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。