【Cell子刊】美国卡内基梅隆大学团队：从空间转录组学中恢复单细胞表达谱

主要观点总结

文章介绍了空间转录组学在绘制组织切片基因表达图谱中的应用及挑战。为了解决这个问题，scResolve方法被开发出来，可以从多细胞分辨率数据中恢复单个细胞在其位置的表达谱。文章详细描述了scResolve的应用场景、优势、局限性和未来改进方向。

关键观点总结

关键观点1: 空间转录组学的挑战和scResolve方法的引入

空间转录组学是研究组织样本中基因表达水平的技术，但缺乏单细胞分辨率。scResolve方法能够从多细胞分辨率数据中恢复单个细胞在其位置的表达谱，解决了这一难题。

关键观点2: scResolve方法的应用和优势

scResolve方法成功应用于人类乳腺癌数据集和IPF数据集，揭示了肿瘤环境的复杂性和衰老细胞的分布。它能够从多细胞点中去卷积不同细胞类型的单细胞表达谱，并将细胞分配到位置，有助于更灵活、更精确的空间分析。

关键观点3: scResolve方法的局限性和未来改进方向

虽然scResolve方法在区分相似细胞类型方面存在局限性，但可以通过整合蛋白质组学标记信号和扩展到荧光图像上等方法提高其准确性。此外，膜蛋白信号也可用于细胞分割步骤，提高分割准确性。

文章预览

【导读】 空间转录组学绘制组织切片中的基因表达图谱，揭示其自然背景下的细胞组织。然而，许多技术缺乏单细胞分辨率，无法从混合细胞群中捕获集体基因表达。团队开发了scResolve，这是一种以多细胞分辨率，从空间转录组学数据中恢复单个细胞在其位置的表达谱的方法。 2024年9月25日，美国卡内基梅隆大学计算机科学学院Jose Lugo-Martinez团队在期刊《Cell Reports Methods》上发表了题为“Recovering single-cell expression profiles from spatial transcriptomics with scResolve”的研究论文。研究结果表明， scResolve可准确恢复单个细胞在其位置的表达谱， 这是细胞类型反卷积无法实现的。通过scResolve获得的空间分辨细胞水平表达谱，有助于更灵活、更精确的空间分析，对原始多细胞水平分析起到补充作用。 https://www.cell.com/cell-reports-methods/fulltext/S2667-2375(24)00242-X 研究背景 ………………………………