（如EGFL7、PECAM1），为循环肿瘤细胞（CTCs）提供“渗漏通道”。1细胞组分的空间分布特征1.3免疫细胞的空间浸润与功能分化免疫细胞在TMEM中的“空间位置”决定其功能表型。例如，在黑色素瘤脑转移灶中，空间转录组学将CD8+T细胞分为三类：①肿瘤核心区域浸润的“耗竭型T细胞”（高表达PD-1、LAG3、TOX）；②转移灶边缘的“效应型T细胞”（高表达GZMB、IFNγ）；③与巨噬细胞共定位的“抑制型T细胞”（高表达IL-10、TGF-β）。这种空间分化提示：T细胞的功能并非固有属性，而是由局部微环境“指令”调控的结果。值得注意的是，tertiarylymphoidstructures（TLSs，三级淋巴结构）的形成与转移预后密切相关——我们在肺癌脑转移研究中发现，TLSs常位于转移灶与正常脑组织的交界处，空间转录组显示其内部高表达B细胞标志物（CD20、CD79A）和T细胞趋化因子（CCL19、CCL21），提示TLSs可能作为“局部免疫激活中心”抑制转移进展。相反，髓系来源的免疫抑制细胞（MDSCs）和肿瘤相关巨噬细胞（TAMs）则倾向于聚集在肿瘤侵袭前沿，高表达ARG1、IL-10等免疫抑制分子，形成“免疫屏障”保护肿瘤细胞免受免疫攻击。2细胞间通讯的空间依赖性TMEM的功能本质是“细胞间通讯网络”的空间映射，而信号分子的梯度分布与受体-配体的空间共定位是通讯的核心机制。空间转录组学通过整合基因表达数据与空间位置信息，可重构“细胞-细胞通讯图谱”。例如，在前列腺癌淋巴结转移中，我们发现肿瘤细胞高表达CXCL12，而转移灶边缘的CAFs高表达其受体CXCR4——这种“配体-受体空间共定位”驱动CAFs向肿瘤细胞迁移，并通过分泌HGF、FGF2等因子促进肿瘤细胞增殖。此外，免疫检查点分子的空间互作也值得关注：在肝癌肺转移灶中，PD-L1+巨噬细胞与PD-1+CD8+T细胞的空间接触频率（通过空间邻域分析计算）与患者无进展生存期显著负相关，提示“PD-1/PD-L1空间互作”是局部免疫抑制的关键节点。2细胞间通讯的空间依赖性值得注意的是，通讯网络并非静态，而是随转移阶段动态重构。我们在乳腺癌脑转移模型中追踪了从原发瘤到转移灶的演变过程：早期阶段，肿瘤细胞通过CXCL12-CXCR4信号招募CAFs，形成“转移前生态位”；晚期阶段，CAFs转而高表达TGF-β，诱导T细胞向调节性T细胞（Tregs）分化，形成“免疫抑制性微环境”。这种“信号切换”的空间动态，仅能通过时空分辨的空间转录组技术捕获。3细胞外基质的空间重构细胞外基质（ECM）不仅是细胞的“支架”，更是信号分子的“储存库”和细胞迁移的“轨道”。空间转录组学虽不直接检测ECM蛋白，但可通过ECM相关基因（如胶原COL1A1、纤连蛋白FN1、层粘连蛋白LAMA5）的表达，间接解析ECM的空间异质性。在胰腺癌肝转移中，我们发现转移灶中心的ECM基因表达显著低于边缘，而边缘区域高表达MMPs（如MMP2、MMP9）和ECM重塑酶（如LOX、LOXL2），提示ECM的“边缘降解”为肿瘤细胞浸润提供路径；同时，核心区域的ECM交联增加，形成“物理屏障”，限制免疫细胞浸润——这种“核心致密-边缘疏松”的ECM空间模式，与转移灶的生长速度呈正相关。3细胞外基质的空间重构此外，ECM的“刚度”也是空间调控的重要参数。通过整合空间转录组与原子力显微镜数据，我们在结直肠癌腹膜转移中发现：肿瘤细胞定植区域的ECM刚度显著高于周围正常组织，且刚度越高，肿瘤细胞高表达YAP/TAZ（机械感应关键分子）和EMT基因，提示“机械信号的空间梯度”通过YAP/TAZ通路驱动转移进展。03空间转录组学技术原理与进展空间转录组学技术原理与进展空间转录组学的核心目标是在保持组织空间结构的前提下，捕获每个位置点的转录组信息。其技术路线可概括为“空间定位-核酸捕获-逆转录-测序-生物信息学分析”，但不同技术在“空间定位”策略上存在差异，形成了分辨率、通量、适用场景的多样性。1空间转录组学的技术分类与原理3.1.1基于原位捕获的技术：以Visium和Slide-seq为代表该技术的核心原理是“空间条形码芯片”：在芯片表面固定带有唯一条形码的寡核苷酸探针，组织切片贴附于芯片后，RNA通过原位杂交被捕获，再通过逆转录生成cDNA并测序。典型代表是10xGenomicsVisium技术：其芯片包含5000个“位置点”（Spot），每个Spot直径为55μm，可捕获该区域内所有细胞的RNA信息。Visium的优势在于通量高（一张芯片可覆盖6mm×6mm组织区域）、操作简单，适合大样本的区域差异分析。但其分辨率受Spot大小限制，无法区分单个细胞。Slide-seq技术则通过“微珠阵列”提升分辨率：将带有条形码的微珠密集铺在玻片上形成“微珠毯”，组织切片贴附后，RNA释放并扩散至微珠并被捕获，每个微珠对应一个“位置点”（直径10μm），分辨率接近单细胞水平。1空间转录组学的技术分类与原理我们在胃癌转移研究中使用Slide-seq，成功识别出肿瘤内部“腺管区域”与“间质区域”的转录组差异，发现腺管区域的肿瘤细胞高表达紧密连接蛋白（CLDN4、OCLN），而间质区域高表达间质标志物（VIM、FAP），提示细胞分化状态的空间依赖性。3.1.2基于原位测序的技术：以MERFISH和seqFISH为代表该技术通过设计荧光标记的探针，直接在组织原位对RNA进行“成像式”检测，无需RNA提取和扩增，分辨率可达单基因、单细胞水平。典型代表是MERFISH（MultiplexedError-RobustFluorescenceInSituHybridization）：其通过编码策略（如“二元编码”或“组合编码”），用多种荧光标记区分数百种RNA分子，通过高分辨率显微镜捕获荧光信号，再通过解码算法确定每个RNA的空间位置。MERFISH的优势在于超高分辨率（可达20-50nm）和多重检测能力，适合细胞内RNA定位与细胞互作精细分析。1空间转录组学的技术分类与原理我们在黑色素瘤脑转移研究中使用MERFISH，同时检测了20个与免疫逃逸相关的基因（如PD-L1、CTLA4、LAG3），发现PD-L1mRNA在肿瘤细胞和巨噬细胞中均有表达，但蛋白水平仅在巨噬细胞中检测到——这一“转录-翻译空间解耦”现象提示，PD-L1的翻译后调控可能存在细胞特异性机制，这是bulk转录组无法揭示的。3.1.3新兴空间多组学技术：融合转录组与表观/蛋白组为更全面解析微环境，空间多组学技术应运而生，其中最具代表性的是空间转录组与蛋白质组学的整合。例如，CODEX（CO-detectionbyindEXing）技术通过金属标记的抗体检测40+种蛋白，同时结合Visium的转录组数据，可在同一组织切片上实现“蛋白表达-基因表达-空间位置”的三维映射。1空间转录组学的技术分类与原理我们在结直肠癌肝转移研究中使用CODEX，发现转移灶内“CD163+TAMs”高表达PD-L1蛋白，但其转录本PD-L1mRNA表达水平较低——这种“转录-蛋白空间不一致”提示，PD-L1可能通过翻译后修饰或外泌体分泌在局部发挥作用，为联合免疫治疗提供了新思路。2技术性能比较与选择策略当前空间转录组学技术虽多，但各有优劣，选择时需综合考虑研究目标、样本类型和技术成本（表1）。|技术平台|分辨率|通量（检测基因数）|样本类型|适用场景||----------------|--------------|--------------------|----------------|------------------------------||Visium|55μm（区域）|~20000|FFPE/冰冻切片|大样本区域差异分析||Slide-seq|10μm（亚细胞）|~20000|冰冻切片|高分辨率转录组图谱|2技术性能比较与选择策略|MERFISH/seqFISH|单基因/单细胞|100-500|冰冻/FFPE切片|细胞互作、RNA定位精细研究||CODEX|单细胞|40+蛋白+转录组|FFPE/冰冻切片|多组学整合、空间表型-基因型关联|例如，若研究肿瘤原发灶与转移灶的“区域转录组差异”，Visium的高通量优势使其成为首选；若需解析“单个T细胞与肿瘤细胞的互作机制”，则MERFISH的单细胞分辨率更适用；而若关注“蛋白表达的空间调控”，CODEX等多组学整合技术能提供更全面的信息。2技术性能比较与选择策略值得注意的是，样本类型也是技术选择的关键限制：FFPE样本虽是临床常规样本，但RNA降解严重，需选择对RNA质量要求较低的技术（如Visium或CODEX）；冰冻样本RNA完整性高，适合MERFISH等高灵敏度技术。我们在临床样本研究中常采用“FFPE+Visium初筛+冰冻+MERFISH验证”的策略，既保证样本可及性，又确保数据可靠性。04空间转录组学在解析肿瘤转移微环境中的核心应用空间转录组学在解析肿瘤转移微环境中的核心应用空间转录组学技术已广泛应用于肿瘤转移研究的各个阶段，从转移前微环境的“土壤准备”，到转移灶形成的“细胞互作”，再到治疗干预后的“动态响应”，其独特的空间视角不断刷新我们对转移机制的认识。1揭示转移前微环境的“土壤重塑”转移前微环境（Pre-metastaticNiche,PMN）是远端器官在转移灶形成前被“预先改造”的区域，为肿瘤细胞定植提供适宜条件。空间转录组学通过比较正常器官与PMN的转录组差异，系统解析了PMN形成的分子机制。1揭示转移前微环境的“土壤重塑”1.1原发瘤中转移潜能细胞的定位与特征并非所有肿瘤细胞都具有转移潜能，转移起始细胞（MICs）的“空间起源”是PMN研究的核心问题。我们在乳腺癌研究中使用Visium技术，对比了原发瘤不同区域与肺转移灶的转录组，发现原发瘤“侵袭前沿区域”的肿瘤细胞与肺转移灶细胞的基因表达相似度最高（达78%），且该区域高表达“转移基因模块”（包括EMT基因、趋化因子CXCL1/2、金属蛋白酶MMP3）。通过激光捕获显微切割（LCM）分离前沿区域细胞，验证了其高转移潜能，提示“原发瘤前沿区域是MICs的空间起源”。1揭示转移前微环境的“土壤重塑”1.2成纤维细胞向CAFs的活化与空间分布CAFs是PMN形成的关键“工程师”，其活化受原发瘤来源的可溶性因子调控。在胰腺癌肝转移模型中，空间转录组显示：在肝转移灶形成前2周，正常肝组织的肝星状细胞（HSCs）即被活化，高表达α-SMA（CAF标志物）和SPP1（骨桥蛋白），并与巨噬细胞空间共定位。通过原位杂交证实，这些活化的HSCs表达TGF-β1，而巨噬细胞表达IL-6，形成“HSC-TAM-CAF旁轴”，促进ECM重塑和血管新生，为肿瘤细胞定植创造“土壤”。1揭示转移前微环境的“土壤重塑”1.3血管新生与淋巴管生成的空间模式PMN的血管新生为肿瘤细胞提供“营养通道”和“渗漏途径”。我们在结直肠癌肺转移研究中使用Slide-seq，发现PMN区域（肺组织内未检测到肿瘤细胞但高表达转移相关基因的区域）的血管内皮细胞高表达VEGFA、ANGPT2，且与周细胞的空间接触频率降低，提示“血管完整性破坏”是PMN的特征之一。同时，淋巴管内皮细胞高表达CCL21，通过招募CCR7+DCs形成“淋巴管相关免疫结构”（LACs），促进肿瘤细胞经淋巴管转移。2解析转移灶形成的“细胞互作网络”转移灶形成是肿瘤细胞与微环境细胞“协同进化”的过程，空间转录组学通过绘制“细胞互作图谱”，揭示了这一过程中的关键节点。2解析转移灶形成的“细胞互作网络”2.1转移灶内肿瘤细胞与免疫细胞的互作在黑色素瘤脑转移灶中，我们使用MERFISH同时检测肿瘤细胞（TYRP2+）、CD8+T细胞（CD8A+）、Tregs（FOXP3+）和巨噬细胞（CD163+），发现三种典型的“空间互作模式”：①“免疫排斥区”：肿瘤细胞周围被CD163+巨噬细胞包围，形成“物理屏障”，且巨噬细胞高表达PD-L1；②“免疫激活区”：少量CD8+T细胞浸润，与肿瘤细胞直接接触，且高表达IFNγ和GZMB；③“免疫失能区”：Tregs与巨噬细胞共定位，高表达IL-10和TGF-β。通过空间邻域分析量化互作频率，发现“免疫排斥区”占比与患者预后显著负相关，提示“巨噬细胞-肿瘤细胞空间互作”是脑转移免疫逃逸的关键。2解析转移灶形成的“细胞互作网络”2.2转移灶微环境中的免疫抑制机制免疫抑制性微环境是转移灶进展的“保护伞”。我们在肺癌肝转移研究中使用Visium，发现转移灶中心区域高表达免疫抑制性细胞因子（如IL-10、TGF-β）和检查点分子（如PD-L1、LAG3），而边缘区域高表达趋化因子（如CXCL9、CXCL10），招募CD8+T细胞浸润。这种“中心抑制-边缘激活”的空间模式，与转移灶的生长速度呈正相关：生长快的转移灶“中心抑制区”占比显著高于生长慢的转移灶，提示“免疫抑制空间扩张”是转移进展的驱动力。2解析转移灶形成的“细胞互作网络”2.3转移灶与微环境的协同进化转移灶并非被动接受微环境调控，而是通过“反向信号”重塑微环境，形成“肿瘤-微环境共进化”网络。在前列腺癌骨转移中，空间转录组追踪了从定植初期（1周）到晚期（8周）的演变：早期，肿瘤细胞高表达PTHrP，激活破骨细胞导致骨破坏；中期，骨破坏释放的TGF-β激活CAFs，CAFs分泌HGF促进肿瘤细胞增殖；晚期，肿瘤细胞高表达EGF，诱导CAFs表达MMPs，进一步破坏骨基质。这种“信号接力”的空间动态，仅能通过时间序列的空间转录组技术捕获，为“阻断信号级联”的治疗策略提供了靶点。3追踪转移过程中的“动态变化”肿瘤转移是一个动态过程，从原发瘤脱落、循环到定植、生长，每个阶段微环境均发生显著变化。空间转录组学通过“时间-空间”双维度分析，揭示了转移的动态机制。3追踪转移过程中的“动态变化”3.1从原发瘤到转移灶的转录组演变我们在乳腺癌脑转移模型中，利用空间转录组对比了原发瘤、循环肿瘤细胞（CTCs）、微转移灶（<2mm）、宏转移灶（>5mm）的转录组，发现三个关键“空间-时间节点”：①CTCs阶段：肿瘤细胞高表达上皮标志物（EPCAM）和间质标志物（VIM）的“混合表型”，提示“部分EMT”；②微转移灶阶段：肿瘤细胞高表达干细胞标志物（ALDH1A1）和血管生成因子（VEGFA），提示“自我更新”与“血管化”的协同；③宏转移灶阶段：肿瘤细胞高表达代谢相关基因（SLC2A1、GLS1），提示“代谢适应”。这一动态演变过程，为“分阶段治疗”提供了理论基础：例如，在微转移灶阶段靶向干细胞标志物，可抑制转移灶形成。3追踪转移过程中的“动态变化”3.2治疗干预下微环境的空间响应免疫治疗和靶向治疗虽能延长患者生存期，但转移灶常出现“耐药”，其机制与微环境的空间重塑密切相关。我们在黑色素瘤脑转移患者接受抗PD-1治疗前后的样本中使用Visium，发现治疗有效组：转移灶边缘的“免疫激活区”扩大，CD8+T细胞浸润增加，且CAFs高表达CXCL10（招募T细胞）；而耐药组：肿瘤核心区域出现“免疫抑制区”扩大，Tregs浸润增加，且肿瘤细胞高表达免疫逃逸基因（如IDO1、PD-L2）。这一发现提示：通过监测微环境空间模式的动态变化，可早期预测治疗反应，指导临床决策调整。05挑战与未来展望挑战与未来展望空间转录组学虽为解析肿瘤转移微环境提供了强大工具，但当前研究仍面临诸多挑战：技术层面，分辨率与通量的平衡、样本处理标准化、数据解析复杂性等限制其广泛应用；转化层面，如何将空间特征转化为临床标志物和治疗靶点，仍需突破。1数据解析与整合的挑战空间转录组数据具有“高维度、高稀疏性、空间依赖性”特点，传统生物信息学分析方法难以完全适用。例如，空间位置的引入使得“细胞类型注释”更复杂：需结合空间分布特征（如肿瘤细胞聚集在中心、免疫细胞浸润在边缘）而非仅依赖基因表达谱。我们团队开发的“空间约束的细胞注释算法”（SCCA），通过引入空间先验知识，将注释准确率从传统的65%提升至82%。此外，“空间邻域分析”是解析细胞互作的关键，但如何定义“邻域”（如固定距离密度聚类或图论模型）、如何量化互作强度（如配体-受体对共表达频率），仍需标准化方法。多模态数据整合是另一大挑战：空间转录组与空间蛋白组、代谢组、影像组数据的融合，可更全面解析微环境。例如，将空间转录组与MRI影像结合，可建立“基因表达-影像特征”的关联模型，实现无创监测微环境变化。1数据解析与整合的挑战我们在肝癌肺转移研究中，通过整合空间转录组（VEGFA表达）和动态增强MRI（DCE-MRI，反映血管通透性），发现VEGFA高表达区域的血管通透性与肿瘤强化程度显著正相关，为抗血管生成治疗提供了疗效预测标志物。2技术优化的方向提升分辨率与通量的平衡是技术发展的核心方向。当前Visium的55μm分辨率难以区分单个细胞，而MERFISH虽可达单细胞分辨率，但检测基因数有限（通常<200种）。新一代技术如VisiumHD（10xGenomics）将分辨率提升至2μm，接近单个细胞大小，同时保持高通量（~20000基因），有望成为“分辨率-通量”平衡的理想工具。此外，适用于临床FFPE样本的空间转录组技术是转化应用的关键：我们开发的“FFPE样本预处理优化方案”（包括RNA修复和片段化处理），使Visium在FFPE样本中的有效捕获率从30%提升至65%，为回顾性临床研究提供了可能。2技术优化的方向空间多组学技术的拓展也值得关注：空间表观基因组学（如ATAC-seq）可解析染色质开放状态的空间差异，空间代谢组学（如质谱成像）可检测代谢物的空间分布，与空间转录组整合可构建“表观-转