第一章：空间转录组功能富集分析的生物学意义
空间转录组技术突破了传统单细胞RNA测序在组织空间信息上的缺失，使研究者能够在保留细胞原始空间位置的前提下解析基因表达模式。在此基础上进行功能富集分析，不仅揭示特定区域内活跃的生物学过程，还能关联空间微环境与细胞功能状态之间的内在联系。
理解组织功能区的分子基础
通过将差异表达基因映射到组织空间区域，功能富集分析可识别如肿瘤微环境、发育尖端或炎症灶等关键区域中显著激活的通路。例如，在脑组织切片中，皮层特定层高表达神经元投射相关基因，富集分析能明确指向“轴突引导”或“突触传递”等功能类别。
揭示细胞间通讯的潜在机制
结合配体-受体对表达数据与空间位置信息，功能富集可进一步推断细胞群体间的相互作用机制。例如，免疫细胞邻近区域若富集“细胞因子介导的信号通路”，提示其可能正参与局部免疫调节。
典型GO富集分析流程示例
以下为基于R语言 clusterProfiler 包执行GO富集的标准代码片段：
# 加载必需包 library(clusterProfiler) library(org.Hs.eg.db) # 假设deg_list为空间区域差异基因（ENTREZID格式） ego <- enrichGO( gene = deg_list, OrgDb = org.Hs.eg.db, ont = "BP", # 生物学过程 pAdjustMethod = "BH", pvalueCutoff = 0.05, qvalueCutoff = 0.05 ) # 可视化前10条显著通路 dotplot(ego, showCategory=10)
- 输入基因为空间区域特异性差异表达基因列表
- 使用GO数据库注释并校正多重检验p值
- 输出可视化结果以支持空间功能异质性解读
| 分析维度 | 空间转录组优势 |
|---|
| 细胞类型定位 | 精确对应组织结构层次 |
| 功能通路活性 | 与空间坐标联合可视化 |
| 微环境交互 | 支持邻近区域因果推断 |
第二章：空间转录组数据预处理与质量控制
2.1 空间转录组技术原理与数据结构解析
空间转录组技术通过保留组织切片中的空间坐标信息，实现基因表达数据在组织微环境中的精确定位。其核心原理是将mRNA捕获探针固定于带有空间条形码的芯片上，每个位置的探针携带唯一的空间索引。
核心技术流程
- 组织切片贴附至载有空间条形码的阵列表面
- mRNA与探针结合并反转录为cDNA，携带位置信息
- 高通量测序后，通过条形码映射回原始空间坐标
典型数据结构示例
| Barcode | X | Y | Gene1 | Gene2 |
|---|
| AAACATACGCTTCT-1 | 10 | 25 | 3 | 0 |
| AAACATACGAGTGA-1 | 11 | 25 | 1 | 2 |
# 伪代码：空间数据解析逻辑 for spot in spatial_array: barcode = spot.get_barcode() x, y = decode_position(barcode) # 解码空间坐标 expression = quantify_expression(spot.reads) spatial_matrix[x, y] = expression
该过程将测序读数映射到二维坐标系，构建“基因表达+空间位置”的联合矩阵，为后续组织分区和微环境分析提供基础。
2.2 使用SpatialExperiment进行数据读取与整合
在空间转录组数据分析中，
SpatialExperiment是一个核心的R包，专为存储和操作带有空间坐标的单细胞表达数据而设计。它扩展了
SingleCellExperiment类，增加了对组织切片中空间位置的支持。
初始化SpatialExperiment对象
library(SpatialExperiment) se <- SpatialExperiment( assays = list(counts = as.matrix(count_data)), spatialCoords = list(tissue = coordinates), colData = sample_info )
该代码创建了一个基本的
SpatialExperiment对象。
assays存储表达矩阵，
spatialCoords定义每个点的空间位置，
colData包含样本元信息，三者协同实现数据统一管理。
多数据源整合流程
- 加载原始计数矩阵与空间坐标
- 校正组织切片的旋转与偏移
- 融合基因表达、图像与注释元数据
- 导出标准化后的可分析对象
2.3 空间位置与基因表达的联合质控策略
在空间转录组分析中，单个捕获点的空间坐标与其基因表达谱需同步进行质量控制，以排除低质量或异常区域对下游分析的干扰。
数据同步机制
通过共享的坐标索引，将表达矩阵与空间位置对齐，确保每个spot的QC状态可双向追溯。常用策略如下：
# 联合过滤低质量spot qc_metrics <- merged_spatial_data %>% calculate_spot_qc(min_counts = 100, min_genes = 50) %>% filter(spots_passing_qc)
该代码段计算每个spot的测序深度与检出基因数，并依据阈值过滤。参数
min_counts控制总UMI数下限，
min_genes确保最低基因检出量，避免背景噪声干扰。
质控指标整合
采用多维指标联合判定，常见标准包括：
- 总分子数（UMI count）
- 检测到的独特基因数
- 组织覆盖度与空间连续性
| 指标 | 正常范围 | 异常影响 |
|---|
| UMI总数 | >100 | 信号丢失 |
| 基因数 | >50 | 假阴性升高 |
2.4 数据归一化与批次效应校正实践
在高通量数据分析中，数据归一化是消除技术偏差、提升可比性的关键步骤。常用方法包括Z-score标准化与TPM/FPKM归一化，适用于基因表达谱数据。
常见归一化策略对比
| 方法 | 适用场景 | 优点 |
|---|
| Z-score | 多组学整合 | 消除量纲影响 |
| DESeq2's median of ratios | RNA-seq计数数据 | 抗异常值能力强 |
批次效应校正代码示例
library(sva) mod <- model.matrix(~ condition, data = pheno) combat_edata <- ComBat(dat = raw_data, batch = pheno$batch, mod = mod)
该代码调用ComBat函数，利用经验贝叶斯框架估计并去除批次效应。参数
mod保留生物学变量，防止过度校正；
raw_data为原始表达矩阵，需为基因×样本格式。
2.5 特征基因筛选与空间聚类初步可视化
高变基因识别
在空间转录组数据分析中，首先需筛选具有生物学意义的特征基因。通常选择高变异基因（Highly Variable Genes, HVGs）以保留表达异质性显著的基因。以下代码使用Scanpy进行标准化并识别高变基因：
import scanpy as sc adata.raw = adata sc.pp.normalize_total(adata, target_sum=1e4) sc.pp.log1p(adata) sc.pp.highly_variable_genes(adata, min_mean=0.0125, max_mean=3, min_disp=0.5)
该流程先对数据进行总数归一化和对数转换，随后基于基因表达均值与离散度筛选HVGs。参数
min_mean和
max_mean控制表达水平范围，
min_disp确保足够的表达波动性。
空间聚类与可视化
基于筛选后的基因进行PCA降维与Leiden聚类，并结合空间坐标进行可视化：
| 聚类方法 | 空间坐标支持 | 适用场景 |
|---|
| Leiden | 是（配合SpatialNeighbors） | 组织功能区域划分 |
第三章：空间功能模块识别与区域划分
3.1 基于空间邻近性的聚类算法应用（如SpaGCN）
在空间转录组数据分析中，细胞的空间位置信息对识别功能相关的组织结构至关重要。SpaGCN是一种结合基因表达谱与空间坐标的图卷积网络算法，能够有效识别具有空间连续性的细胞簇。
核心算法流程
- 构建空间邻接图：基于细胞间的欧氏距离生成加权图
- 整合基因表达数据：通过非线性变换归一化表达矩阵
- 图卷积传播：利用GCN层聚合邻域信息进行特征学习
关键代码实现
import spagcn as sg sg.preprocess_visium(adata) sg.train(adata, lr=0.001, epochs=500) adata.obs['cluster'] = sg.clustering(adata, method='louvain')
该代码段首先对Visium数据进行标准化处理，随后训练模型并使用Louvain算法进行聚类。参数
lr控制优化步长，
epochs决定训练轮次，直接影响聚类收敛性。
性能对比
| 算法 | 空间一致性 | 运行效率 |
|---|
| SpaGCN | 0.87 | 中等 |
| K-means | 0.52 | 高 |
3.2 差异表达分析揭示区域特异性基因特征
差异表达分析流程
差异表达分析用于识别不同组织或细胞类型中显著变化的基因。通过比对转录组数据，可发现特定脑区高表达的关键功能基因。
- 数据预处理：过滤低质量读段与去除接头序列
- 基因表达量化：基于HTSeq或featureCounts统计计数
- 标准化与检验：使用DESeq2进行负二项分布建模
# DESeq2差异分析示例 dds <- DESeqDataSetFromMatrix(countData, colData, ~ condition) dds <- DESeq(dds) res <- results(dds, contrast = c("condition", "regionA", "regionB"))
上述代码构建差异表达模型，
~ condition指定实验设计，
results()提取比较组间的基因变化，log2FoldChange 反映表达偏移强度。
关键结果可视化
| 基因符号 | log2FC | p-adj | 脑区特异性 |
|---|
| SYT1 | 2.1 | 0.003 | 皮层富集 |
| MBP | 3.5 | 0.001 | 白质特异 |
3.3 构建空间功能域并注释生物学区域身份
在单细胞空间转录组分析中，构建空间功能域是解析组织结构异质性的关键步骤。通过整合基因表达谱与空间坐标信息，可识别具有相似功能的细胞簇。
空间聚类算法应用
常用的聚类方法如Leiden算法结合空间平滑约束，能有效划分功能区域：
import scanpy as sc sc.pp.neighbors(adata, use_rep='X_spatial') sc.tl.leiden(adata, key_added='spatial_clusters') sc.tl.spatial_smoothing(adata, target_col='spatial_clusters')
该代码段首先构建空间邻接图，随后进行聚类并应用空间一致性优化。参数`use_rep`指定使用空间嵌入表示，确保聚类结果受空间拓扑影响。
生物学区域注释策略
通过差异表达基因（marker genes）对聚类结果进行功能注释，建立空间域与已知解剖结构的映射关系。常采用富集分析验证其生物学意义。
| Cluster ID | Marker Gene | Putative Region |
|---|
| 0 | ALB | Liver parenchyma |
| 1 | CD3E | T-cell zone |
第四章：功能富集分析与生物学解读
4.1 从空间差异基因到GO/KEGG通路富集
在完成空间差异表达基因识别后，功能富集分析是解析其生物学意义的关键步骤。通过将基因列表映射至已知功能通路，可揭示潜在的组织特异性调控机制。
富集分析流程概述
典型流程包括：基因集合获取 → 功能注释数据库匹配 → 统计检验 → 结果可视化。常用工具如clusterProfiler支持GO与KEGG通路富集。
代码实现示例
# 使用clusterProfiler进行KEGG富集 library(clusterProfiler) kegg_enrich <- enrichKEGG(gene = deg_list, organism = 'hsa', pvalueCutoff = 0.05)
上述代码中，
deg_list为差异基因向量，
organism指定物种（如hsa代表人类），
pvalueCutoff设定显著性阈值，返回结果包含通路ID、富集因子及校正后p值。
结果结构示意
| Pathway | Count | p.adjust |
|---|
| hsa04010 | 15 | 0.003 |
| hsa04110 | 12 | 0.012 |
4.2 使用AUCell评估功能通路的空间活性分布
AUCell原理与空间转录组结合
AUCell通过计算基因集在单细胞中的富集得分（AUC），量化功能通路的激活水平。将其应用于空间转录组数据，可揭示通路活性在组织空间中的分布模式。
核心代码实现
library(AUCell) aucell_result <- AUCell_runAUCell(geneSignatures, scMatrix, numCores = 4)
该代码调用
AUCell_runAUCell函数，输入为基因签名列表
geneSignatures和表达矩阵
scMatrix，并行计算每个细胞中各通路的AUC得分，输出结果可用于后续空间映射。
结果可视化策略
- 将AUCell得分与空间坐标对齐
- 使用热图展示特定通路的空间活性梯度
- 叠加组织切片图像增强定位准确性
4.3 单细胞参考映射辅助空间功能注释（如RCTD结合富集）
在复杂组织中，精确解析空间转录组数据的功能异质性是当前研究的关键挑战。通过整合单细胞RNA测序（scRNA-seq）参考图谱，可实现对空间spots的细胞类型解卷积。
基于RCTD的空间细胞组成推断
RCTD（Resolution of Cell Types by Location）利用单细胞参考数据对空间转录组spot进行细胞类型富集分析，建模spot中细胞类型的组合与基因表达的空间变异。
library(RCTD) rctd <- create_rctd(spatial_data, sc_reference, n_cores = 8) rctd <- run_rctd(rctd) results <- get_deconvolution(rctd)
上述代码初始化RCTD对象，输入空间数据和单细胞参考，多线程运行后输出每个spot的细胞类型比例估计。核心参数包括
n_cores控制并行计算资源，提升大规模数据处理效率。
功能区域的联合注释策略
结合细胞类型富集结果与差异表达分析，可识别特定空间结构域（如肿瘤微环境、皮层分层）的潜在功能模块，实现高分辨率的空间功能注释。
4.4 多模态整合：空间转录组与蛋白互作网络联动分析
数据同步机制
实现空间转录组数据与蛋白质互作（PPI）网络的对齐，关键在于坐标系统一与基因-蛋白映射。通过公共标识符（如Entrez ID）建立基因与蛋白的对应关系，并利用空间坐标插值将单细胞分辨率的RNA表达投影至组织切片坐标系。
联合分析流程
# 整合空间转录组与STRING数据库中的PPI网络 import scanpy as sc import pandas as pd from scipy.sparse import csr_matrix # 加载空间转录组数据 adata = sc.read_visium('spatial_data/') # 加载PPI网络（边列表） ppi_edges = pd.read_csv('ppi_network.txt', sep='\t') # 构建共表达权重矩阵 W = construct_spatial_coexpr_network(adata, ppi_edges) adata.obsm['PPI_weighted_adj'] = W
上述代码首先读取10x Visium空间数据，随后加载外部PPI网络，通过基因交集构建加权邻接矩阵，实现分子模态间的结构融合。参数
W反映局部区域内基因共表达与已知互作的协同强度。
可视化整合结果
| Gene Pair | Spatial Correlation | PPI Confidence |
|---|
| EGFR-GRB2 | 0.87 | 0.94 |
| TP53-MDM2 | 0.76 | 0.98 |
第五章：未来方向与空间多组学融合展望
空间转录组与单细胞数据的整合分析
随着空间分辨技术的发展，将单细胞RNA-seq数据映射到组织空间位置成为可能。例如，利用Seurat的WNN框架可实现模态对齐：
# 将scRNA-seq与Visium数据进行整合 immune.anchors <- FindIntegrationAnchors( object.list = list(scrna, visium), assay = "RNA", reduction = "rpca", dims = 1:30 )
该流程已在肿瘤微环境研究中成功应用，识别出特定区域富集的免疫细胞亚群。
多组学平台的技术演进
新兴技术如MERFISH和Slide-seqV3支持同时检测数千个基因的空间表达。结合蛋白质组信息，可构建三维分子图谱。典型工作流程包括：
- 组织切片固定与通透处理
- 原位捕获mRNA与蛋白信号
- 高分辨率成像与点云解码
- 空间聚类与功能注释
在阿尔茨海默病脑切片研究中，该方法揭示了Aβ斑块周围小胶质细胞的极化状态梯度分布。
计算模型的协同优化
| 工具 | 支持模态 | 空间插值能力 |
|---|
| SpatialDWLS | 转录组+表观组 | 支持 |
| SpaGE | 转录组+蛋白组 | 有限 |
流程图：组织切片 → 多组学信号捕获 → 图像分割 → 单元特征提取 → 跨模态对齐 → 生物网络推断
跨平台数据标准化仍面临挑战，尤其在批次效应校正方面需引入深度对抗网络进行域适应。
