空间转录组学 (ST) 成为一种关键技术，用于对组织切片中的基因表达进行编目，同时保留关键的位置数据。传统方法(包括批量或单细胞 RNA 测序)无法同时捕获基因表达谱和细胞的空间位置。

探索生物医学研究中的空间转录组学

ST 的独特之处在于揭示了隐藏的细胞异质性、组织模式以及组织结构和动力学基础的分子通讯。此外，ST 有能力与其他“组学”策略结合，从而提供跨不同细节层次的生物实体的综合和广泛的视角。

随着 ST 的诞生，已经引入了提高通量和分辨率的新方法，有望在阐明生物复杂性方面取得重大进展。

在《分子生物医学》上发表的研究中，研究人员根据各种 ST 技术的基本原理和程序复杂性对它们进行了系统分类和对比，对一系列 ST 方法进行了全面评估。该评估强调了在获取高分辨率数据和确保高通量工作流程之间必须进行的基本权衡。

最近的创新，例如 Stereo-seq，展示了在解决这一二分法方面取得的重大进展。然而，对实现黄金标准的追求——在细胞水平上以严格的精度对每个转录本进行细致的定位——仍然存在。

这篇综述阐明了空间转录组学 (ST) 在生物医学研究领域的实用性，包括发育生物学、神经科学、免疫学和肿瘤学。ST 在​​描述组织结构内复杂的细胞动力学、它们的相互作用以及它们在复杂生物过程中的关键功能方面发挥了重要作用，从而对从癌症到神经退行性疾病的一系列病理状况产生了变革性的见解。

他们检查了 ST 在揭开肿瘤微环境的多层复杂性方面的能力，面临着持久的挑战，例如传统上阻碍有效肿瘤干预的肿瘤内异质性。

该评论讨论了该领域当前的局限性和挑战。例如，多种多样的方法导致了多种文件格式和数据结构，从而导致数据和协议共享变得更加困难。此外，在协调组内和跨组学层面的空间分辨数据方面存在重大障碍。

最后，本综述探讨了空间转录组学发展的前瞻性轨迹，强调了提高空间分辨率、扩大基因覆盖范围和简化当前方法的操作复杂性的必要性。迫切需要开发新的计算工具来增强处理和集成。

作者总结了 ST 在历史、技术和应用方面的最新进展。该综述具有宝贵的参考价值，指导研究人员根据其独特的生物学研究和实验条件选择最合适的空间转录组学方法。