空間轉(zhuǎn)錄組數(shù)據(jù)分析的是根據(jù)每個(gè)芯片上每個(gè) spot 的基因表達(dá)信息進(jìn)行聚類(lèi)，然后將 spot 根據(jù)坐標(biāo)位置序列放回到組織的圖像上，同時(shí)可以對(duì)每個(gè) gene 在組織上表達(dá)的空間位置進(jìn)行定位。獲得測(cè)序數(shù)據(jù)后，首先利用 Space Ranger  軟件可以自動(dòng)化的對(duì)圖像進(jìn)行處理、數(shù)據(jù)比對(duì)和 Barcode 處理。另外一個(gè)軟件 Loupe Cell Browser 是一個(gè)適用于 Windows 和 MacOS 的桌面應(yīng)用程序，它可以快速、輕松地可視化和分析10X Visium 數(shù)據(jù)。歐易生物具有上百例空間轉(zhuǎn)錄組項(xiàng)目執(zhí)行經(jīng)驗(yàn)，致力通過(guò)質(zhì)量的服務(wù)，助力各位科研工作者取得新的突破。Science發(fā)表了將組織擴(kuò)展和原位RNA測(cè)序結(jié)合起來(lái)的新型空間轉(zhuǎn)錄組技術(shù)ExSeq。云南歐易生物空間轉(zhuǎn)錄組領(lǐng)域

空間轉(zhuǎn)錄組是在組織原位檢測(cè)基因表達(dá)的一種技術(shù)，與bulk RNA-seq或單細(xì)胞轉(zhuǎn)錄組測(cè)序相比，空間轉(zhuǎn)錄組避免了組織中細(xì)胞位置信息的丟失，使得我們?cè)跈z測(cè)基因表達(dá)的同時(shí)獲得基因在組織內(nèi)部的空間位置信息。已發(fā)表的關(guān)于空間轉(zhuǎn)錄組技術(shù)有Slide-seq , LCM-seq , seqFISH, MERFISH , Liver single cell zonation , Geo-seq and Tomo-seq。這些方法或是在細(xì)胞數(shù)量上限制較大，或是存在有效測(cè)序深度不足等問(wèn)題。正是由于空間轉(zhuǎn)錄組可以從多維度解析生物學(xué)過(guò)程的特點(diǎn)，近年來(lái)關(guān)于空間轉(zhuǎn)錄組無(wú)論是在技術(shù)開(kāi)發(fā)，還是大規(guī)模應(yīng)用或商業(yè)化，都得到蓬勃發(fā)展。

河南生物技術(shù)空間轉(zhuǎn)錄組作者通過(guò)對(duì)三個(gè)人類(lèi)腦皮層組織的空間轉(zhuǎn)錄組測(cè)序，可評(píng)估不同腦皮層區(qū)域中基因表達(dá)特征和細(xì)胞類(lèi)型定位情況。

10x Genomics空間轉(zhuǎn)錄組技術(shù)的準(zhǔn)確性高嗎？下圖是一個(gè)將10x Genomics空間轉(zhuǎn)錄組技術(shù)應(yīng)用于小鼠海馬體研究的案例。A圖為腦組織切片的HE染色結(jié)果，從10x Genomics空間轉(zhuǎn)錄組分析結(jié)果中，可以清晰看到Tmsb4x（B圖）和Selenow（C圖）在海馬體區(qū)域高表達(dá)，和已知的研究結(jié)果一致性較高。開(kāi)展10x Genomics空間轉(zhuǎn)錄組需要做哪些準(zhǔn)備？空間轉(zhuǎn)錄組是一項(xiàng)十分前沿的技術(shù)，涉及到很多細(xì)節(jié)方面的準(zhǔn)備工作，例如組織類(lèi)型的選擇、前期預(yù)實(shí)驗(yàn)的設(shè)計(jì)、病理區(qū)域的確認(rèn)等一系列內(nèi)容。而且實(shí)驗(yàn)中存在很多不確定性因素，處理不慎容易導(dǎo)致整個(gè)項(xiàng)目失敗。

 空間重構(gòu)的計(jì)算策略：這種計(jì)算方法可以充分利用內(nèi)在基因表達(dá)模式或共表達(dá)的趨勢(shì)，從單個(gè)細(xì)胞的大量轉(zhuǎn)錄組數(shù)據(jù)中重構(gòu)細(xì)胞間的環(huán)境。然而，這些推論方法在某些情況下*呈現(xiàn)空間趨勢(shì)或特定組織的總體布局?；贚CM的方法：基于LCM的轉(zhuǎn)錄組學(xué)或基因組學(xué)成功地獲得了單個(gè)細(xì)胞的空間轉(zhuǎn)錄組，盡管其通量很低，但是在可以標(biāo)記成千上萬(wàn)個(gè)單個(gè)細(xì)胞位置的多路復(fù)用條形碼策略可行之前，將少量細(xì)胞的數(shù)據(jù)粗略地整合到構(gòu)成***的巨大背景中，可能具有一定價(jià)值?；趫D像的原位轉(zhuǎn)錄組學(xué)：基于圖像的原位轉(zhuǎn)錄組學(xué)在很大程度上增加了可檢測(cè)區(qū)域，但也存在一些問(wèn)題，例如幾種smFISH方法很難從包括信號(hào)干擾、轉(zhuǎn)錄本積累等復(fù)雜背景中提取單個(gè)細(xì)胞?？臻g條形碼加高通量：費(fèi)用較高且無(wú)法在單個(gè)細(xì)胞中獲得轉(zhuǎn)錄組。獲取空間轉(zhuǎn)錄組中各個(gè)spot的細(xì)胞類(lèi)型注釋信息。

空間轉(zhuǎn)錄組技術(shù)包含兩種芯片，分別為組織優(yōu)化芯片（Tissue Optimization）和基因表達(dá)芯片（Library Preparation）。組織優(yōu)化芯片用來(lái)摸索組織透化的比較好時(shí)間，基因表達(dá)芯片用來(lái)進(jìn)行正式樣本的空間轉(zhuǎn)錄組實(shí)驗(yàn)。其中基因表達(dá)芯片上有 4 個(gè)捕獲區(qū)域，每個(gè)區(qū)域大小為 6.5mm×6.5mm，每個(gè)捕獲區(qū)域中有 5000 個(gè)帶有特異地址序列的探針簇，稱(chēng)為 barcoded spots，每個(gè) spot 直徑為 55um，包含數(shù)百萬(wàn)個(gè)用于捕獲的 oligo 探針序列，相鄰兩個(gè) spot 的中心距離為 100um。探針序列的結(jié)構(gòu)為：測(cè)序引物結(jié)合序列，16nt 的位置序列，12nt 的 UMI 序列以及 30nt 的 oligo-dT 序列?？臻g轉(zhuǎn)錄組學(xué)技術(shù)主要包括 MERFISH 和 seqFISH。上?？臻g轉(zhuǎn)錄組應(yīng)用

空間轉(zhuǎn)錄組測(cè)序結(jié)果為未來(lái)人類(lèi)心臟發(fā)育的研究提供重要的借鑒意義。云南歐易生物空間轉(zhuǎn)錄組領(lǐng)域

BayesSpace是一種基于空間轉(zhuǎn)錄組模型的聚類(lèi)方法，通過(guò)對(duì)基因表達(dá)矩陣的低維表示進(jìn)行建模并通過(guò)空間先驗(yàn)鼓勵(lì)相鄰點(diǎn)屬于同一簇來(lái)實(shí)現(xiàn)空間聚類(lèi)。與以前的方法相比，BayesSpace允許對(duì)聚類(lèi)結(jié)構(gòu)和錯(cuò)誤項(xiàng)進(jìn)行更靈活的規(guī)范。BayeSpace通過(guò)***使用的Bioconductor SingleCellExperiment數(shù)據(jù)結(jié)構(gòu)將預(yù)處理數(shù)據(jù)作為輸入，無(wú)縫集成到空間轉(zhuǎn)錄組分析工作流中，輸出同樣存儲(chǔ)在SingleCellExperiment對(duì)象中，該對(duì)象可用于下游分析。BayesSpace增強(qiáng)的空間聚類(lèi)提供了一個(gè)更高分辨率的組織類(lèi)型圖。值得注意的是，增強(qiáng)后的空間聚類(lèi)識(shí)別了沿**邊界的淋巴組織區(qū)域和可能的免疫浸潤(rùn)到**中的區(qū)域，這些區(qū)域在原來(lái)的分辨率下是無(wú)法辨別的。云南歐易生物空間轉(zhuǎn)錄組領(lǐng)域

上海歐易生物醫(yī)學(xué)科技有限公司位于聯(lián)航路1188號(hào)25幢，交通便利，環(huán)境優(yōu)美，是一家服務(wù)型企業(yè)。公司致力于為客戶(hù)提供安全、質(zhì)量有保證的良好產(chǎn)品及服務(wù)，是一家私營(yíng)合伙企業(yè)企業(yè)。公司擁有專(zhuān)業(yè)的技術(shù)團(tuán)隊(duì)，具有科研服務(wù)，科研檢測(cè)，學(xué)術(shù)研究，技術(shù)咨詢(xún)等多項(xiàng)業(yè)務(wù)。歐易生物順應(yīng)時(shí)代發(fā)展和市場(chǎng)需求，通過(guò)**技術(shù)，力圖保證高規(guī)格高質(zhì)量的科研服務(wù)，科研檢測(cè)，學(xué)術(shù)研究，技術(shù)咨詢(xún)。