空間組學
將組學數據帶入空間維度，原位重建組織內部的分子表現與空間結構。
10x Visium 空間轉錄組
10x Visium 空間轉錄組技術為 10x Genomics 推出的高通量空間組學技術，核心突破傳統單細胞轉錄組「丟失空間位置資訊」的侷限，可在保留組織形態結構的前提下，同步獲取全基因體層級的基因表達譜與空間定位資訊，實現「形態視覺化 + 分子表達定量化」的雙重解析。作為空間組學領域的標竿技術，其依託網格化空間條碼晶片，相容新鮮冷凍組織與福馬林固定石蠟包埋（FFPE）組織，能精準繪製組織切片的基因表達空間圖譜，解析細胞異質性、細胞間相互及微環境功能分區。該技術廣泛應用於腫瘤微環境解析、發育生物學時空圖譜建構、神經科學環路研究、病理機制溯源等領域。
原理介紹
10x Visium 空間轉錄組技術基於「空間條碼標記—原位捕獲—高通量測序」核心邏輯，藉由預印條碼的晶片實現基因表達與空間位置的精準綁定：將組織切片鋪展於專用 Visium 晶片上，晶片表面佈滿數百萬個帶有獨特空間條碼與捕獲探針的捕獲位點，每個位點對應固定的空間座標。透過通透處理使組織細胞釋放 mRNA，mRNA 與鄰近捕獲位點的探針特異性結合，每個 mRNA 分子均被賦予對應位點的空間條碼，從而鎖定其原始空間位置。結合 poly(A) 尾捕獲機制富集 mRNA 後，進行逆轉錄、cDNA 擴增與文庫建構，透過高通量測序獲得帶有空間條碼的測序資料。藉由生物資訊分析，將測序 reads 根據空間條碼映射回晶片的對應座標，疊加組織 H&E 染色影像，最終生成「組織形態—基因表達—空間分布」三位一體的視覺化圖譜，實現基因表達模式與組織形態特徵的精準關聯。
文獻案例
《Nature Genetics》發表題為 "Multi-omic profiling highlights factors associated with resistance to immuno-chemotherapy in non-small cell lung cancer" 的研究論文，研究採集 19 例 NSCLC 患者新輔助免疫治療前後的腫瘤樣本，透過 Visium 技術繪製腫瘤組織的空間基因表達圖譜，結合 STRIDE 演算法推算各區域細胞組成，鑑定出 15 個具有獨特空間特徵的腫瘤生態位。結果發現，治療非響應患者的腫瘤邊界區域，COL11A1 陽性腫瘤相關纖維母細胞（CAF）富集度顯著高於響應患者，且該細胞亞群與 CD8⁺ T 細胞呈空間負相關分布。進一步驗證表明，COL11A1⁺ CAF 透過 DDR1-collagen 軸與腫瘤細胞相互，在腫瘤邊界形成物理屏障阻礙 CD8⁺ T 細胞浸潤，同時與 SPP1⁺ 巨噬細胞共定位加劇免疫抑制微環境。該研究透過空間轉錄組精準定位耐藥相關的細胞亞群及空間分布特徵，為標靶腫瘤微環境屏障的聯合治療方案提供分子依據。
送樣標準
厚度 5–10μm 的冷凍切片，≥3 張/份，置於防脫載玻片上；-80°C 密封保存，乾冰運輸，避免反覆凍融；取材後 30 分鐘內完成冷凍，確保組織形態完整，無冰晶損傷，註明組織部位及冷凍方式。
石蠟塊或 5–10μm FFPE 切片，≥3 張/份；常溫運輸石蠟塊，切片需密封冷藏運輸；組織固定及時充分，脫蠟徹底，避免組織碎裂、脫片，註明固定時間、包埋時間及病理診斷資訊。
體積≥0.2cm×0.2cm×0.1cm，新鮮組織立即冷凍或固定處理，避免壞死；註明腫瘤類型、分級、患者治療史，優先選取包含腫瘤核心區、邊界區及癌旁組織的樣本，便於微環境分析。
新鮮組織取材後快速冷凍（神經組織需避免機械損傷），切片厚度 5μm，-80°C 保存乾冰運輸；FFPE 樣本需嚴格控制固定條件，防止組織自溶，註明組織分區及功能區域資訊。
直徑 500μm–1mm 的類器官，≥5 個/份，新鮮樣品置於專用保存液中 4°C 運輸，或冷凍切片後 -80°C 保存；註明培養時間、誘導條件，確保類器官形態完整，無破裂降解。
交付內容
原始測序資料
Fastq 格式原始測序 reads、空間條碼分配統計資料、測序品質管制報告（Q30 值、GC 含量）及捕獲位點訊號強度分析。
資料分析報告
涵蓋基因表達空間圖譜、區域差異表達基因分析（火山圖、熱圖）、細胞類型空間分布推論、核心功能路徑富集分析、與 H&E 影像疊加的視覺化結果及結論解讀。
常見問題
脫片、褶皺會導致捕獲位點訊號流失、空間座標偏移，影響基因表達與位置的精準關聯。避免方案：使用防脫載玻片製備切片，冷凍切片需控制溫度梯度防止褶皺；FFPE 切片需優化脫蠟、水化步驟，避免組織與玻片分離；鋪片時輕柔操作，確保切片平整貼合晶片。
借助細胞類型去卷積演算法（如 STRIDE、CARD），利用單細胞轉錄組資料建構細胞類型特徵表達譜，再映射到 Visium 空間資料中，推論每個空間位點的細胞組成比例；同時可透過標籤轉移演算法，將單細胞註釋結果同步到空間圖譜，明確不同細胞類型的空間分布及相互關係，實現「單細胞解析度—空間位置」的深度整合。
核心優化方向：一是確保組織切片厚度均勻（5–10μm），避免過厚導致通透不充分；二是優化通透時間，根據組織類型（如緻密組織延長時間）調整，平衡 RNA 釋放與組織形態保留；三是選擇 RNA 完整性較好的樣本，冷凍樣本避免反覆凍融，FFPE 樣本嚴格控制固定時間；四是增加測序深度，提升低表達基因的檢出靈敏度。
