2026年空间转录组数据分析在神经退行性疾病中的新发现

汇报人:12342026/03/202026年空间转录组数据分析在神经退行性疾病中的新发现CONTENTS目录01

神经退行性疾病研究背景与挑战02

空间转录组技术平台前沿进展03

AI驱动的空间转录组数据分析框架04

阿尔茨海默病的空间转录组新发现CONTENTS目录05

帕金森病的空间转录组研究进展06

肌萎缩侧索硬化症的空间分子机制07

生物标志物发现与临床转化08

技术挑战与未来发展方向神经退行性疾病研究背景与挑战01神经退行性疾病的全球负担与临床需求

疾病发病率与患者规模神经退行性疾病如阿尔茨海默病（AD）、帕金森病（PD）等发病率随人口老龄化持续上升。以PD为例，全球患者已达500万，中国超200万，预计2030年中国PD患者将接近500万。

社会经济负担现状此类疾病因无法根治、病程长，给患者家庭和社会带来沉重负担。临床治疗以控制症状为主，难以延缓病变进程，导致医疗支出和照护成本显著增加。

临床诊断面临的挑战当前诊断主要依赖临床症状判定，早期诊断生物标志物匮乏，易导致误诊或延误治疗。例如，AD临床诊断准确率仅70%，亟需提升诊断精度的生物标志物。

治疗手段的局限性现有药物如乙酰胆碱酯酶抑制剂等仅能缓解症状，无法阻止神经元退行性变。虽有单克隆抗体（如lecanemab）获批用于AD早期干预，但多数疾病仍缺乏有效治疗方法。传统研究方法的局限性病理定位与分子机制脱节

传统测序将组织匀浆分析，丢失细胞空间位置信息，无法揭示阿尔茨海默病中β淀粉样蛋白斑块与周围神经元基因表达的关联，或帕金森病中α-突触核蛋白聚集区域的胶质细胞反应。低分辨率掩盖细胞异质性

bulk转录组平均化不同细胞类型的基因表达，难以区分神经退行性疾病中神经元、小胶质细胞、星形胶质细胞等不同细胞群体的特异性变化，如无法精确定位神经炎症关键驱动细胞。二维切片与三维结构差异

传统组织切片为二维平面观察，无法还原大脑等复杂器官的三维立体结构及细胞间网络连接，可能遗漏神经退行性疾病中跨脑区的病理传播路径和空间微环境互作。临床样本利用受限

对福尔马林固定石蜡包埋（FFPE）样本的兼容性差，难以从珍贵的临床档案样本中获取高质量数据，限制了回顾性研究和生物标志物的发现，如无法对长期随访的AD患者样本进行时空动态分析。空间转录组技术的突破意义

01实现亚细胞分辨率的基因表达解析以10xGenomics的VisiumHD（2微米连续方格）、华大生命科学研究院的Stereo-seq（~500nm中心距）为代表的高清技术，以及基于成像的Xenium、CosMxSMI等平台，已能够实现亚细胞水平的解析，让研究人员能以前所未有的清晰度观察单个细胞内及细胞间的基因表达。

02推动三维空间基因表达图谱构建传统组织切片研究是二维的，而生命是三维的。2026年AGBT会议上，初创公司Stellaromics发布的新仪器能够对约100微米厚的组织切片进行成像，直接获取三维空间中的RNA信息，标志着三维空间多组学时代的到来，为神经退行性疾病复杂脑区研究提供更真实的空间视角。

03突破FFPE样本研究限制临床样本大多以福尔马林固定石蜡包埋（FFPE）形式保存。10xGenomics的VisiumFFPE、Xenium以及CosMxSMI等平台，已能从这些珍贵临床档案样本中稳定获取高质量空间转录组数据，为神经退行性疾病回顾性临床研究和生物标志物发现打开大门。

04促进多组学信息空间整合分析技术不再局限于RNA。Xenium平台支持检测包括微生物序列、单核苷酸变异、T细胞和B细胞受体序列在内的多种目标，Stereo-seq推出可同时检测100多种蛋白质的Stereo-CITE技术，实现基因、蛋白、免疫多样性等多维度信息在空间原位的同步获取，助力神经退行性疾病复杂机制解析。空间转录组技术平台前沿进展02亚细胞分辨率技术革新

技术平台的亚细胞级突破当前空间转录组技术竞争核心转向亚细胞分辨率，如10xGenomicsVisiumHD（2微米连续方格）、华大Stereo-seq（~500nm中心距）及Xenium、CosMxSMI等成像平台，实现单分子级别解析，可观察单个细胞内及细胞间基因表达。

AI驱动的亚细胞空间重构2026年AI结合反卷积算法实现亚细胞级分辨率，如对肿瘤组织生成3D细胞互作地图，清晰呈现不同类型细胞空间位置及相互作用，为理解神经退行性疾病局部微环境提供前所未有的细节。

神经退行性疾病中的应用潜力亚细胞分辨率技术有助于揭示神经退行性疾病中蛋白质异常聚集的亚细胞定位、神经元与胶质细胞间的精准相互作用，为研究疾病机制如星形胶质细胞钾离子调节功能异常等提供关键空间信息。三维空间重建与多组学整合

亚细胞分辨率与三维空间技术突破2026年AGBT会议上，Stellaromics新仪器可对约100微米厚组织切片成像，直接获取三维空间RNA信息，标志三维空间多组学时代到来。Stereo-seq（~500nm中心距）等高清技术实现亚细胞水平解析，结合AI反卷积算法，空间转录组分辨率达亚细胞级。

神经退行性疾病三维病理图谱构建利用空间转录组技术，构建了AD和PD模型小鼠脑区的三维分子图谱。例如，在AD模型中，观察到Aβ斑块周围星形胶质细胞的空间分布特征及其与神经元退行性变的关联，揭示了疾病进展的空间异质性。

多组学数据空间整合分析Xenium平台支持同时检测RNA、微生物序列、单核苷酸变异及T细胞/B细胞受体序列，Stereo-seq推出Stereo-CITE技术可同时检测100多种蛋白质。在神经退行性疾病研究中，实现了基因表达、蛋白水平及免疫多样性等多维度信息的空间原位整合分析。

AI驱动的三维空间数据解析与预测AI结合反卷积算法实现亚细胞级分辨率重构，生成细胞互作3D地图，如预测癌细胞与免疫细胞空间作用模式。引入“RNA速度”概念，通过分析未剪接与成熟mRNA比例，AI可计算细胞基因表达动态趋势，预测神经退行性疾病中细胞命运轨迹。FFPE样本兼容技术突破

临床样本研究的关键瓶颈临床样本大多以福尔马林固定石蜡包埋（FFPE）形式保存，其RNA完整性差、降解严重，长期制约空间转录组技术在回顾性临床研究中的应用。

主流平台的FFPE技术进展2026年，10xGenomics的VisiumFFPE、Xenium以及CosMxSMI等平台已实现FFPE样本的稳定分析，可从珍贵临床档案样本中获取高质量空间转录组数据。

神经退行性疾病研究的应用价值FFPE样本兼容技术为阿尔茨海默病、帕金森病等神经退行性疾病的回顾性研究提供了可能，有助于挖掘疾病进展相关的空间分子特征和潜在生物标志物。AI驱动的空间转录组数据分析框架03单细胞与空间数据降噪算法基于Transformer的生成式预训练降噪scGPT或Geneformer升级版利用生成式预训练，学习数千万个细胞的基因表达规律，能根据基因A和B的高表达等上下文逻辑，精准填补单细胞数据中因RNA含量低导致的“Dropout”现象，揭示低丰度关键转录因子信号。AI驱动的空间转录组反卷积算法2026年，AI结合反卷积算法实现亚细胞级分辨率，可将原本覆盖10个细胞的低分辨率像素点拆解，清晰呈现不同类型细胞在组织中的空间分布及互作关系，如肿瘤组织中癌细胞、免疫细胞、成纤维细胞和血管的位置及动态。数据整合中的批次效应消除针对不同实验室、不同机器产生的单细胞数据差异，AI通过强大的整合能力，致力于去除非生物学干扰，尽管如何彻底消除批次效应，仍是当前单细胞与空间数据降噪领域面临的一大难题。细胞互作网络的AI预测模型01AI驱动的细胞空间位置与互作关系重构2026年，AI结合反卷积算法实现亚细胞级分辨率，可生成组织3D地图，清晰呈现不同类型细胞（如癌细胞、免疫细胞、成纤维细胞、血管细胞）的空间排布及互作关系，例如预测癌细胞与免疫细胞的动态作用模式。02肿瘤微环境中“免疫排斥屏障”的AI识别AI通过分析空间转录组数据，成功预测某些患者对PD-1免疫疗法无效的原因，发现其空间结构中存在特殊的“免疫排斥屏障”，这一结构特征是传统测序技术无法识别的，为免疫治疗方案优化提供关键依据。03神经退行性疾病中胶质细胞-神经元互作的动态解析利用AI对空间转录组数据的深度挖掘，能够解析神经退行性疾病（如AD、ALS）中星形胶质细胞、小胶质细胞与神经元之间的异常互作网络，揭示炎症因子释放、谷氨酸转运异常等导致神经元损伤的机制。空间轨迹推断与疾病进展模拟AI驱动的细胞命运预测2026年，AI算法引入“RNA速度”概念，通过分析未剪接前体mRNA与成熟mRNA比例，计算每个细胞基因表达的“加速”或“减速”，为静态的空间转录组数据赋予动态预测能力，可预知细胞在疾病进程中的分化、发育或衰老轨迹。神经退行性疾病空间进展模型构建结合空间转录组数据与AI轨迹推断，能够模拟神经退行性疾病（如AD、PD）中病理蛋白（如Aβ、α-Synuclein）在脑内的“朊病毒样”传播路径，以及神经元退行性变在不同脑区的空间蔓延过程，为理解疾病进展提供全新视角。治疗干预的空间效应评估利用空间轨迹推断模型，可预测特定治疗（如基因编辑、药物干预）对病变脑区细胞命运的影响，评估其在空间维度上对疾病进展的延缓或逆转效果，为精准治疗策略的优化提供依据。阿尔茨海默病的空间转录组新发现04海马区神经炎症的空间异质性CA1与齿状回炎症因子表达差异空间转录组分析显示，AD模型小鼠海马CA1区促炎因子IL-1β、TNF-α表达水平显著高于齿状回，而抗炎因子IL-10在齿状回富集，提示不同亚区炎症微环境存在差异。小胶质细胞激活状态的区域特异性在AD模型中，海马CA3区可见大量M1型激活小胶质细胞（高表达CD86），而海马伞部以M2型修复性小胶质细胞（高表达CD206）为主，这种空间分布与Aβ斑块沉积位置相关。星形胶质细胞反应性的梯度变化空间转录组结合免疫荧光发现，从海马门区到CA2区，星形胶质细胞GFAP表达呈梯度升高，且与Kir4.1钾通道表达降低区域高度重合，提示炎症与离子稳态失衡的空间关联。Aβ斑块微环境的基因表达特征

斑块核心区与周边区基因表达差异空间转录组分析揭示，Aβ斑块核心区与周边区存在显著基因表达差异。核心区富集炎症相关基因如TNF-α、IL-1β，周边区则以神经元功能相关基因下调为特征，如突触蛋白SNAP25表达降低。

小胶质细胞与星形胶质细胞的空间特异性激活在Aβ斑块微环境中，小胶质细胞呈现疾病相关小胶质细胞（DAM）表型，高表达TREM2、CD68；星形胶质细胞则表现出反应性激活，GFAP、AQP4表达上调，且与斑块距离呈空间相关性。

神经炎症与synaptic功能障碍的空间关联空间转录组数据显示，Aβ斑块周围区域促炎因子（如IL-6）高表达区域与突触可塑性基因（如BDNF）低表达区域高度重叠，提示神经炎症与突触功能障碍在空间上密切关联，共同参与AD病理进程。血脑屏障功能障碍的空间图谱01CSF-血浆蛋白失衡的空间特征斯坦福大学团队研究显示，认知障碍患者脑脊液（CSF）与血浆蛋白质比值存在160种显著异常，其中35种为外周来源蛋白质，如DCUN1D1比值与认知障碍严重程度相关，并在三个独立队列中验证。02星形胶质细胞钾离子调节异常的空间定位AD和ALS模型中，星形胶质细胞Kir4.1通道表达减少及缝隙连接受损导致钾离子清除率下降，5xFAD小鼠海马区该现象与神经元过度兴奋相关，AD患者尸检脑组织亦观察到Kir4.1下调。03脑屏障通透性性别差异的空间分布健康对照研究发现，男性外周蛋白质（如瘦素、脂联素）的CSF-血浆比值显著高于女性，与影像学显示的老年男性血脑屏障通透性更高一致，提示性别特异性屏障功能空间异质性。04空间转录组揭示屏障功能相关基因的区域表达帕金森病模型小鼠空间转录组显示，纹状体和海马区差异表达基因富集于血脑屏障相关通路，如Lrrk2、Drd2等基因在特定脑区的异常表达可能参与屏障功能障碍。帕金森病的空间转录组研究进展05黑质多巴胺能神经元的空间分布

01正常黑质多巴胺能神经元的拓扑结构在健康状态下，黑质多巴胺能神经元主要密集分布于黑质致密部（SNpc），并形成沿背腹轴和medio-lateral轴的特定梯度分布，其神经纤维投射至纹状体，构成nigrostriatal通路的解剖基础。

02PD模型小鼠黑质神经元的空间异质性丢失空间转录组研究显示，PD模型小鼠黑质区多巴胺能神经元的空间分布模式紊乱，原本有序的梯度结构被破坏，且不同亚区神经元丢失比例存在差异，腹外侧区神经元更易受损。

03神经元丢失与炎症微环境的空间关联性通过空间多组学分析发现，黑质多巴胺能神经元丢失区域与促炎因子（如TNF-α、IL-1β）高表达的小胶质细胞及反应性星形胶质细胞空间共定位，提示局部炎症微环境在神经元退变中的作用。α-突触核蛋白传播的空间模式

病理蛋白“朊病毒样”扩散的空间证据空间转录组学研究揭示α-突触核蛋白在帕金森病模型小鼠脑内呈现区域渐进性扩散特征，从脑干向基底节及皮层区域扩展，与临床运动症状进展路径一致。

神经环路中α-突触核蛋白聚集的热点区域利用亚细胞分辨率空间转录组技术（如Stereo-seq~500nm中心距），发现α-突触核蛋白聚集优先发生于突触密集区，且与小胶质细胞激活区域高度重叠。

星形胶质细胞功能异常与α-突触核蛋白传播的空间关联空间多组学分析显示，α-突触核蛋白沉积区域伴随星形胶质细胞Kir4.1钾通道表达下调及缝隙连接蛋白Cx43功能异常，提示胶质细胞-神经元交互作用在病理传播中的关键角色。星形胶质细胞钾离子调节异常机制

Kir4.1钾通道表达与功能受损在AD和ALS中，星形胶质细胞内向整流钾通道Kir4.1表达显著下调，导致钾离子内流减少，K⁺清除率降低。AD患者尸检脑组织及5xFAD小鼠模型海马中均观察到此现象，ALS的SOD1小鼠模型脊髓和皮层亦有类似发现。

缝隙连接网络连接性破坏星形胶质细胞主要缝隙连接蛋白Cx43在AD和ALS中表达上调，但功能上向半通道转变，导致星形胶质细胞合胞体连接性下降，钾离子空间缓冲能力受损，进而影响神经元微环境稳定。

炎症与代谢应激的调控作用AD和ALS中升高的促炎因子（如TNF-α、IL-1β）可激活NF-κB和MAPK通路，抑制KCNJ10基因转录，下调Kir4.1表达。同时，反应性星形胶质细胞表型转变优先炎症信号传导，进一步削弱其钾稳态缓冲功能。

与其他离子稳态失衡的关联Kir4.1下调常伴随水通道蛋白AQP4上调，破坏星形胶质细胞终足稳定性，扰乱离子与水稳态。此外，钾离子清除受损可导致神经元兴奋性增加，与谷氨酸清除障碍协同引发兴奋性毒性，加剧神经退行性变。肌萎缩侧索硬化症的空间分子机制06运动皮层神经元的区域特异性退变

ALS模型小鼠运动皮层空间转录组特征在ALS动物模型中，脊髓和皮层星形胶质细胞内向整流钾通道Kir4.1表达进行性下降，钾离子内流减少，运动皮层的K+清除率降低，与星形胶质细胞连接性降低相关。

运动皮层神经元亚群的选择性易损性单细胞和空间转录组学分析揭示ALS中存在不同星形胶质细胞亚群，其形态和分子特征随疾病阶段、脑区和微环境信号变化，导致特定运动神经元亚群更易受损。

缝隙连接功能转变与神经元退变ALS患者脊髓和运动皮层尸检分析显示，星形胶质细胞缝隙连接蛋白Cx43表达上调但功能向半通道转变，破坏星形胶质细胞合胞体连接性，影响钾离子清除和代谢支持，促进神经元退变。神经炎症与胶质细胞激活的空间关联

星形胶质细胞反应性亚型的空间分布特征空间转录组学揭示AD和ALS中星形胶质细胞存在形态和分子特征各异的反应性亚群，其分布随疾病阶段、脑区及局部微环境信号而变化，如AD的Aβ斑块周围星形胶质细胞增生肥大，远处区域则出现萎缩。

小胶质细胞激活状态的脑区特异性在神经退行性疾病中，小胶质细胞呈现疾病相关激活状态，通过空间转录组可观察到其在特定脑区（如AD的海马、ALS的运动皮层）的聚集及促炎因子释放的空间异质性，与神经元损伤区域密切相关。

炎症因子与神经退行性病变的空间共定位空间转录组分析发现促炎细胞因子（如TNF-α、IL-1β）的高表达区域与星形胶质细胞Kir4.1通道下调、缝隙连接受损区域高度重合，提示神经炎症与胶质细胞钾离子调节功能障碍存在空间上的因果关联。生物标志物发现与临床转化07空间特异性生物标志物的鉴定亚细胞分辨率下的神经退行性疾病标志物发现2026年，基于Stereo-seq（~500nm中心距）和Xenium等亚细胞分辨率空间转录组平台，研究发现阿尔茨海默病患者脑内特定神经元亚群中DCUN1D1的CSF与血浆比值显著升高，并与认知障碍严重程度相关，该标志物在三个独立队列中得到验证。神经炎症相关空间标志物的定位空间转录组结合AI分析揭示，在AD和ALS模型中，活化小胶质细胞与星形胶质细胞的异常分布区域，如Aβ斑块周围，促炎因子（如TNF-α、IL-1β）及炎症小体（NLRP3）相关基因呈现空间共表达特征，为神经炎症的精准干预提供靶点。胶质细胞-神经元互作的空间标志物网络单细胞空间转录组研究发现，帕金森病模型小鼠纹状体和海马区存在Lrrk2、Drd2等差异表达基因的空间富集，且与星形胶质细胞Kir4.1通道下调及缝隙连接蛋白Cx43功能异常区域高度重叠，提示胶质-神经元互作紊乱的空间标志物集群。疾病分期与预后评估模型基于空间转录组的疾病分期标志物发现

在阿尔茨海默病研究中，空间转录组学鉴定出CSF与血浆中61种蛋白质具有极强相关性，其中54种随年龄变化的蛋白质比值在单独CSF或血浆中未显著变化，为疾病分期提供新的分子标志物。多区域转录组特征指导预后分层

帕金森病模型小鼠空间转录组显示，纹状体和海马区差异表达基因富集于DNA甲基化、AMPK信号通路等，海马亚区单细胞转录组发现Tubb2a、Eno1等上调基因与神经退行性通路相关，可作为预后评估指标。AI整合空间多组学构建预后预测模型

AI结合空间转录组与蛋白质组数据，如全球神经退行性疾病蛋白质组学联盟（GNPC）的2.5亿个蛋白质测量数据，构建疾病进展预测模型，可识别疾病共有的蛋白质特征biomarker，提升预后评估准确性。治疗靶点的空间定位与验证

神经炎症相关靶点的空间解析空间转录组学揭示AD和ALS中小胶质细胞与星形胶质细胞在特定脑区（如海马、运动皮层）的异常激活，及其与Aβ斑块、TDP-43蛋白聚集的空间共定位关系，为靶向神经炎症的治疗提供精确区域。

钾离子调节通路的空间异常在AD和ALS模型中，空间转录组发现星形胶质细胞Kir4.1通道在病变区域（如海马、脊髓）表达显著下调，伴随缝隙连接蛋白Cx43功能转变，导致钾离子清除障碍，成为潜在治疗靶点。

PD模型小鼠差异表达基因的空间验证帕金森病模型小鼠空间转录组显示，纹状体和海马区Lrrk2、Drd2、Mtor等差异表达基因富集，参与DNA甲基化、突触功能等通路，其空间表达模式通过RT-PCR验证，为PD治疗提供精准靶点。

血脑屏障相关蛋白的空间动态变化空间转录组结合蛋白质组学发现，认知障碍患者脑脊液与血浆中61种蛋白质存在极强相关性，其中DCUN1D1等外周蛋白比值在病变脑区异常，提示血脑屏障功能障碍相关蛋白可作为治疗靶点。技术挑战与未来发展方向08标准化流程与数据整合策略样本制备标准化体系针对神经退行性疾病研究，建立包含样本采集、冷冻切片（如帕金森病模型小鼠脑区切片）、RNA保护（如SRSS保护液室温稳定方案）及质控标准（RNA完整性评估）的标准化操作流程，确保空间转录组数据可靠性。多平台数据整合框架开发AI驱动的多模态数据整合工具，实现空间转录组与单细胞测序、蛋白质组学（如GNPC联盟2.5亿蛋白质数据）及影像数据的融合分析，构建神经退行性疾病分子-空间-功能关联网络。跨研究数据标准化方案制定统一的数据格式、元数据规范及分析流程，解决不同实验室间样本处理、平台选择及数据分析差异导致的结果可比性问题，推动神经退行性疾病空间组学研究的可重复性与跨研究整合。多模态数据融合的技术瓶颈数据标准化缺失空间转录组学从样本处理、平台选择到数据分析流程缺乏统一标准，导致不同研究间结果难以比较和复现，这是制约其临床转化的主要障碍之一。数据规模与算力挑战随着分辨率和通量提升，空间转录组数据量呈指数级增长，如何高效存储、处理和分析海量空间数据，对现有计算基础设施提出严峻考验。AI算法“幻觉”与验证难题生成式AI可能“脑补”出生物学上不存在的细胞亚群或基因表达模式，如何验证AI发现的真实性，区分算法噪声与真实生物学现象，是当前同行评审的难题。跨模态数据整合复杂性空间转录组数据与蛋白质组学、影像学等多模态数据在维度、尺度和噪声水平上存在差异，实现深层次、有意义的生物学关联整合面临技术挑战。临床应用的伦理与监管考量患者隐私与数据安全保护空间转录组数据包含个体基因表达及组织空间位置等敏感信息，需