生信新手进阶必看：手把手拆解 Visium HD 空间转录组顶级分析流程（分析代码公开可用），学习如何干湿结合发表顶刊
脑膜瘤手术后为什么老是复发？明明切得很干净，放疗也做了，肿瘤却总能找到“生路”，这大概是很多神经外科医生和患者最头疼的问题。
2024年5月17日，Nature Genetics杂志刊登了加州大学旧金山分校（UCSF）David R. Raleigh团队的成果，他们发现高级别脑膜瘤内部存在极其复杂的“空间演化”，这直接解释了肿瘤产生抗药性和复发的原因。今天我们就来拆解一下这篇文章：Spatial genomic, biochemical and cellular mechanisms underlying meningioma heterogeneity and evolution。
研究概述
研究人员发现，现有的临床分类系统没法完全区分高级别脑膜瘤的差异，同一级别的肿瘤内部其实运行着完全不同的基因和蛋白程序。通过空间组学技术，他们观察到复发肿瘤中存在亚克隆拷贝数变异（CNV）的空间扩张，这往往与治疗抗性有关。此外，肿瘤在复发过程中会出现免疫浸润减少、MAPK信号抑制以及PI3K-AKT通路激活等特征。
实验设计
这项研究一共用了16份来自高级别脑膜瘤的样本，涵盖了原发和复发成对的情况。核心技术路线极其硬核：利用Visium HD空间转录组（分辨率50 μm）和NanoString数字空间蛋白质谱（200 μm区域）进行双重扫描，再结合29个抗体的多路顺序免疫荧光（seqIF）进行验证。最后，团队利用患者来源的细胞构建了带CRISPRi系统的3D共培养模型，通过谱系追踪来筛选能覆盖异质性克隆的药物组合。
研究结果
图1：建立了整合空间转录组和蛋白谱的分析流程，揭示了高级别脑膜瘤在不同区域、不同个体间巨大的分子差异。
数据分析
生信分析
本研究使用了空间转录组学（Visium HD）、空间蛋白质组学、单细胞转录组（scRNA-seq）、批量RNA测序、靶向DNA测序以及DNA甲基化芯片等多种技术。
分析流程
原始空间转录组数据先过Space Ranger，接着用Harmony进行多样本整合与批次校正，随后通过UMAP降维聚类定义空间程序。科研人员用inferCNV从转录组里推断每个区域的拷贝数变异，并用SCDC算法结合单细胞参考集对空间斑点（spot）进行细胞类型解卷积。
统计分析
组间差异用的是单尾Student's t检验，而分析不同分级肿瘤中空间集群的分布差异时则动用了卡方检验。为了保证结果可靠，所有多重比较都经过了假发现率（FDR）校正。
总结
研究意义
本研究首次系统阐明了高级别脑膜瘤异质性与进化的空间分子机制，挑战了现有肿瘤分类体系的局限性；发现的复发相关分子特征为预后评估提供了新标志物，筛选出的药物组合为克服治疗耐药、实现个性化治疗提供了切实可行的方案，同时建立的临床前研究平台为后续药物研发奠定了基础。
文章复现
这篇文章的原始数据和生信分析代码都公开了，非常全面。
• 原始数据存储地址：
• DNA测序及空间转录组数据：Sequence Read Archive（BioProject ID PRJNA950017）
• DNA甲基化数据：NCBI Gene Expression Omnibus（GSE228316）
• RNA测序数据：NCBI Gene Expression Omnibus（GSE228433）
• 生信分析代码仓库：https://doi.org/10.5281/zenodo.10927737
推荐阅读
中国银河生信云平台（UseGalaxy.cn）致力于零代码生信分析。平台拥有海量计算资源、3000 多个生信工具和数十条生信流程，并且为用户提供 200G 免费存储空间。进群交流请先加 usegalaxy 为好友。
最佳Galaxy生信云平台教程：从入门到精通（图文版）
转录组分析流程和工具大全（最强总结）
全网最佳WGCNA分析教程，一键完成
一文搞懂GSEA富集分析
一文详解细菌耐药性生信分析:从下机数据到耐药基因鉴定
一文学会从测序数据到构建系统发育树：超全面的详细步骤与软件指南
经典生信流程
推荐课程
我们还为进阶用户提供高质量培训课程，欢迎参加：
RNA-seq数据分析实战 | 2026年第2期，开启你的生信学习之旅