从二维走向三维,是空间组学当下最受关注的方向之一。直接在厚组织中做三维成像,能同时检测的分子十分有限;高通量空间平台如10x的Xenium、Akoya的PhenoCycler 则能在薄切片上以单细胞分辨率测量多种 RNA 或蛋白。当下,把连续切片逐张检测、再用计算方法拼回三维,是兼顾分子深度与空间结构最现实的路线。然而难点也正在于此:切片会被拉伸、旋转甚至破损,组织结构本身又在层间变化,逐张对齐的误差还会层层累积。在数百万个细胞的规模下,要把整叠切片准确、连贯地还原成三维图谱,一直是这一领域的核心难题。
2026年11月19日,斯坦福大学医学院遗传学系Michael P. Snyder教授和朱辰宸等在Nature Methods发表研究论文Space-map: 3D single-cell atlas reconstruction from serial sections。该研究开发了计算方法Space-map,将连续二维切片上的空间转录组和空间蛋白组数据,自动重建为精确的三维组织图谱。研究团队构建并公开了结肠息肉、健康十二指肠和健康乙状结肠的三维图谱。在这些测试中,Space-map 的配准精度高于对照方法。在乙状结肠和小鼠脑数据上,与用作对照的 STalign 流程相比,Space-map 耗时更短,占用的内存也更少。
为什么要看三维?
以肠道为例。显微镜下,一根被横切的腺管就像一个圆环,环边聚着一小簇免疫细胞。它们只出现在这一层,还是沿着管壁延伸了很长一段?单看一张切片,放得再大也回答不了。Xenium和CODEX一个检测RNA,一个检测蛋白,都能把测量信号定位到单个细胞上,一组连续切片下来就是数百万条带空间坐标的细胞记录。只有把它们放回同一个三维空间,这类问题才有答案。
明明知道切片顺序,为什么还会拼错?
组织被切成薄片、铺到载玻片上时,整张切片可能整体转了个角度,也可能局部被拉长,而腺管本身也会拐弯。于是,腺管在下一层偏向一侧,可能是铺片时被拉扯了,也可能是它本来就在拐弯。
常规做法每次只拿新切片和上一张比对,第二张稍有偏差,第三张就跟着偏。结果相邻两张看着都对得不错,十几张叠起来,一条腺管却可能被错接到隔壁那条上。
Space-map如何让整叠切片对齐?
Space-map的思路是,给每一张新切片定位时,同时参考前面多张已经对齐的切片。两个相邻腺管的截面也许长得很像,但多看几层,各自的走向就清楚了,单张切片上的小误差也就不会一路传下去。
图1从连续切片到三维图谱。中间为切片的逐步对齐过程;右侧为重建后的同一段组织,既可按细胞类型着色,也可叠加染色图像观察组织形态
先借细胞分布找参照,再落回每个细胞
不妨把每张切片上的数据想象成一张表:每一行是一个细胞,记录它在切片上的位置和测得的RNA或蛋白信号。面对数百万行这样的记录,Space-map先用位置信息来对齐切片。它把每张切片划成小网格,数出每格里的细胞,得到一张细胞密度图:细胞密集处勾出管壁,管腔留下空白。算法据此自动找到不同切片上形状相似、相对位置也吻合的区域,作为对齐的参照。
有了参照,算法先对整张切片做平移和旋转,再校正局部形变。比如一张切片左半边在铺片时被拉长、右半边完好,两侧要校正的幅度自然不同。校正由粗到细,先处理大范围的偏移,再逐步细化到局部,每一处位移都和周围平滑过渡,原本相连的组织不会被扯断。
对齐密度图只是中间一步。随后,这些位移和形变被直接作用于原始细胞坐标,再结合各切片的深度,每个细胞拿到三维位置的同时,也保留了自己的细胞类型和RNA或蛋白表达信息。研究者既可以顺着一条腺管看它延伸到哪里,也可以圈出表达某个分子的细胞群,看它们分布在腺管的哪一段。由于整个流程只依赖细胞坐标,同一套框架可以通吃RNA和蛋白两类数据。除了人体肠道组织,研究团队还在公开的小鼠脑数据上验证了这一方法。
在同一组乙状结肠切片上,两种拼法的差别肉眼可见(图2)。只做相邻切片两两配准时,部分腺腔边界变得模糊,看上去像连成了一片;Space-map同时参考多张切片,沿深度方向追踪下去,相邻两条腺腔依然分得很清楚。
图2在同一块乙状结肠组织中追踪腺腔。左为染色切片;中、右两图基于相同的细胞数据,分别为多切片参考和仅参考相邻切片的重建结果(节选自原文图6a)
有了三维图谱,能多回答哪些问题?
回到开头那个圆环。现在,可以顺着同一条腺管逐层追踪,看免疫细胞沿管壁究竟分布了多远;也可以任选一个细胞,看它在切面上方和下方都有哪些“邻居”。
研究团队在乙状结肠中做了这样一次统计:以参与免疫防御的巨噬细胞为中心,在三维空间里划定一个距离范围,数一数其他切片上有多少成纤维细胞落在这个范围内(成纤维细胞主要负责组织支撑和修复)。借助这种方法,可以估计两类细胞在组织中靠得多近,把原本分散在不同切面上的细胞“邻里关系”重新接起来。
三套人体组织三维图谱
研究团队用Xenium检测了一枚结肠息肉的RNA,又用CODEX检测了同一位健康供体十二指肠和乙状结肠中的52种蛋白标志物。
结肠息肉:哪些细胞成簇,哪些散布更广?在这枚结肠腺瘤中,研究团队用Xenium检测了422个基因,整套切片约270万条细胞记录,鉴定出39种细胞类型。把三维模型从不同方向剖开可以看到,具有干细胞特征的细胞在局部成簇聚集,CD8⁺ T细胞散布得更广,未成熟的肠吸收细胞则沿上皮排成一层。
十二指肠:看清绒毛的形态和细胞分布。小肠内壁布满向肠腔伸出的细小突起,也就是绒毛。研究团队用16张连续切片重建了一段80微米厚的组织,约310万条细胞记录。在模型中,既能看清黏膜表面绒毛样突起的轮廓,也能单独显示上皮细胞或免疫细胞,看它们在这段组织里怎么分布。
乙状结肠:沿着一条隐窝往深处看。结肠内壁向内凹陷,形成一条条小管,叫作隐窝。这里的16张连续切片约有170万条细胞记录。在模型里,可以沿深度追踪相邻隐窝各自的走向,也可以单独显示B细胞,从中找到了一处B细胞聚集形成的淋巴滤泡。
图3三套人体肠道三维图谱。从左至右依次为结肠腺瘤、健康十二指肠和健康乙状结肠,每幅图下方标注了两种代表性细胞类型,比例尺均为1毫米(改编自原文图3b、4d和4b)
目前,切片数据和三维模型已在项目主页公开,读者可以下载后挑出感兴趣的细胞,换个角度看它们聚在哪里、沿着什么结构分布。结肠息肉原始数据收录于人类肿瘤图谱网络(HTAN),两套健康组织数据收录于人类生物分子图谱计划(HuBMAP),也可作为后续三维重建方法开发和评估的基准。
韩荣铎、阮慈寒、赵冰清为本文共同第一作者,朱辰宸与Michael P. Snyder为共同通讯作者。
https://www.nature.com/articles/s41592-026-03310-8
代码与教程:
https://github.com/czhu/space-map
数据与三维模型:
https://snyderlabs.stanford.edu/spacemap
学术合作组织
(*排名不分先后)
战略合作伙伴
(*排名不分先后)
推荐直播
转载须知
【非原创文章】本文著作权归文章作者所有,欢迎个人转发分享,未经作者的允许禁止转载,作者拥有所有法定权利,违者必究。
BioArt
Med
Plants
人才招聘
点击主页推荐活动
关注更多最新活动!
热门跟贴