时空日报 | Nature Methods：从空间分辨转录组数据中绘制细胞相互作用图
大家好，欢迎观看《时空日报》第293期。本期介绍的时空/细胞组学相关研究文章共计2篇。以下是应用时空云平台STOmics Cloud的StereoCopilot模块生成的文章概要，并辅以人工审核，供了解参考。
1、从空间分辨转录组数据中绘制细胞相互作用图
Mapping cellular interactions from spatially resolved transcriptomics data
Nature Methods; IF: 36.100; DOI: 10.1038/s41592-024-02408-1
内容概要：
① 细胞间通信（CCC）在生命体的形成和功能中扮演着至关重要的角色。然而，直到近年来，随着空间分辨转录组学（SRT）技术的兴起，特别是那些具备单细胞分辨率的技术，人们才得以实现对一个细胞中所有基因表达如何影响另一个细胞中所有基因表达的准确且高通量的映射。尽管如此，如何恰当地分析这类高度复杂的数据仍然是一个巨大的挑战。
② 在此背景下，研究人员引入了一个名为Spacia的多实例学习框架，该框架独特地利用了SRT数据的空间模态特性，以检测细胞间通信。Spacia展现了其强大的能力，能够克服当前流行的CCC分析工具所存在的根本局限性，比如失去单细胞分辨率、局限于配体-受体关系及依赖先前相互作用数据库、高假阳性率，以及最关键的是，缺乏对多发送者到一接收者范式的考虑。
③ 为了验证Spacia的适用性，研究人员对三种商业化的单细胞分辨率SRT技术——MERSCOPE/Vizgen、CosMx/NanoString和Xenium/10x进行了评估。结果表明，Spacia在这些平台上均表现出了良好的性能，为细胞间通信的定量理论研究带来了显著的进步。
分析工具：细胞间通信，空间分辨转录组学，Spacia ; Zhu J, Wang Y, Chang WY, et al.; Quantitative Biomedical Research Center, Peter O'Donnell Jr. School of Public Health, University of Texas Southwestern Medical Center, Dallas, TX, USA.
2、胰腺癌的空间分辨分析揭示了治疗相关的肿瘤微环境重塑
Spatially resolved analysis of pancreatic cancer identifies therapy-associated remodeling of the tumor microenvironment
Nature Genetics; IF: 31.700; DOI: 10.1038/s41588-024-01890-9
内容概要：
① 研究人员结合细胞本身的特性，探讨了肿瘤微环境中的相互作用如何调节治疗效果。他们运用单细胞空间转录组学技术，深入剖析了人类胰腺癌在接受新辅助化疗和放疗后，其多细胞邻域结构和细胞间相互作用的重塑情况。为了实现这一目标，研究人员开发了一种名为空间约束最优传输相互作用分析（SCOTIA）的方法，该方法采用了一种最优传输模型，其函数综合考虑了空间距离和配体-受体基因表达。
② 通过SCOTIA分析，研究人员揭示了治疗后癌症相关成纤维细胞与恶性肿瘤细胞之间配体-受体相互作用的显著变化，这一发现得到了多种正交数据集的支持，包括体外肿瘤球共培养系统的实验数据。此外，研究还指出了白细胞介素-6家族信号通路的富集现象，该通路在功能上赋予了肿瘤细胞对化疗的耐药性。
③ 综上所述，这项研究不仅展示了单细胞空间转录组学在肿瘤微环境表征中的强大应用潜力，允许研究人员识别出可能在治疗耐药性产生中起关键作用的分子相互作用，而且还提供了一个具有广泛适用性的空间分析框架，为未来在其他疾病背景下的相关研究提供了有力的工具和方法。
分析工具：胰腺癌，单细胞空间转录组学，空间约束最优传输相互作用分析（SCOTIA），肿瘤微环境; Shiau C, Cao J, Gong D, et al.; Center for Systems Biology, Massachusetts General Hospital and Harvard Medical School, Boston, MA, USA.