空间分辨转录组学（SRT）可分析全基因组mRNA表达，并提供mRNA在组织切片中的位置信息。虽然SRT技术的关键可能有所不同，但每种技术最终都会产生一个带有组织坐标的基因表达计数表。
质谱成像（MSI）可以直接从新鲜冷冻组织切片中进行无标记、空间分辨的生物分子丰度检测。在基质辅助激光电离（MALDI）-MSI中，将基质应用于安装在玻璃载玻片的组织切片的表面，将脉冲激光束聚焦到组织切片上，然后从样本表面存在的分子中产生离子，从而能够在组织切片上的定义光栅位置收集质量电荷比（m/z）光谱。SRT和MSI技术在空间生物学研究中的应用越来越广泛，但由于实验限制，各技术目前被作为单独的方法应用。
近日，来自瑞典乌普萨拉大学与瑞典皇家理工学院的联合研究团队通过引入空间多模态分析（SMA）方案，提出了一种结合组织学、质谱成像和空间转录组学的空间组学方法，以促进跨组织区域mRNA转录物和低分子量代谢物的精确检测，且该工作流程与Visium玻片兼容。研究团队证明了在单个组织切片中结合SRT和MALDI-MSI并保留两种模式的特异性和敏感性的可能性，并在多巴胺和帕金森病条件下的小鼠和人类大脑样本中证明了该方法的潜力。该研究以通讯文章形式发表在Nature Biotechnology上，文章题为“Spatial multimodal analysis of transcriptomes and metabolomes in tissues”。
据文章介绍，SMA工作流程包括以下四个步骤：（1）将非嵌入的快速冷冻样本切片到不带电的条形码基因表达阵列上，（2）MALDI的MSI，（3）HE染色和明场显微镜，（4）SRT（图1a）。SMA工作流程不需要对市售Visium玻片进行任何调整，也不需要对MALDI-MSI或SRT协议进行任何修改，除了在步骤2结束时在冷甲醇中进行三次洗涤以洗掉基质。
为了验证该方法的可行性，研究团队使用涂有polydT探针的载玻片评估了组织暴露于MALDI-MSI后RNA是否仍然存在。研究团队安装了小鼠大脑的冠状切片，并喷洒了四种不同的MALDI基质，使用傅里叶变换离子回旋共振-MALDI MSI成像，并在室温下收集了大约3小时的光谱。cDNA足迹的荧光显微镜成像显示，捕获的转录本与组织形态有良好的相关性，令人惊讶的表明，在所有研究的基质中，MALDI-MSI后mRNA仍然存在。
图1.研究代谢物、形态和基因表达分析的多模态空间组学方法。
接下来，研究团队分析了SMA的重复性。研究人员使用带条形码的Visium寡核苷酸载玻片进行重复实验，从而可以通过测序对捕获的单个转录本进行定量。研究团队使用3只不同小鼠的7个连续冠状小鼠脑切片，用3种不同的MALDI基质（9-AA、DHB和FMP-10）成像，分别比较了MALDI-MSI和MALDI-MSI或Visium分析的匹配组织切片的基因表达数据。SMA数据分析表明，小分子和基因表达谱与参考数据的相关性良好（图1b）。此外，与独立的MALDI-MSI或Visium相比，61.6%-98.2%的分子的绝对表达变化对分子鉴定和下游生物学分析没有明显影响。转录组学数据的联合分析和可视化显示，基因表达在不同实验条件下整合良好，标记基因表达相似，空间簇高度保守（图1c-e）。以上结果提供了强有力的证据，表明SMA可以与多种基质一起同时进行基因表达和生物分子分析。
为进一步证明SMA的适用性，研究团队将其用于帕金森病（PD）小鼠模型。PD的特征是黑质致密部（SNc）内多巴胺能神经元的丧失，SNc包含投射到纹状体背壳核的神经元。研究团队旨在捕获三只单侧6-羟多巴胺（6-OHDA）损伤小鼠的两个脑区（SNc和纹状体）的基因表达和相应的神经递质（图2）。正如预期的那样，SMA主要在完整的纹状体和SNc中检测到多巴胺，在受损的对侧半球中没有检测到多巴胺。SMA产生的多模态数据也被用来鉴定与多巴胺表达相关的基因的表达，关键的多巴胺能通路基因Th、Slc6a3、Slc18a2和Ddc被发现与SNc14中的多巴胺表达相关。同样，纹状体切片中中棘神经元失调，同时证实了先前的发现。
图2.帕金森病小鼠模型和帕金森病患者死后大脑的空间多模态分析。
为了证明所提出的多模式方法在人类标本中的相关性，研究团队将其应用于冷冻的人类PD死后纹状体脑样本。DA和3-甲氧基酪胺的MSI空间分布证实了研究团队之前的发现，这些神经递质在腹侧尾状核内侧分裂中观察到较高的水平。多模态相关分析发现，SCG2是与多巴胺丰度最相关的转录本。研究人员使用来自人类死后样本尾状核的公开snRNA-seq数据进行了细胞型反卷积分析，其中包含六个MSN神经元簇。这与该研究团队在PD模型中的观察相似，MSN.D1b神经元在多巴胺表达区富集，其空间格局与SCG2相似。
综上所述，该研究团队提出了一种新的空间组学方法，使小分子和基因表达的组织切片内能进行同步空间分析。该技术的影响可以扩展到其他学科，包括肿瘤学。肿瘤样本的SMA可以为研究调节肿瘤微环境和驱动治疗反应的动态串扰提供新见解。基因表达也可以用来推断基因组完整性，这对于匹配肿瘤克隆与药物疗效非常重要。
Vicari, M., Mirzazadeh, R., Nilsson, A. et al. Spatial multimodal analysis of transcriptomes and metabolomes in tissues. Nat Biotechnol (2023). https：//doi.org/10.1038/s41587-023-01937-y
本文由 SEQ.CN 作者：白云 发表，转载请注明来源！
