时空日报 | Nature Methods：在单细胞分辨率下跨空间组学样本进行搜索和匹配
大家好，欢迎观看《时空日报》第303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、在单细胞分辨率下跨空间组学样本进行搜索和匹配
Search and match across spatial omics samples at single-cell resolution
Nature Methods; IF: 36.100; DOI: 10.1038/s41592-024-02410-7
内容概要：
①CAST（Cross-sample Alignment of Spatial Omics）是一项创新的技术解决方案，旨在应对空间组学领域中的一个关键挑战：如何有效地整合和比较来自不同技术和模式的空间数据。这一技术的核心在于其深度图神经网络的应用，它赋予了CAST在单细胞层面上进行空间到空间的精确搜索和匹配的能力。通过捕捉空间分子特征的内在相似性，CAST能够跨样本对齐组织，为研究者提供了一个全新的视角来审视和理解复杂生物系统的空间结构。
② CAST的独特之处在于其强大的数据处理和分析能力。它不仅能够重建空间分辨的单细胞多组学特征，使研究者能够更深入地了解细胞间的相互作用和分子机制，还引入了空间分辨的差异分析。这一功能使得CAST能够精确定位并可视化与疾病相关的分子通路，为疾病的早期诊断和治疗提供有力的支持。此外，CAST还具备单细胞相对翻译效率分析的能力，通过揭示不同细胞类型和区域之间翻译控制的变异，为理解基因表达的调控机制提供了新的线索。
③ CAST作为一个综合性的框架，为空间组学领域的研究者提供了一个强大的工具。它打破了技术和模式之间的壁垒，实现了无缝的单细胞空间数据搜索和匹配。无论是在基础科学研究还是在临床应用中，CAST都展现出了巨大的潜力和价值。随着技术的不断发展和完善，相信CAST将在未来为更多领域的研究带来突破性的进展。
分析工具：深度图神经网络，空间组学领域，空间组学; Tang Z, Luo S, Zeng H, et al.; Broad Institute of MIT and Harvard, Cambridge, MA, USA.
2、从方法论视角看癌症-免疫全景的时空代谢组学方法
Spatiotemporal metabolomic approaches to the cancer-immunity panorama: a methodological perspective
Molecular Cancer; IF: 27.100; DOI: 10.1186/s12943-024-02113-9
内容概要：
① 代谢重编程是肿瘤微环境（TME）中一个关键的生物学过程，它通过多种机制促进免疫抑制，进而加速癌症的进展并削弱抗癌免疫疗法的疗效。然而，传统代谢测量方法的局限性一直阻碍着我们对肿瘤-免疫背景下复杂代谢景观的深入理解。这些方法往往无法捕捉到TME内部代谢活动的时空异质性，即不同细胞类型、不同空间位置以及不同时间点上的代谢变化。
② 随着科学技术的进步，单细胞、空间以及体内代谢组学技术的出现为我们打开了一扇新的大门。这些先进的技术手段使得研究者们能够对肿瘤-免疫相互作用中的代谢变化进行详尽的分析。单细胞代谢组学技术能够揭示单个细胞内的代谢状态，而空间代谢组学则能够描绘出代谢活动在肿瘤组织中的空间分布。体内代谢组学则进一步将研究环境拓展到了生物体内，使得我们能够在更接近生理状态的条件下观察代谢变化。
③ 此综述全面梳理了这些新兴代谢组学技术在癌症-免疫研究中的应用，并深入探讨了它们的优缺点。通过系统的评估，我们期望能够为未来的研究提供有价值的参考，推动癌症治疗策略的创新与发展。尽管这些技术已经取得了显著的进展，但仍存在许多挑战和未知领域等待去探索和解决。
综述：癌症免疫，免疫代谢，代谢调节学，代谢组学，单细胞，空间组学; Xiao Y, Li Y, Zhao H.; Chongqing University Cancer Hospital, School of Medicine, Chongqing University, Chongqing, 400044, China.