空间转录组

空间转录组学（Spatial Transcriptomics）试图同时回答两个基本问题：细胞或组织区域中表达了什么基因，以及这些表达发生在组织的什么空间位置。

所属板块 分析方向与案例

把基础对象与算法方法重新放回真实分析任务与工作流。

阅读目标 帮助建立阅读上下文

先判断这页与你当前问题的关系，再决定是否深入展开。

建议前置 先建立相关基础对象与方法直觉

建议先建立相关基础对象与方法直觉，再进入本页。

这一部分在全站中的位置

空间转录组位于对象层（空间位置的基因表达测量）与流程层（空间数据分析流程）之间。理解本章需要的前置知识包括：

本章的核心概念将支撑后续空间变异的检测、细胞微环境分析等高级主题。

传统的 bulk RNA-seq 测量的是组织样本的整体表达，丢失了细胞之间的异质性信息；单细胞 RNA-seq（scRNA-seq）虽然能解析细胞异质性，但解离过程破坏了细胞原有的空间位置信息。空间转录组学试图在这两种技术之间取得平衡：

技术	空间信息	细胞分辨率	主要局限
bulk RNA-seq	❌ 无	❌ 混合群体	无法区分细胞类型
scRNA-seq	❌ 丢失	✅ 单细胞	失去空间上下文
空间转录组	✅ 保留	⚠️ 取决于平台	分辨率与捕获效率的权衡

在肿瘤微环境、胚胎发育、神经科学等研究中，基因表达的空间分布本身就是生物学信号，而非仅仅是技术噪声。

阅读本章前，建议先了解：

理解 capture spot、空间条码、组织切片与标准分析流程。

比较空间组学和 scRNA-seq 在分辨率、噪声与解释上的差异。

利用单细胞参考把空间 spot 分解成细胞类型组成。