1. 为什么空间转录组离不开细胞分割？
空间转录组技术是近年来兴起的组学前沿领域，其核心优势在于保留空间位置信息的同时解析组织内基因表达谱。然而受限于当前技术框架，其分辨率仍难以匹配单细胞测序精度。主流空间平台普遍存在分析单位与细胞实体不匹配的问题，即未实现真正的单细胞分辨率。以10x Visium HD为例，其基础分析单位为2×2μm的捕获微区（bin），虽可通过合并bins模拟细胞尺寸（通常为10μm-20μm），但细胞实际呈形态各异的不规则多边形且空间排布高度异质，合并过程不可避免地导致部分空间信息丢失。
尽管存在技术瓶颈，算法革新正在为突破提供新路径——通过图像的识别以及图形的分割将转录信号重定位至真实细胞边界，从而提取更精确的生物学特征。细胞分割在空间转录组领域并非新概念：如华大Stereo-seq V1.3 可基于ssDNA或H&E两种染色方法分割细胞，并在下游分析中增加了CellBin数据。
来源于华大官方推文
2.10x Genomics的新动向
根据10x Genomics最新技术文档，Space Ranger v4.0已正式将基于H&E图像的细胞分割功能整合至分析流程内。用户通过调用Space Ranger count命令即可启动分割流程，结果可以在Web Summary报告以及Loupe Browser中可视化。
依托于StarDist v6的算法框架，10x Genomics的技术团队对超过150张H&E图像的1.7万个图像块进行了训练，涵盖24种人和小鼠组织类型，样本覆盖FFPE、FF及FxF三种制备方式。
测试列表如下：
1. 人：胸腺、皮肤（黑色素瘤）、前列腺、结肠、结肠癌、乳腺、乳腺癌、扁桃体、胸腺、脑、脑癌、肺、肺癌和脾脏
2. 小鼠：脑、骨头、睾丸、小肠、脾、胚胎、肝、肺、肾以及胸腺
StarDist的优势在于其深度学习模型非常适合分割星形凸状结构（如细胞核），尤其在细胞密集区域的表现。经10x Genomics内部测试结果显示，StarDist在分割、识别细胞方面明显优于其他方法。简单来说，Space Ranger 的细胞分割算法可以分为两个步骤：第一步通过StarDist来分割细胞核，会输出一个核分割的mask文件；第二步是根据已识别的细胞核，将一定范围内临近此核的bin都分配至同一个cell ID。分配好后，会生成新的矩阵及cloupe等文件。
以下展示数据为10x Genomics官方最新的数据demo，基于Visium HD 3'平台对新鲜冰冻的恒河猴肾脏样本进行了检测。细胞分割结果通过下游聚类结果着色（如图示），轮廓的边缘呈现为锯齿状，源于bin聚合重构细胞边界所致。尽管存在几何形貌简化，但在细胞核的定位与整体形态学保真度上表现可靠。
来源于10x Genomics官方demo
其次，网页版报告也会对细胞分割的参数进行统计，方便用户对分割结果进行直观评估。
来源于10x Genomics官方demo
3.在没有单细胞数据集的情况下，细胞分割是否能够弥补其功能？
细胞分割纵然能够缓解Visium HD中分析单位和细胞错配的问题，但实际应用中需要警惕复杂生物学场景带来的局限性，所以万万不能一刀切。正如10x Genomics的官方文件中所述，Space Ranger的细胞分割模型是基于近圆形的细胞形态先验构建的，所以对于形态特殊的细胞，如植物细胞、神经元、肌肉细胞的分割效果很有可能达不到预期。这种情况下还是推荐使用bin合并的策略进行后续分析，或可以选择更加适配的空转平台，如Xenium利用了多模态的方式进行细胞分割，保真度更高。
总结
欧易生物已完成Space Ranger v4.0的测试工作，并且正在基于其细胞分割结果开展深度下游分析。结合10x Genomics最新推出的Visium HD 3'检测平台，我们将逐步扩展对特殊样本的测试工作，最终为广大科研工作者提供覆盖全物种、具备近单细胞级别分辨率的10x平台空间转录组解决方案。