單細胞轉錄組測序技術的如火如荼，伴隨著空間轉錄組測序技術的蓬勃發展，可以看到，在現有的高通量檢測技術領域，這兩種技術已為科學研究的發展提供了前所未有的技術支撐。從2019年單細胞多組學被評為《Nature
Methods》年度技術進展，到2020年空間轉錄組技術也被評為年度技術進展，相信在接下來的時間里，單細胞轉錄組和空間轉錄組將為生命科學的發展做出極其重要的貢獻。
單細胞轉錄組測序技術的特點在于提供詳實的每個細胞的轉錄表達信息，但是缺失了來源組織的空間組成信息。現有商用空間轉錄組測序技術的特點在于提供了完整的組織空間位置信息，但是每個捕獲spot的信息無法達到單細胞分辨率（10個左右細胞）。因此，這兩個技術的存在是天然互補的，而將兩者的結合也是水到渠成，完美結合。
單細胞轉錄組+空間轉錄組典型案例
01 腸道時空發育圖譜繪制
2021年2月版，《cell》雜志上即將刊登一篇題為“Spatiotemporal analysis of human
intestinal development at single-cell resolution
“的研究。該研究將單細胞RNA測序和空間轉錄組測序進行聯合，繪制了隨時間變化的腸道形態發生。該研究確定了101個細胞狀態，包括上皮和間充質祖細胞群以及與關鍵形態發生過程。該研究描述了隱窩-絨毛軸形成的原理，神經，血管，間充質形態發生和腸道的免疫種群，確定了發展成纖維細胞和成肌纖維細胞亞型的分化層次。研究查明了Peyer’
spatches和腸道相關淋巴組織（GALT）的起源，并描述了特定于位置的免疫特征。最后，該研究分享了胎兒腸道發育的時空分析資源（STAR-FINDer）在線數據資源庫，為該領域的進一步發展提供支持。
02繪制人類心臟圖譜
2019年12月，《cell》雜志上發表了一篇題為“Spatiotemporal analysis of human intestinal
development at single-cell resolution
“的研究。該研究揭示了在三個發育階段填充胚胎心臟的細胞類型的轉錄圖譜，并將細胞類型特異性基因表達映射到特定的解剖結構域。以空間轉錄組學確定了與每個發育階段中不同的解剖區域相對應的獨特基因譜。通過單細胞RNA測序鑒定的人類胚胎心臟細胞類型證實并豐富胚胎心臟基因表達的空間注釋。然后使用原位測序來完善這些結果，并為三個發育階段創建空間亞細胞圖。最后，我們生成了人類發展中心臟的可公開訪問的網絡資源，以促進人類心臟發生的未來研究。
03皮膚鱗癌發生機制研究
2012年7月，《cell》雜志上發表了一篇題為“Multimodal
Analysis of Composition and Spatial Architecture in Human Squamous Cell
Carcinoma“的研究。該研究通過單細胞轉錄組測序，空間轉錄組，多重離子束成像對cSCC的細胞組成和結構進行了深入研究。該研究發現了一類腫瘤特異性角質形成細胞（TSK）群體，是細胞間通訊的樞紐。同時，該研究發現了潛在的免疫抑制特征。最后，利用移植模型和體內CRISPR篩選確定了特定的腫瘤亞群富集基因網絡在腫瘤發生中的重要作用。這些數據定義了cSCC腫瘤和基質細胞亞群，它們的相互作用網絡以及它們參與癌癥的交流基因網絡。
以上三篇文獻很好地闡述了空間轉錄組測序技術和單細胞轉錄組測序技術的聯合為我們了解生命過程和疾病發生過程帶來的全新的認識和理解。
SBC服務平臺深耕單細胞測序和空間轉錄組測序服務。現階段，我們已建立完善的單細胞轉錄組測序與空間轉錄組測序從實驗到數據分析，到兩者進行深入聯合分析的服務體系。在這里，也通過我們的結果給大家展示兩者聯合分析帶來的數據魅力。
以下為SBC分析結果：
利用小鼠大腦空間轉錄組數據，我們通過數據降維，將細胞分成了15個不同的亞群，通過右圖的組織映射結果，我們也基本能看出來，不同的亞群在組織上具有明顯的空間分布特點。
小鼠大腦空間轉錄組測序數據降維結果及組織映射圖
對于上述數據，根據已有的一些特征細胞類型基因marker，我們可以對細胞類型進行標記。但是，實際過程中，我們會發現，由于每個點是混合細胞樣本的基因圖譜，所以細胞類型定義會有一些偏差。這里，Cluster
3可能是潛在的L2/3 IT層。那么，更加精確的分類結果會怎么樣呢？
通過將單細胞轉錄組測序數據進行聯合分析。結果顯示，Cluster3中，只有那類紅色的點是真正的L2/3IT神經細胞，而其他特別是顏色為藍色的細胞，是其他類型的細胞。
空間數據細胞類型分類和聯合分析后的L2/3IT神經細胞鑒定結果
利用這樣的分析方法，我們對其他類型的神經細胞類型也都分別進行了亞群定義，使得我們在空間不同位置的具體神經細胞類型分布有了更加準確的定義。
不同神經細胞鑒定結果
通過以上的分析結果可以看到，如果單純的通過空間轉錄組數據對細胞類型進行定義，可能會給我們帶來假陽性的結果。但是，如果有每一類細胞類型的特征細胞表達圖譜（單細胞轉錄組測序數據），我們對于組織上的具體細胞類型鑒定和空間位置識別將會更加準確。