当前位置：首页 > news >正文

Cell bin都是谁在用啊？

news 2026/5/12 16:32:09

一、写在前面

最近处理了一些sequencing-base的空转数据，分辨率亚细胞级别的那种。分辨率高有分辨率高的好处，基于ssDNA染色的结果做Cell bin操作，可将各spot“圈成细胞”即可获得一定意义上的"单细胞空转"。不过新的问题随之而来，每个Cell bin获得的feature与count数都不到200，这就为后续的降维分群带来了很多困扰，不做插补和单细胞的映射的话，你获得的降维数据会像下图一样，非常奇怪。原因就是因为特征不足。但如果你采用Square bin来划分Spot，例如bin50、bin100，你又会发现你获得的bin并不是单个细胞，又得通过反卷积来获得个Spot的细胞身份，似乎高分辨率的优势又没了。哪条路都膈应，分析数据时流的泪都是选技术时脑袋里装的水/(ㄒoㄒ)/~~。

二、Stamp-seq

找好方法，文献读起来！国家生物信息中心团队在26年2月5日online了Stamp-seq，利用定制的高密度DNA测序芯片，用限制性内切可切割的空间条码标记单个细胞核。空间条码在芯片上以1.6微米的密度分布，实现单一物理单元分辨率，实现精确的子类型分类和空间映射。作者利用Stamp-seq来描绘非小细胞肺癌(NSCLC)中对化疗免疫治疗反应的细胞生态系统，包括一个独特的IGHG1+浆细胞富集群落。通过Stamp-seq的空间分离BCR型的新颖应用，我们阐明了治疗增强型IGHG1+浆细胞的时空轨迹，这些细胞起源于三级淋巴结构（TLSs）或血管，迁移至抗原呈递CAF（apCAF）富集的生存生态位，最终接触肿瘤细胞。文章信息如下：

Pan Y, Yan H, Han J, Wu R, Xu C, Lei G, Ma X, Guan Y, Li Z, Deng J, Li K, Wei Q, Zhang G, Liu L, Goel A, Yang Z, Jiao S, Zhang Y, Tian C. Integrating single-nucleus barcoding with spatial transcriptomics via Stamp-seq to reveal immunotherapy response-enhancing functional modules in NSCLC. Cell Discov. 2026 Feb 5;12(1):10.

Stamp-seq 工作流程和芯片生成的示意图如Figure 1所示，Stamp-seq建库分为两个步骤：阵列序列(用于锁定空间位置)和核序列（Figure 1a）的加入。在阵列序列阶段，由空间条码的RNA捕获分子组成的芯片，每个条码序列对应芯片上的空间坐标。核序列随后被应用于置于空间芯片顶部的组织切片，并经过多个连续步骤，包括酶促标记、核提取、分裂标记、利用微流控装置构建文库以及高通量测序。

Figure 1

实测数据的42平方毫米冠状组织切片中，获得了42449个细胞核数据(Figure 2A)，每个核的UMI中位数为738，细胞类型的分布遵循生物学规律：星形胶质细胞和内皮细胞呈现分散排列，而不同亚型神经元保持典型的层状结构。各细胞类型分布可通过DAPI进一步证实(Figure 2B&E)。空间标签扩散距离（每个原子核指定位置与所有检测到的空间标签位置之间的距离）能够反映空间技术测得结果的位置准确性，Stamp-seq的扩散距离主要落在17微米以内（50%：<10微米;75%：<17微米;95%：<36微米），空间数据与DAPI数据的比对结果显示平均偏移量为4微米(Figure 2E&F)

Figure 2

作者系统地比较了其他最先进的空间技术（包括HDST、Slide-seq V2、Seq-Scope、Pixel-Seq、Visium-HD、Slide-tags、Stereo-seq和DBiT-seq），以严格评估Stamp-seq的性能。与大多数其他技术相比，Stamp-seq实现了高的UMI和基因检测灵敏度，但灵敏度低于幻灯片标签（Figure S4C）。作者还进一步将Stamp-seq与代表性方法如Slide-tags、Stereo-seq和DBiT-seq、公开snRNA-seq的成年小鼠大脑数据进行比较。使用Stamp-seq进行细胞簇分群的UMAP图及标记基因表达展示细胞群的明显分离现象（Figure S4d–h）以及标记基因的特异表达（Figure S4i–m）。作者的比对表名，高分辨率平台在基于珠子/像素系统的跨亚型转录组聚合方面存在严重限制，这影响了聚类准确性和标记特异性，而这些挑战已被基于核标记的空间转录组方法如Stamp-seq和Slide-tags有效解决。

采用两两差异细胞类型特异性标记共表达分析，比较所有检测到或分割细胞的标记共表达水平（Figure S4n–r）。结果表明，Stamp-seq在标志共表达模式上与公开的snRNA-seq数据。这种与金标准snRNA-seq谱的定量对齐验证了我们空间分辨转录组映射的技术优势，特别是在减少细胞转录本捕获过程中的交叉污染，并实现细胞亚群的精细区分。

Figure S4

既然技术性能够看，那么文章后续的操作（Stamp-seq识别化疗反应相关的细胞和细胞群落、Stamp-seq识别化疗免疫反应相关的成纤维细胞环境、Stamp-seq识别治疗促进的质细胞轨迹和质细胞生态位的时空变化）就是生信套路的事情啦。最终的生物学结论是：揭示了在浆细胞生态位中，HMGB1表达的apCAFs在TLS和血液循环中招募CXCR4+ IGHG1+浆细胞，最终促进了肿瘤细胞区域IGHG1+浆细胞的富集。