空间转录组学联合蛋白质组学机制研究

202XLOGO空间转录组学联合蛋白质组学机制研究演讲人2026-01-13空间转录组学与蛋白质组学：技术原理与局限性01应用场景：从机制解析到临床转化02联合策略：构建“转录-蛋白质”空间整合框架03挑战与展望：迈向时空多组学的精准机制研究04目录空间转录组学联合蛋白质组学机制研究1.引言：多组学联合驱动机制研究进入空间维度在生命科学的探索历程中，对生物机制的理解始终围绕着“基因如何表达、表达产物如何执行功能”这一核心命题。传统转录组学揭示细胞群体基因表达谱，蛋白质组学反映蛋白质丰度与修饰状态，却均因缺乏空间信息而难以回答“在哪里表达”“如何与微环境互作”等关键问题。近年来，空间转录组学（SpatialTranscriptomics,ST）通过保留组织空间原位的RNA测序，实现了基因表达的空间定位；蛋白质组学（Proteomics）则依托质谱、多重荧光成像等技术，直接检测蛋白质的丰度、修饰及空间分布。二者的联合，并非简单技术叠加，而是构建了从“转录-翻译-功能”的空间闭环，为解析组织微环境异质性、细胞间通讯、疾病发生发展机制提供了前所未有的视角。作为一名长期从事肿瘤微环境机制研究的科研工作者，我在处理乳腺癌脑转移样本时曾深刻体会：空间转录组显示转移灶边缘存在大量小胶质细胞高表达CX3CL1，而蛋白质组学在此区域检测到其受体CX3CR1的显著磷酸化——这种时空互证的发现，彻底颠覆了我们对“免疫逃逸仅依赖肿瘤细胞自主分泌因子”的认知。正是这样的实践经历让我坚信：空间转录组学与蛋白质组学的联合，不仅是技术层面的革新，更是思维范式的转变，它要求我们以“空间-分子-功能”三位一体的视角，重新审视生命现象的复杂性。本文将系统阐述两种技术的核心原理、整合策略、应用场景及未来挑战，旨在为机制研究者提供从技术选择到生物学解读的完整框架。01空间转录组学与蛋白质组学：技术原理与局限性1空间转录组学：捕捉基因表达的空间“地图”空间转录组学的核心在于“原位捕获+测序定位”，其发展经历了从“粗分辨率”到“单细胞级精度”的跨越。目前主流技术可分为三类：1空间转录组学：捕捉基因表达的空间“地图”1.1基于捕获探针的测序技术以10xGenomicsVisium为代表，其原理是在载玻片上布满带有寡核苷酸探针的“捕获点”，探针包含poly(dT)序列（捕获mRNA的polyA尾）、唯一分子标识符（UMI）和空间条形码。组织切片贴附于载玻片后，细胞内的mRNA通过渗透被原位捕获，逆转录生成cDNA后进行建库测序。通过空间条形码，每个RNA序列可映射回其在组织中的原始位置，最终生成包含空间坐标的基因表达矩阵。该技术的优势在于通量高（可覆盖全转录组），但空间分辨率受限于捕获点间距（目前约55μm），相当于包含数个至数十个细胞。1空间转录组学：捕捉基因表达的空间“地图”1.2基于成像的测序技术代表技术如Slide-seq、Seq-Scope。Slide-seq使用DNA微珠（bead）代替固定载玻片，微珠表面探针密度更高（直径约10μm），可将分辨率提升至单细胞水平；Seq-Scope则通过超薄切片（1μm）和高密度探针阵列，实现亚细胞级的空间定位。这类技术的突破在于“用物理密度换分辨率”，但样本制备要求极高（如切片厚度需控制在10μm内），且通量随分辨率提升而下降。1空间转录组学：捕捉基因表达的空间“地图”1.3原位测序技术如MERFISH、osmFISH，通过设计荧光标记的探针组合，对单个RNA分子进行原位扩增与成像，直接在显微镜下定位。其分辨率可达纳米级（可区分细胞内的RNA颗粒），但通量较低（仅能检测数十至数百个目标基因），适用于验证特定基因的空间表达模式。局限性：空间转录组学的核心瓶颈在于“灵敏度-分辨率-通量”难以兼顾。高分辨率技术（如MERFISH）通量低，全转录组空间技术（如Visium）分辨率不足；此外，RNA易降解导致低丰度基因检测困难，且仅反映转录水平，无法直接对应蛋白质功能状态。2蛋白质组学：解码功能分子的空间“执行者”蛋白质是生命功能的直接载体，蛋白质组学通过大规模、高通量检测蛋白质的丰度、翻译后修饰（PTM）、相互作用及空间分布，填补了转录组与表型之间的空白。空间蛋白质组学技术主要分为三类：2蛋白质组学：解码功能分子的空间“执行者”2.1成像质谱技术代表如基质辅助激光解吸电离质谱成像（MALDI-IMS）、二次离子质谱成像（SIMS）。MALDI-IMS通过激光照射组织切片，使蛋白质/多肽解吸并离子化，经质谱检测后生成分子离子强度的空间分布图。其优势在于无需抗体标记，可检测数千种内源性分子（包括蛋白质、代谢物），分辨率约10-20μm；但灵敏度较低（需fmol/μm2级别），且难以区分蛋白质异构体。SIMS分辨率可达50nm，主要用于小分子检测，在蛋白质组学中应用较少。2蛋白质组学：解码功能分子的空间“执行者”2.2多重荧光成像技术以CODEX（MultiplexedIonBeamImaging）、IMC（ImagingMassCytometry）为代表，通过金属标记抗体（如铂、铋同位素）或荧光标记抗体，结合质谱流式或共聚焦显微镜，可在同一组织切片上同时检测30-40种蛋白质。CODEX利用“离子束溅射+质谱检测”实现抗体标记的逐层成像，分辨率达亚细胞水平；IMC则通过时间延迟整合和金属同位素标记，避免荧光串扰。这类技术的优势在于高特异性（依赖抗体）、高多重性，但需预先设定目标蛋白，无法进行“发现式”研究。2蛋白质组学：解码功能分子的空间“执行者”2.3原位proximityligation技术如PLA（ProximityLigationAssay）、PEA（ProximityExtensionAssay），通过设计一对特异性抗体，若两个靶蛋白距离小于40nm，则连接探针并扩增产生可检测信号（如荧光、PCR产物）。该技术可检测蛋白质相互作用及低丰度蛋白（如信号分子），但通量低（通常检测1-10种蛋白），适用于机制验证而非大规模筛查。局限性：蛋白质组学的核心挑战在于“动态范围窄”与“抗体依赖性”。组织内蛋白质丰度差异可达10个数量级（高丰度蛋白如白蛋白可掩盖低丰度信号）；多数技术依赖抗体，抗体的特异性与可用性限制了检测范围；此外，蛋白质翻译后修饰（如磷酸化、糖基化）的检测需要特异性富集，增加了实验复杂度。02联合策略：构建“转录-蛋白质”空间整合框架联合策略：构建“转录-蛋白质”空间整合框架空间转录组学与蛋白质组学的联合，本质是通过“空间锚点”将两类数据对齐，实现“基因表达-蛋白质功能”的空间协同分析。其整合策略可分为“样本级整合”与“数据级整合”，前者强调实验设计层面的协同，后者聚焦算法层面的融合。1样本级整合：基于原位样本的协同制备1.1连续切片策略这是最经典的整合方式，将同一组织样本切成连续切片（厚度10-20μm），分别用于空间转录组学和蛋白质组学检测。例如，先进行Visium空间转录组测序，再对相邻切片进行CODEX多重荧光成像。该策略的优势在于样本批次效应小，空间坐标可通过切片序列精确对齐；但需严格控制切片厚度与形态一致性，避免组织变形导致的空间错位。1样本级整合：基于原位样本的协同制备1.2同一样本分区域检测适用于样本量稀缺的场景（如临床活检样本）。将同一组织切片分为两部分：大部分区域用于空间转录组学（如Visium），剩余小区域（如1/10）进行蛋白质组学检测（如MALDI-IMS）。通过“宏观空间转录组+微观蛋白质组”的组合，既保证全转录组空间覆盖，又获得高分辨率蛋白质数据。1样本级整合：基于原位样本的协同制备1.3原位同步检测前沿技术如“SPATIAL”（SpatialProteogenomicAnalysisbyTaggingTranscriptomeandEpitopeswithRecombinantEnzymes），通过在空间转录组探针上融合HRP（辣根过氧化物酶）标签，捕获的RNA在原位被HRP标记后，再进行抗体染色（如DAB显色），实现同一张切片上RNA与蛋白质的共定位。该技术避免了切片分割带来的空间错位，但通量较低（仅适用于目标基因验证）。2数据级整合：从空间匹配到机制挖掘2.1空间坐标对齐数据整合的前提是建立空间坐标系。对于连续切片，可通过组织形态学特征（如血管、细胞核分布）进行图像配准（如使用弹性配准算法）；对于同一样本不同技术，需基于生物标志物进行锚定——例如，用空间转录组中高表达的细胞特异性基因（如EPCAMfor上皮细胞）作为参考点，与蛋白质组中对应的蛋白（EPCAM抗体染色）进行空间坐标映射。2数据级整合：从空间匹配到机制挖掘2.2多模态数据降维与聚类整合后的数据包含“空间坐标-基因表达-蛋白质丰度”三维信息，需通过多模态降维算法（如MOFA+、Seuratv5的多模态整合）提取共享特征。例如，将空间转录组的spot表达矩阵与蛋白质组的区域丰度矩阵输入MOFA+，可识别“高表达基因A+高丰度蛋白B”的空间模块，该模块可能代表特定的细胞亚群或功能区域。2数据级整合：从空间匹配到机制挖掘2.3空间共定位与互作网络分析通过计算基因表达与蛋白质丰度的空间相关性（如Spearman相关系数），识别“转录-翻译”协同变化的区域。例如，在肿瘤微环境中，若空间转录组显示巨噬细胞高表达IL10，蛋白质组检测到IL10蛋白在巨噬细胞周围形成浓度梯度，则提示IL10可能通过旁分泌作用于邻近细胞。进一步结合细胞通讯数据库（如CellChat），可构建包含“基因-蛋白质-受体-配体”的空间互作网络，解析细胞间通讯的时空机制。2数据级整合：从空间匹配到机制挖掘2.4功能通路的空间富集分析利用转录组数据（全基因覆盖）进行通路富集（如GO、KEGG），结合蛋白质组数据（直接反映功能分子）进行验证。例如，空间转录组显示某区域富集“T细胞活化通路”（CD28、ICOS基因高表达），蛋白质组检测到CD28蛋白的磷酸化水平升高，则可确认该区域存在活跃的T细胞活化过程。03应用场景：从机制解析到临床转化应用场景：从机制解析到临床转化空间转录组学与蛋白质组学的联合已在多个领域展现出突破性价值，尤其在肿瘤微环境、神经发育、疾病机制解析等方面，提供了传统技术无法企及的精细视角。1肿瘤微环境：解析“空间生态位”与治疗抵抗肿瘤微环境并非均质化存在，而是由肿瘤细胞、免疫细胞、基质细胞等构成的“空间生态位”，不同生态位中的细胞互作决定了肿瘤进展与治疗响应。联合多组学技术可精准刻画这种异质性。以胶质母细胞瘤（GBM）为例，空间转录组显示肿瘤核心区域以增殖性肿瘤细胞为主（表达MKI67、PCNA），而浸润边缘则以干细胞样肿瘤细胞（表达SOX2、OLIG2）为主导；蛋白质组学在此边缘区域检测到EGFRvIII蛋白的高表达及其磷酸化水平升高，且与邻近的小胶质细胞高表达TGF-β形成空间关联。通过整合分析，我们发现“干细胞样肿瘤细胞-EGFRvIII-TGF-β-小胶质细胞”这一空间轴是GBM放疗抵抗的关键机制：肿瘤细胞通过EGFRvIII激活TGF-β信号，诱导小胶质细胞向免疫抑制型（M2型）转化，从而逃避免疫监视。这一发现为靶向EGFRvIII与TGF-β联合治疗提供了理论依据。1肿瘤微环境：解析“空间生态位”与治疗抵抗在乳腺癌脑转移研究中，我们通过Visium空间转录组结合CODEX蛋白质组，发现转移灶边缘存在“肿瘤细胞-中性粒细胞”的空间集群，中性粒细胞高表达IL8（转录组），其受体CXCR2在肿瘤细胞膜上高表达（蛋白质组）。体外实验证实，IL8-CXCR2轴通过促进肿瘤细胞迁移突破血脑屏障，而抗CXCR2抗体可显著抑制转移灶形成。这一研究首次揭示了中性粒细胞在乳腺癌脑转移中的“空间导航”作用，为转移防治提供了新靶点。2神经科学：解码神经元发育与突触形成的时空逻辑大脑功能的复杂性源于神经元亚型的精准定位与突触连接的时空特异性。联合多组学技术可解析“神经元分化-突触蛋白表达-神经网络形成”的全过程。在皮层发育研究中，我们使用Slide-seq单细胞级空间转录组结合MALDI-IMS蛋白质组，绘制了小鼠胚胎期E14.5-E18.5皮层发育的空间动态图谱。结果显示：神经干细胞（表达SOX2）向神经元分化过程中，空间转录组检测到中间前体细胞（表达TBR2）向深层皮层迁移，而蛋白质组在此区域检测到迁移相关蛋白DCX的磷酸化水平升高；当神经元到达目标位置后，突触前蛋白（SYN1）与突触后蛋白（PSD95）在空间上形成“热点区域”，与空间转录组中突触形成相关基因（NLGN1、NRXN1）的高表达区域完全重叠。这表明神经元的迁移与突触形成受“转录-翻译”时空协同调控，而DCX的磷酸化可能是神经元迁移启动的关键开关。2神经科学：解码神经元发育与突触形成的时空逻辑在阿尔茨海默病（AD）研究中，空间转录组显示AD患者海马区小胶质细胞高表达APOE（与AD风险相关基因），蛋白质组检测到APOE蛋白与β淀粉样蛋白（Aβ）在空间上共定位，且形成“核心-晕”结构：Aβ为核心，APOE围绕其分布。进一步分析发现，APOE通过与Aβ结合，促进其沉积形成斑块，同时激活小胶质细胞的炎症通路（TLR4/NF-κB），导致神经元损伤。这一发现为靶向APOE治疗AD提供了直接证据。3发育生物学：揭示器官发生的细胞命运决定机制器官发育是细胞命运动态变化的过程，不同细胞亚型的空间分布与分子互作决定了器官的结构与功能。联合多组学技术可解析“干细胞分化-组织边界形成-器官形态发生”的时空机制。在心脏发育研究中，我们使用MERFISH检测40个关键基因的空间表达，结合IMC检测30种蛋白质，构建了小鼠胚胎E9.5-E11.5心脏发育的多组学图谱。结果显示：心内膜细胞（表达NKX2-5）在心室区域高表达BMP10，而心肌细胞在其邻近区域高表达BMPR1A（蛋白质组检测到BMPR1A的磷酸化），形成“BMP10-BMPR1A”空间信号轴，促进心肌细胞增殖与心室壁增厚；当心室发育完成后，心外膜细胞（表达WT1）高表达FGF10，其受体FGFR2在心肌细胞膜上激活，启动心外膜-心肌转化，形成室间隔。这一研究首次揭示了心脏发育中“组织边界信号轴”的存在，为先天性心脏病机制解析提供了新思路。4临床转化：寻找疾病生物标志物与治疗靶点联合多组学技术在临床转化中的核心价值在于发现“空间特异性生物标志物”——即仅在特定病理区域（如肿瘤浸润边缘、炎症病灶）异常表达的分子，其可作为诊断、预后或治疗响应的指标。在肝癌研究中，我们对肝癌患者癌、癌旁、正常肝组织进行Visium空间转录组与MALDI-IMS蛋白质组检测，发现癌组织边缘区域存在“肝癌细胞-癌相关成纤维细胞（CAFs）”的空间集群：肝癌细胞高表达SAA1（急性期反应蛋白），CAFs高表达SAA1受体（FPRL1，蛋白质组检测到其高表达）。临床数据显示，边缘区域SAA1/FPRL1共表达水平高的患者，术后复发风险增加3倍（HR=3.2，P<0.001）。进一步机制研究发现，SAA1-FPRL1轴通过激活CAFs的TGF-β信号，促进细胞外基质沉积，形成免疫抑制微环境。这一标志物不仅可用于预后预测，还可作为靶向治疗的新靶点（如抗SAA1抗体）。04挑战与展望：迈向时空多组学的精准机制研究挑战与展望：迈向时空多组学的精准机制研究尽管空间转录组学与蛋白质组学的联合已展现出巨大潜力，但在技术、数据、临床转化等方面仍面临诸多挑战，而新技术的突破将推动机制研究进入“时空动态、单细胞分辨率、多组学融合”的新时代。1现存挑战1.1技术层面的瓶颈-样本制备的一致性：空间转录组与蛋白质组对样本处理要求不同（如空间转录组需RNA完整性，蛋白质组需避免蛋白降解），连续切片易导致组织变形、样本损失，影响空间对齐精度。01-检测灵敏度的差异：空间转录组可检测低丰度基因（如转录因子），而蛋白质组对低丰度蛋白（如信号分子）检测能力有限，导致“高转录-低蛋白”现象普遍存在，难以直接对应。02-空间分辨率的匹配：高分辨率空间转录组（如MERFISH）可达单细胞级，而高分辨率蛋白质组（如CODEX）通常为亚细胞级，二者分辨率不匹配会影响数据整合效果。031现存挑战1.2数据分析的复杂性-多模态数据的异质性：转录组数据（高维稀疏）与蛋白质组数据（低维稠密）特征差异大，现有整合算法（如MOFA+、Seurat）难以完全消除批次效应与数据偏差。-动态过程的捕捉：多数技术为“时间点”检测，难以捕捉发育、疾病进程中的动态变化；而时间序列多组学实验成本高昂，样本需求量大。-功能验证的困难：联合数据可提示“相关性”，但“因果关系”仍需实验验证（如基因敲除、抗体阻断），而空间特异性操作（如靶向特定区域的细胞）技术难度大。1现存挑战1.3临床转化的障碍-样本获取的局限性：临床样本（如活检组织）量少、易降解，难以满足两种技术的检测需求；空间多组学检测成本高，难以大规模应用于临床队列研究。-生物标志物的特异性：空间特异性标志物需在独立队列中验证，而不同患者样本的异质性（如肿瘤分型、治疗史）可能导致标志物普适性差。2未来展望2.1技术革新：从“静态空间”到“动态时空”-原位同步检测技术：开发“RNA-蛋白质”一体化检测平台，如“SPRITE”（SpatiallyResolvedTranscriptome-ProteinInteractions），通过在单细胞内同时捕获RNA与蛋白质，实现“同一细胞、同一时间”的多组学检测，彻底解决空间错位问题。-时空动态追踪：结合单细胞测序与活体成像技术（如光片显微镜），在发育、疾病模型中实现“时间序列-空间分辨”的多组学检测，捕捉细胞命运决定与分子互作的动态过程。-高分辨率高通量技术：如“纳米级空间转录组”（通过纳米孔阵列实现单细胞级分辨率）与“质谱流式成像”（检测100种以上蛋白质），兼顾分辨率与通量，满足精细机制研究需求。2未来展望2.2算法突破：从“数据整合”到“机制挖掘”-人工智能驱动的多模态整合：利用深度学习模型（如图神经网络、Transformer），整合空间转录组、蛋白质组、代谢组等多组学数据，构建“分子-细胞-组织”多层次互作网络，预测关键调控节点。-空间单细胞多组学算法：针对空间转录组的“spot内细胞异质性”问题，开发“解卷积算法”（如SPOTlight），将spot表达矩阵拆分为单细胞类型；结合蛋白质组数据，实现“单细胞类型-蛋白质功能”的空间映射。-因果推断模型：整合多组学数据与干预实验结果（如CRISPR筛选），构建“因果网络”，区分“驱动因素”与“伴随现象”，为靶点发现提供精准依