当前位置: 首页 > news >正文

一文看懂 Stereo-seq:原理、流程、FAQ 与顶级期刊案例

同样是检测RNA表达,普通RNA-seq为何只能得到一份“表达清单”?根源在于样本处理破坏了组织结构,丢失全部位置信息;空间转录组则另辟蹊径,完整留存组织切片形态,绘制带有空间坐标的基因表达地图。凌恩生物搭载华大 Stereo-seq 空间原位测序技术,可完成组织、细胞、亚细胞、分子四层尺度同步解析,突破传统转录组仅能定量、无法定位的研究局限。

区别于常规转录组测序,二者核心研究逻辑存在本质差异:

✔ Stereo-seq仍然是“转录组”技术

它关注的是 RNA,尤其是 mRNA 或特定空间的RNA表达水平。

✔ Stereo-seq不是单纯做表达矩阵

它要求每个表达信号都有空间坐标,能够回到组织图像上。

✔ Stereo-seq的解释必须结合组织结构

空间转录组不只看“哪个基因高表达”,而是要看这个基因在什么区域、什么细胞、什么邻域和什么病理结构中表达。

总结来说:空间转录组 = 基因表达矩阵 + 空间坐标 + 组织图像 + 生物学问题

FF样本类型产品优势:

FFPF样本类型产品优势:

图 Stereo-seq FF / FFPE产品亮点

1.技术原理

图 DNB纳米球和CID共同实现组织空间坐标捕获

2.实验流程

a. 样本准备:FF/FFPE样本切片,控制尺寸,进行固定、包埋处理,避免组织变形;

b. 芯片结合与透化:将组织切片与Stereo-seq芯片结合,透化处理释放细胞内mRNA;

c. 原位捕获与合成cDNA:针对FF样本,mRNA与DNB上的poly(dT)探针结合;FFPE样本通过随机引物扩增获得mRNA;

d. 文库构建与测序:捕获的cDNA扩增构建测序文库,通过DNBSEQ完成测序;

e. 数据分析与可视化:通过SAW软件,构建空间基因表达图谱并可视化。

FF样本实验流程:

FFPE实验流程:

图 时空转录组Stereo-seq FF / FFPE工作流程

3.关于时空组学stereo-seq常见问题

⭕️ FAQ1.样本中有较多脂肪,需要包埋前尽量剔除么?会对实验造成什么影响?

如果研究本身不关注脂肪细胞,建议尽量去除样本外周的脂肪后再进行OCT包埋。根据已有经验,若样本内有脂肪,切片容易出现碎裂、褶皱的现象,如乳腺癌样本,带脂肪的肠道组织。

⭕️ FAQ2.冰冻切片组织内有空洞/裂痕是何原因?

排除组织类型自身的影响,组织撕裂或者空洞形成有可能以下几方面原因。(1)OCT凝固过程中,缓慢冰冻时形成的冰晶;(2)是组织包埋过程中引入的气泡;(3)是贴片过程中,采用的小刷子不合适,或者防卷板/刀片有裂痕,导致切片损伤。

⭕️ FAQ3.空间转录组技术对包埋样品的要求是什么?

一般要求如下:1)组织四周被包埋剂充分包裹,无裸漏。样品外缘建议留0.5cm以上的包埋剂;2)用于包埋的组织块表面水分尽量吸干/沾干,组织块和OCT之间一定不能有气泡;3)新鲜组织离体30分钟内完成包埋,效果最佳。

经典案例

期刊:Cell (IF=42.5)

技术策略:Stereo-seq

发表日期:2025年8月28日

物种样本:小鼠 FFPE 脑组织

本研究使用Stereo-seq V2在小鼠脑FFPE样本中实现了全转录组空间映射,检测到超过4万个基因,包括大量非编码RNA。在三阴性乳腺癌(TNBC)FFPE样本中,识别出肿瘤特异性剪接事件和拷贝数变异。在结核分枝杆菌(Mtb)感染模型中,Stereo-seq V2同时捕获了宿主与病原体的转录本,并重建了免疫图谱,识别出Mtb特异性BCR克隆。

图Stereo-seq V2实验流程示意图(DOI:10.1016/j.cell.2025.08.008)

凌恩生物深耕组学测序与生信分析领域十余年,拥有丰富的项目经验!对时空组学或细胞组学整体解决方案感兴趣的老师,快来联xi我们了解更多吧!

http://www.jsqmd.com/news/1147705/

相关文章:

  • 拆解云手机核心技术:架构原理、技术迭代与落地瓶颈
  • Milvus 源码学习系列 | 第 18 章:搜索链路一:Proxy 如何构造 Search 请求
  • STM32与MP2672A实现锂电池智能平衡充电系统
  • IIM-20670运动传感器与PIC18F96J94接口设计及姿态解算
  • 3步解锁网易游戏宝藏:unnpk工具终极指南
  • ICM-42605与PIC18F47K42在运动追踪中的优化应用
  • 想用 Codex API 做开发,但我更关心额度和用量能不能管清楚
  • python文件读取
  • B站AI知识库插件:将视频收藏转为可搜索的智能知识体系
  • OpenCV 余弦定理实战:图像中任意3点角度计算精度与误差分析
  • STM32与IIM-20670运动传感器开发实战指南
  • Trae IDE不是传统IDE:嵌入式Java开发工作台深度解析
  • IIM-20670运动传感器与MK51微控制器的集成应用
  • 直流有刷电机高效驱动方案与电流检测技术解析
  • 粤港澳大湾区工业服务工厂机电安装公司推荐
  • BMI323 IMU与PIC32MX795F512L微控制器的运动追踪应用
  • Hermes智能体内核
  • 最新AI辅助Python量化,先看懂API和流程关系
  • 从资质到场景深耕:2026智能IGV运输车品牌实力排行榜
  • IIM-20670与MK20DN128VFM5组合在运动跟踪中的应用
  • BMI160与STM32G031K8运动数据采集实战指南
  • 锂电池组电压均衡方案:MP2672A与PIC32MX675F256L应用解析
  • 2026年房地产电子沙盘行业发展观察:三年蝉联“金标尺”的背后逻辑
  • WSEN-ISDS与PIC32MZ运动跟踪方案详解
  • IIM-20670工业级运动传感器与STM32L081CB低功耗方案详解
  • BMI323与PIC18LF45K50的低功耗运动传感方案解析
  • IIM-20670运动传感器与STM32F303ZE硬件适配方案
  • 多模态机器人动作流匹配增强方法MARS
  • 如何3分钟快速定位Windows热键冲突:Hotkey Detective终极指南
  • IIM-20670运动传感器与PIC32微控制器的应用解析