重磅发布｜全样本空间全转录组技术M20 Spatial性能全新升级
在生命科学和医学领域，空间转录组技术近年来一直备受关注。空间转录组能够将细胞类型及基因表达与空间位置对应起来，帮助科研人员深入理解不同细胞亚型/状态的空间分布，精准分析细胞互作及其分子机制。也因此，空间转录组技术在生物医药研究的多个领域展现出巨大应用潜力。
2023年10月，我们正式对外发布全球首个基于随机引物的全样本空间全转录组技术——“M20 Spatial”，引领空间转录组技术走进多物种、全样本、全转录组和全长序列的新时代（点击查看）。
图1. M20 Spatial工作流程及原理
与传统空间转录组技术相比，M20 Spatial在应用物种、样本保存类型、捕获RNA种类及全长序列无偏覆盖等方面实现了创新突破，能够提高空间转录组技术在科研及临床多领域中的应用价值，更大拓宽空间转录组研究带来的信息与视野。
今天，我们正式发布M20 Spatial的最新技术升级。我们基于M20 Spatial技术推出自研芯片，并在多个维度对该技术方案进行优化和升级，从基因检出性能、分辨率、数据分析等方面显示出技术迭代带来的突破，在保留多物种、全样本、全转录组和全长序列特点的同时，为用户提供更灵敏、更精准的空间全转录组多组学信息，拓展多样化的科研应用场景，助力生物医药科研获取更多前沿突破。
更灵敏、更精准的空间全转录组多组学
发布伊始，M20 Spatial便有着多物种、全样本、全转录组和全长序列的特点，可以在包括FFPE样本的多种样本中，捕获全长序列的空间全转录组信息。本次技术升级，在保留上述特点的同时，给我们的用户带来的三大突破包括：
01基因捕获灵敏度大幅提升
在FFPE样本中，M20 Spatial在直径50㎛位点中的中值基因数可达5,000以上，为挖掘空间细胞及分子机制提供更丰富的数据。
02分辨率提高至15㎛
本次升级我们推出全新的自研高分辨率芯片，将M20 Spatial空间分辨率提升至15㎛，且同样可用于包括FFPE样本在内的多种样本类型，并实现全转录组捕获，提供全面且精准的信息。
03空间转录组+单细胞转录组联合分析
升级后，M20 Spatial数据可与单细胞转录组数据联合分析，获得更为精准的空间细胞类型分布信息，为深入研究空间分子机制提供更进一步的助力。
M20 Spatial最新实测数据
01高灵敏度，实现更丰富的基因检出
M20 Spatial在小鼠胚胎FFPE切片中实现了高灵敏度的转录组捕获，在2,389个位点中，测得的总基因数为32,971。每个直径50㎛的位点中，中值UMI数为17,901，中值基因数为 5,360（图2）。这一性能和传统新鲜冻存样本空间转录组技术中较高水平相当；同时，由于M20 Spatial是全转录组捕获，总基因数也远超基于polyA捕获的空间转录组平台。
图2. 小鼠胚胎FFPE切片中检出的UMI数和基因数分布
该样本所用M20 Spatial芯片为6.4mm x 6.4mm规格，后期我们将推出更大尺寸的芯片。
02高分辨率，获得更精准的空间信息
在分辨率提升至15㎛时，M20 Spatial的性能同样可靠。在小鼠嗅球FFPE样本中，在4,418个位点中，测得的总基因数为31,515。每个直径15㎛的位点中，中值UMI数为4,440，中值基因数为1,171（图3）。这一性能在现有空间转录组技术中处于较高水平，同时测得总基因数也依然远超基于polyA捕获的其它空间转录组平台。
图3. 小鼠嗅球FFPE切片中检出的UMI数和基因数分布
在更高的分辨率下，M20 Spatial可以提供更为精准和丰富的数据，以便进行更为深入的数据分析和挖掘。
03全长无偏覆盖，捕获更全面的转录本信息
M20 Spatial利用随机引物的优势，在无需结合三代测序的前提下，首次实现了空间转录组对gene body序列的无偏好全长覆盖。在本次升级后，无论是在50㎛还是15㎛分辨率下，这一优点自2023年10月首次发布至今得以延续。
由下图可见，M20 Spatial在不同分辨率下均实现了空间转录组数据从5’到3’均一覆盖（图4-5），获得的转录组信息更加真实全面。
图4. 50㎛分辨率下，小鼠胚胎FFPE样本数据gene body 5’到3’覆盖度
图5. 15㎛分辨率下，小鼠嗅球FFPE样本数据gene body 5’到3’覆盖度
04空间非编码RNA捕获，挖掘更前沿的分子机制
图6. M20 Spatial在小鼠胚胎FFPE样本中捕获到的RNA种类及测得基因数目
图7. M20 Spatial在小鼠嗅球FFPE样本中捕获到的RNA种类及测得基因数目
在非编码RNA中占比最高的是lncRNA。LncRNA在细胞生长发育及多种疾病的发生发展、免疫机制中均有重要作用，也是近年来颇受关注的科研方向。在各分辨率下，M20 Spatial均可捕获到组织各空间位置上的lncRNA（图8），测得的lncRNA种类约占小鼠总lncRNA数目的60%~80%（图6-7）。同时检测非编码RNA和mRNA能力，使得M20 Spatial提供的信息更加深入和全面。我们还将持续优化该产品和技术，致力于提升miRNA等其他重要信息的数据结果。
图8. 小鼠胚胎FFPE样本及小鼠嗅球FFPE样本中lncRNA基因数分布
有趣的是，非编码RNA的表达在空间组织上也具备一定的特异性。即使仅根据非编码RNA甚至仅lncRNA的信息对M20 Spatial数据进行聚类分群，映射到空间结构上的分群依然可以反映出一定的组织空间结构（图9），体现出非编码RNA在空间转录组分析中的潜在价值。
图9. 小鼠胚胎FFPE样本及小鼠嗅球FFPE样本数据根据lncRNA信息聚类后的空间映射
05空间全转录组+单细胞全转录组，挖掘更深入的细胞空间异质性信息
在不同物种以及组织类型的样本测试中，在50㎛和15㎛分辨率下，M20 Spatial均可识别多种细胞亚群，还可以与单细胞转录组数据联合分析，提升空间细胞类型注释的精准性。
以50㎛分辨率的小鼠胚胎FFPE样本和15㎛分辨率下的小鼠嗅球FFPE样本为例，仅通过对M20 Spatial数据的降维聚类，即可根据转录组的差异识别出多个细胞亚群。同时，这些分群的在样本切片上的空间映射图显示，通过M20 Spatial发现的细胞亚群对应着样本中各个不同组织来源的细胞（图10-11）。
图10. 小鼠胚胎FFPE样本聚类分群及分群marker
图11. 小鼠嗅球FFPE样本聚类分群及分群marker
同时，M20 Spatial数据可以与细胞转录组数据联合分析。图12-13展示了上述样本在与单细胞转录组联合分析后的分群及空间映射结果。通过联合分析，可以明确各细胞类型在组织空间位置上的精确分布，获得更为精准的空间异质性信息。
图12. 小鼠胚胎FFPE样本M20 Spatial数据与小鼠胚胎单细胞转录组GEO公共数据集GSE119945[1]联合分析结果
图13. 小鼠嗅球FFPE样本M20 Spatial数据与小鼠神经系统单细胞转录组公共数据集SRP135960[2]中嗅球数据联合分析结果（公共数据使用MapMyCells[3]重新注释）
这些数据显示，M20 Spatial不仅可以准确识别出在空间分布和转录组层面存在异质性的细胞亚群，也可以和单细胞转录组联合，进一步提升信息的精准性，非常适合用来对组织和器官中细胞间的空间异质性进行深入挖掘。
此次发布的M20 Spatial技术升级，不仅延续了2023年10月首次发布时的各项技术优点，还达到了更高的分辨率、更灵敏的基因捕获和更深入的数据分析，进一步拓展了空间转录组技术的在生物医药研究中的应用价值及场景。我们热切期盼这一新技术为用户提供新颖的科研洞见，助力用户获得更多前沿成果。
参考资料：
1. Cao, J. et al. The single-cell transcriptional landscape of mammalian organogenesis. Nature 566, 496–502 (2019).
2. A. Zeisel, et al. Molecular architecture of the mouse nervous system. Cell 174, 999–1014.e22 (2018).
3. Allen Institute for Brain Science. MapMyCells (2023). Available from https://knowledge.brain-map.org/mapmycells/process
