时空日报 | Nature Methods：使用STAMP进行空间转录组学的可解释性空间感知降维
大家好，欢迎观看《时空日报》第320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Genpilot模块生成的文章概要，并辅以人工审核，供了解参考。
1、使用STAMP进行空间转录组学的可解释性空间感知降维
Interpretable spatially aware dimension reduction of spatial transcriptomics with STAMP
Nature Methods; IF: 36.100; DOI: 10.1038/s41592-024-02463-8
内容概要：
① 空间转录组学能够产生包含空间背景信息的高维基因表达测量数据。然而，为了有效解读这些数据并开展下游分析，将其转化为生物学上有意义的低维表示变得至关重要。为了解决这一问题，研究人员开发了一种名为STAMP的方法，即基于主题模型的空间转录组学分析方法以揭示空间模式。STAMP是一种可解释的空间感知降维技术，它基于深度生成模型构建，能够提取出生物学上相关且低维的空间主题，并识别出与之相关的基因模块。
② STAMP方法的应用范围广泛，能够处理从单个切片到多个切片，以及来自不同技术或时间序列的数据。通过分析，STAMP能够返回与已知生物学领域相匹配的主题，并识别出包含高度排名的已知标志物的相关基因模块。这种方法不仅提高了数据分析的准确性和可靠性，还为研究人员提供了更深入的理解生物过程的视角。
③ 在实际应用中，STAMP展现出了强大的功能和可扩展性。例如，在肺癌样本的分析中，STAMP能够以比原始注释更高的分辨率描绘出具有支持标志物的细胞状态，并发现癌症相关成纤维细胞集中在肿瘤边缘的外部。此外，在小鼠胚胎发育的时间序列数据中，STAMP成功地区分了肝脏内的红系-髓系造血和肝细胞发育轨迹。值得一提的是，STAMP还能够处理超过50万个细胞的数据，显示出其强大的处理能力和实用性。
生信工具：STAMP，可解释的空间感知降维技术，基因模块，空间转录组; Zhong C, Ang KS, Chen J.; Bioinformatics Institute (BII), Agency for Science, Technology and Research, Singapore, Singapore.
2、一种基于活人体微胶质细胞的跨疾病资源，可识别疾病富集的亚群及重现微胶质细胞状态的工具化合物
A cross-disease resource of living human microglia identifies disease-enriched subsets and tool compounds recapitulating microglial states
Nature Neuroscience; IF: 21.200; DOI: 10.1038/s41593-024-01764-7
内容概要：
① 人类微胶质细胞在神经性疾病中扮演着至关重要的角色。然而，科学家们对微胶质细胞异质性的理解仍然不够深入，这在一定程度上阻碍了直接调节微胶质细胞状态或功能的靶向疗法的研发进程。为了更全面地了解微胶质细胞，研究人员采用了一种先进的技术手段——单细胞RNA测序。他们利用这项技术，对来自74名患有不同神经性疾病和中枢神经系统区域供体的215,680个活人体微胶质细胞进行了深入的特征分析。
② 在单细胞RNA测序的结果中，研究人员观察到氧化代谢与杂环代谢之间存在显著的差异，并据此确定了与抗原呈递、运动性和增殖相关的微胶质细胞亚群。这些特定的亚群中，富含神经退行性疾病易感基因或与疾病相关的微胶质细胞特征。为了验证这些亚型的存在，研究人员采用了RNAscope-免疫荧光技术和高维MERFISH技术，成功地在原位对这些亚型进行了确认。
③ 此外，研究人员还将他们的数据集用作分类资源，通过对比分析发现，诱导多能干细胞模型系统能够很好地模拟体内的微胶质细胞异质性。这一发现为未来的研究提供了新的思路和方法。最后，他们鉴定并验证了一些能够在体外重现特定微胶质细胞亚型的化合物，其中就包括喜树碱。喜树碱能够下调疾病富集亚型的特征，并上调先前与阿尔茨海默病相关的特征，这为神经性疾病的治疗提供了新的潜在药物靶点。
疾病研究：人类微胶质细胞，神经性疾病，异质性，scRNA-seq，氧化代谢，杂环代谢， RNAscope-免疫荧光，MERFISH，诱导多能干细胞，喜树碱，阿尔茨海默病; Tuddenham JF, Taga M, Haage V, et al.; Center for Translational & Computational Neuroimmunology, Department of Neurology, Columbia University Irving Medical Center, New York, NY, USA.