10x Visium FFPE 空间转录组测序——无偏检测组织切片基因表达,还原表达基因位置信息
技术原理:
柏科瑞新10x Visium FFPE 空间转录组测序:10x Visium FFPE空间转录组产品以高分辨率来展示组织不同位置的基因表达信息,增加信息检测维度。该产品具有样本准备简单、分辨 率高、灵敏度高和无偏检测基因表达等特点。


探针杂交
针对人(>18000基因)和小鼠(>20000基因)mRNA设计特异性探针,每个探针分为左侧探针(LHS)和右侧探针(RHS)两部分:LHS包含read 2 测序引物结合序列和特异性序列,RHS 包含特异性序列和polyA序列。LHS与RHS的特异性序列与mRNA结合后,连接形成完整的探针序列。再经过透化等过程,将探针释放与玻片的Oligo序列结合和延伸,最终构建成完整的文库。
应用方向:
肿瘤学:肿瘤微环境、肿瘤异质性、疾病进展、癌症形态、三级淋巴结构
免疫学:免疫细胞浸润、免疫细胞基因表达特征、免疫细胞传播
发育生物学:人类发育过程中空间位置表达、发现组织中与形态相关的基因
神经科学:绘制脑部细胞层、解析正常和病变区域表达特征
病理学:增加表达维度的形态学结论、基因表达验证病理准确性
生信分析:
数据经过严格质控,采用10x Visium官方分析流程和自主开发分析流程,将染色图像与表达数据相结合,获取空间位置表达信息,确保数据分析准确性和可靠性。


聚类分析(单样本/多样本)

利用Space Ranger和 Seruat 软件分别对spot 聚类分析,将spot聚类为不同cluster。
高变基因筛选

Seurat 采用sctransform(SCT)算法对数据标准化处理,再通过vst 算法筛选出在整数据中表达变化最大的基因集,作为高度变异基因(high-variance genes,HVGs)
差异表达分析
将各个cluster 鉴定到的top 差异基因利用热图展示。
差异基因空间位置分布

差异基因富集
对差异表达基因进行GO富集分析、KEGG 通路富集分析和Reactome富集分析。展示cluster富集热图、柱状图、散点图和网络连接图等结果。
spot 定义
Spot分群定义采用SingleR 和clustermole软件。SingleR 基于已知细胞类型的参考数据集,计算每个spot 与参考数据的相关系数(Spearman),选取评分较高的细胞类型的参考数据集,不断重复上述过程对细胞类型标签微调(fine-tuning),直到只有一种细胞类型为止。 Clustermole采用了GSVA 算法,计算细胞类型标记基因(markers)的GSVA 分值,选择分值较高的标签作为该spot 的细胞类型。
轨迹分析
轨迹(trajectory)分析又叫拟时序(pseudotime)分析,在细胞重编程、组织发育及肿瘤进化等方面有广泛的应用。根据spot之间基因表达模式的相似性,沿着轨迹对spot排序,模拟spot内细胞动态变化的过程。柏科瑞新采用monocle2 进行轨迹分析。

受配体分析
生物体中,细胞与细胞之间不是独立存在的,通过 “信号”传输来进行“沟通”。细胞之间沟通的一种重要方式就是配体和受体的相互作用,因此通过已知的配受体对在spot间的表达来评估细胞间的交流,即细胞通讯。柏科瑞新采用Cellphonedb 进行细胞通讯分析。
拷贝数分析
拷贝数变异(copy number variation)是肿瘤细胞的重要的特征。柏科瑞新采用inferCNV软件分析spot的拷贝数,发现发生大片段的拷贝数变异的基因的spot。
肿瘤特征分析
肿瘤在其发生发展中表现为不同的增殖、侵袭和转移能力,展现了肿瘤的异质性。对MSigDB 数据库收录的肿瘤特征富集分析,评估该特征或通路活性。利用GSVA 算法计算每个spot 的肿瘤特征(或通路)的分值,分析肿瘤特征分布的异质性和免疫微环境。