A unified spatial transcriptome profiling of ten mouse organs

本研究利用 Stereo-seq 平台构建了涵盖 10 种小鼠器官、包含 23 个组织切片的统一空间转录组数据集，提供了单细胞分辨率及细胞类型注释，为空间转录组学的方法开发、基准测试和多模态分析提供了标准化资源。

要点

这篇论文就像是在给小鼠的身体做了一次**“超高清全景地图绘制”**，而且这张地图不仅画出了地形（组织形状），还标注了每一块土地上住着谁（细胞类型）以及他们在做什么（基因表达）。

为了让你更容易理解，我们可以把这项研究想象成**“给小鼠身体里的城市做人口普查”**。

1. 为什么要做这件事？（背景）

想象一下，以前科学家研究小鼠身体里的细胞，就像是在**“盲人摸象”**。

• 要么把身体打碎了看（单细胞测序），知道有哪些细胞，但不知道它们原来住在哪里。
• 要么只看照片（显微镜），知道细胞长什么样，但不知道它们具体在“唱什么歌”（基因表达）。

现在，空间转录组技术（Spatial Transcriptomics） 就像给这些细胞装上了**"GPS 定位器”**。但问题是，要训练出能自动识别这些细胞的超级人工智能（深度学习模型），需要海量的、高质量的“训练数据”。以前的数据太少了，而且大家用的“相机”和“地图绘制法”都不一样，导致数据没法通用。

2. 他们做了什么？（核心工作）

这就好比BGI 研究团队组织了一支超级工程队，他们：

• 目标明确：一次性扫描了小鼠的10 个重要器官（大脑、肾脏、肺、皮肤等）。
• 工具先进：使用了名为 Stereo-seq 的“超级相机”。这个相机的分辨率极高，不仅能看清整个街区，甚至能看清每一栋“房子”（细胞）的细节。
• 数据统一：他们用了统一的标准，扫描了 23 个切片，生成了 21 张芯片的数据。每张图旁边都配了高清的“建筑图纸”（组织染色图像，H&E 或 ssDNA 染色）。

3. 他们产出了什么？（两种“地图”）

为了满足不同需求，他们制作了两种版本的“地图”：

• 版本 A：超级精细版（Cell-bin，单细胞分辨率）

  • 比喻：就像**“人口普查员挨家挨户敲门”**。
  • 特点：每一个“点”都代表一个真实的细胞。你能清楚地看到每个细胞里有什么基因在表达。
  • 优势：能发现那些藏在角落里、数量很少但很重要的“特殊居民”（比如特定的免疫细胞）。
  • 适用：适合那些图像非常清晰、能把每个细胞都分得清清楚楚的样本。

• 版本 B：街区汇总版（Bin-50，25 微米×25 微米）

  • 比喻：就像**“按街区统计人口”**。
  • 特点：把周围一小块区域（25x25 微米）里的所有细胞信号打包成一个“数据包”。
  • 优势：虽然看不清单个细胞，但信号更强，数据更稳定，适合那些图像稍微模糊一点的样本。

4. 他们怎么证明数据是真的？（验证）

为了确保这张“地图”是靠谱的，他们做了三件事：

1. 左右互搏：拿同一个器官的不同切片（比如左肾和右肾）来对比，发现细胞分布规律完全一致。
2. 地标核对：检查“地标建筑”（标志性基因）。比如，在大脑的特定区域，应该只有某种神经细胞，结果数据里确实只有它们；在肾脏里，特定的细胞确实待在特定的位置。
3. 高分辨率对决：他们发现，用“超级精细版”（Cell-bin）确实比“街区汇总版”（Bin-50）能看到更多细节。比如在睾丸里，精细版能认出“巨噬细胞”，而汇总版就漏掉了；在卵巢里，精细版能分清“血管细胞”和“上皮细胞”，汇总版则混为一谈。

5. 这对我们有什么用？（意义）

这张“小鼠身体全景地图”现在是一个公开的宝藏数据库。

• 对于科学家：就像给了他们一本**“标准教科书”**。以后开发新的 AI 算法来自动分析细胞，就可以用这个数据来“练级”，不用担心数据格式不统一或质量太差。
• 对于未来：它帮助我们要更好地理解身体是如何运作的，就像有了城市交通图，才能知道哪里堵车、哪里需要修路，从而为治疗人类疾病（因为小鼠和人类很像）提供线索。

总结一下：
这就好比以前大家手里只有几张模糊的、各自为政的“手绘草图”，现在 BGI 团队提供了一套高清、统一、带 GPS 定位的“卫星导航地图”。无论是想研究单个细胞的“性格”（单细胞分辨率），还是想看整个器官的“布局”（空间分布），这张地图都是最完美的起点。

技术摘要

这是一份关于《十种小鼠器官的统一空间转录组图谱》（A unified spatial transcriptome profiling of ten mouse organs）的论文详细技术总结：

1. 研究背景与问题 (Problem)

• 背景：空间转录组学（ST）结合了空间位置信息与全转录组基因表达，为理解组织结构和功能提供了关键见解。随着 Stereo-seq 等高分辨率平台的发展，深度学习模型在自动细胞注释、细胞互作解码及多模态分析中展现出巨大潜力。
• 核心痛点：
  • 数据匮乏：训练大规模深度学习模型需要大量高质量、成对的空间转录组数据（表达矩阵 + 组织学图像），但受限于实验成本，此类数据积累不足。
  • 标准化缺失：现有数据集在实验平台、实验室流程及数据处理策略上存在显著差异，导致技术异质性高、数据一致性差，难以进行跨数据集比较和模型泛化。
  • 分辨率挑战：缺乏统一的标准数据集来评估不同分辨率（如单细胞级 vs. 像素聚合级）在细胞注释中的优劣。

2. 方法论 (Methodology)

本研究利用 Stereo-seq 平台，对 10 种 小鼠器官（脑、肾、肺、胸腺、大肠、皮肤、脾脏、卵巢、睾丸、子宫）进行了统一的空间转录组测序。

• 样本制备：
  • 来源：12 周龄健康 C57BL/6J 小鼠。
  • 流程：新鲜冷冻组织切片（10 μm），直接挂载至 Stereo-seq 芯片，经甲醇固定。
  • 染色：每个组织切片均匹配了 ssDNA（荧光）或 H&E（苏木精 - 伊红）染色图像。
• 测序与数据处理：
  • 使用 Stereo-seq V1.2 和 V1.3 试剂盒，涵盖不同芯片尺寸（11 和 0.50.5）。
  • 原始数据（FASTQ）通过 SAW 流程处理，比对至小鼠参考基因组（mm10），生成空间表达矩阵（GEF 格式）。
• 两种分辨率策略：
  1. Cell-bin（单细胞分辨率）：针对图像质量高、细胞形态清晰的样本，利用 CellBin 包进行细胞分割，生成单细胞级别的表达矩阵。
  2. Bin-50（50×50 像素聚合）：针对图像质量不足以进行可靠单细胞分割的样本，将 50×50 像素区域内的点聚合为单一空间单元（25 μm × 25 μm），生成聚合表达矩阵。
• 细胞注释：
  • 使用 cell2location 算法（基于 STOmics SDAS 仓库）。
  • 参考数据库：整合了 Mouse Cell Atlas (MCA 3.0)、Tabula Muris Senis 及 cell2location 原始数据等三个独立的单细胞参考数据集。
  • 验证：通过跨切片一致性、与经典标记基因（Marker Genes）表达模式的空间共定位来验证注释的可靠性。

3. 关键贡献 (Key Contributions)

• 构建统一数据集：发布了包含 23 个组织切片、21 张芯片 的标准化空间转录组数据集，覆盖 10 种主要小鼠器官，所有数据均配有匹配的染色图像。
• 双分辨率数据发布：同时提供了 Cell-bin（单细胞级）和 Bin-50（亚细胞/聚合级）两种表达矩阵，并附带了详细的细胞类型注释文件。
• 数据质量验证：系统评估了图像质量与分割可靠性，证明了数据在转录组特征（基因数、UMI 计数）和空间生物学结构上的高保真度。
• 分辨率对比分析：首次在同一数据集上系统比较了单细胞分辨率与聚合分辨率在细胞注释中的表现，揭示了单细胞数据在解析复杂组织结构（如空腔结构、稀有细胞群）方面的优势。

4. 主要结果 (Results)

• 数据规模与质量：
  • Bin-50 级别：所有组织类型的斑点平均包含 >700 种基因，平均 UMI 计数 >1000。
  • Cell-bin 级别：约 76% 的切片支持单细胞分割。单细胞中位检测基因数 >120，平均 UMI 计数 >170。
  • Bin-200 级别（作为对比）：每个斑点包含 >4500 种基因，平均 UMI >16,000。
• 生物学验证：
  • 结构一致性：细胞注释结果准确描绘了组织学结构（如大脑的白质纤维束、睾丸的生精小管中心分布）。
  • 跨切片一致性：同一器官的不同切片间，细胞类型组成和空间分布高度一致。
  • 标记基因验证：注释结果与经典标记基因（如脑部的 Meis2、胸腺的 Rag1、肾脏的 Spp2、脾脏的 Slc4a1）的空间表达模式完美共定位。
• Cell-bin vs. Bin-50 对比：
  • 全局一致性：两种策略在全局细胞类型分布上高度吻合。
  • 局部优势：Cell-bin 在局部结构解析上显著优于 Bin-50。
    • 结构完整性：Cell-bin 能保留组织内的空心结构（如生精小管）。
    • 稀有细胞识别：在睾丸中，Cell-bin 成功注释了 巨噬细胞，而 Bin-50 未能识别；在卵巢中，Cell-bin 精准识别了 内皮细胞 和 上皮细胞，Bin-50 则丢失了这些信号。
    • 亚型分辨：在肾脏局部区域，Cell-bin 能区分更多样的细胞亚型，而 Bin-50 仅能识别主要类型。

5. 意义与影响 (Significance)

• 资源标准化：该数据集为空间转录组学的方法开发、基准测试（Benchmarking）和多模态分析提供了宝贵的标准化资源，有助于解决当前领域数据碎片化的问题。
• 推动 AI 发展：高质量、成对的图像 - 转录组数据将极大促进空间转录组领域深度学习模型（特别是大模型）的训练与优化。
• 分辨率指导：研究结果明确表明，虽然 Bin-50 能提供更高的 UMI 计数，但在需要精细细胞注释、稀有细胞发现及复杂组织结构解析的任务中，单细胞分辨率（Cell-bin）具有不可替代的优势。这为后续研究选择数据策略提供了重要依据。
• 数据公开：原始数据及处理后的矩阵已公开上传至 STOmics DB (STT0000184) 和 Zenodo，供全球研究人员免费使用。

总结：该论文通过构建一个大规模、多器官、双分辨率的统一空间转录组数据集，不仅填补了高质量训练数据的空白，还通过实证分析确立了单细胞分辨率在精细空间生物学研究中的核心价值，为未来空间组学与人工智能的深度融合奠定了坚实基础。