关于空间生物学工具研究团体的热情让人想起兴奋我们看到随着微阵列的出现,新一代测序,或单细胞分析平台。并有充分的理由:发现通过空间生物学承诺更加革命为我们理解生物系统主要技术带来的前辈。

空间生物学终于给科学家的上下文信息,很难甚至无法访问。由空间解析细胞、生物标记和生物系统的其他元素,最后我们可以理解他们的交互调节药物反应,免疫反应,传染病和那么多的进展。

虽然空间生物学是有前途的,最近爆发的技术选项使许多科学家感到困惑和不知所措。有这么多平台和服务可供选择,更定期进入市场——是很有挑战性的,为实验室的当前需求确定最好的方法以及它在未来可能需要什么。

在这里,我们将看一些最早的应用程序受益于空间生物技术和走过的几个关键因素,帮助科学家们选择最适合他们的方法实验需求。

关键应用程序

虽然看来很清楚的是,空间生物学的优势最终将扩展到生物学的各个领域——包括使用在临床诊断等领域——它部署在这些早期集中在几个关键领域可能马上产生影响,对人体健康有明显的影响。

许多早期的采用者的空间生物学来自癌症研究领域。immuno-oncology的研究是一个引人注目的展示这些新技术可以提供什么。在某些情况下,空间分辨率的基因转录或蛋白质提供了新的信息来帮助回答长期质疑为什么有些癌症患者被治愈immuno-oncology与看似相似的癌症治疗而其他人看到很少或根本没有好处。^{1 - 2}肿瘤微环境的可视化能力,尽可能阐明生物学如何功能在活的有机体内是一个重大转折为理解癌症和免疫系统如何响应以及临床干预。同样的方法也发现新的见解对药物毒性和不良反应随着时间的推移,特别是PD-1抑制剂等流行的免疫疗法。

在使用空间生物学癌症已经超过了这一技术的部署在其他地方,其他领域看到从中受益。神经科学研究就是一个例子:科学家们利用空间工具来描述细胞在老鼠和人类大脑组织,与详细的分子信息建立完整的地图册。^{3 - 4}空间生物学传染病研究也取得了进展。COVID-19大流行,例如,研究人员使用这种技术来追踪感染和炎症反应的分子病理学触发器。⁵发育生物学是另一个重要应用领域,研究人员映射空间的基因表达来更好地理解发展特定的组织或器官在胚胎发生。⁶

技术方案

有这么多空间生物学工具,最好的开始选择过程的关键需求是确定您的实验需求。一旦你考虑这些因素,你会有你需要开始关注供应商的信息,看到系统是最适合你的实验室。

决议

因为空间生物学平台使用不同的技术来解决位置分辨率变化很大从一个到另一个工具。一般来说,系统用光学显微镜或直接观察组织样本能产生更高的分辨率。这些工具可以解决甚至最好的亚细胞结构。如果这样详细的决议对你的工作不重要,那么你也可以考虑平台没有直接观察;这些工具使用条形码数据元素映射回近似原始位置的组织和生成一个低分辨率的“形象”样本,通常通过测序读出。

灵敏度

而敏感性的研究领域来说都是很重要的,某些应用程序需要特殊的水平——如探测的能力只有一个记录或蛋白质在细胞中。如果确定最稀有的生物标记物对你的研究很重要,一定要寻找平台满足这种水平的敏感性。一般来说,直接检测技术,如单分子荧光原位杂交(smFISH),擅长这一领域,而间接检测往往导致较低的灵敏度。

期望的目标

今天大多数空间生物学平台专注于分析物的一种类型,通常表达基因或蛋白质。选择空间转录组工具或空间蛋白质组学工具之间是一种分析物的类型是最相关的研究。最好的机会在一个平台,将有用的多年来,不过,它可能是值得寻找设计的平台扩展到其他分析物。

多路复用

在这两个目标的数量,可以分析和样本的数量可以运行,空间生物学工具能力之间有很大的差别。真正发现科学,研究人员必须考虑所有蛋白质或基因,平台多路复用的最高水平是必要的。但对大多数实验,基因或蛋白质的一个子集是充分的。在这些情况下,你可以选择从一长串的平台可以检测数十或数百个蛋白基因。临床实验室,能够一次运行多个样本可能是最重要的。

样品的完整性

样品处理跨空间生物学平台明显不同。如果你使用宝贵的样品或可能需要re-analyze特定示例中,重要的是要寻找工作流不破坏样品通过清算组织或作为一个不可避免的分析过程的一部分。

展望未来

空间生物学工具为科学实验室提供了巨大的潜力。在未来几年,空间分辨率可能会期望从大多数生物学实验中,随着新一代测序数据现在普遍预期。从您的投资空间充分利用生物学平台,不会过时的,考虑到你的研究可能在未来几年发展并确保您选择的平台可以满足这些不断发展的需求。仔细考虑以上因素是一个有用的方式开始你的空间生物学的旅程。

关于作者

杰森·t·Gammack是解决生物科学公司的首席执行官,公司提供分子制图™技术空间转录组。他花了超过25年的生命科学行业发起了强大的技术等研究领域CRISPR基因编辑、生物信息学和更多。

引用

1。陆,后者我时,Rimm DL,王DW, et al。比较生物标志物模式预测响应PD-1 / PD-L1检查点封锁:系统回顾和荟萃分析。JAMA杂志。2019;5 (8):1195 - 204。doi:10.1001 / jamaoncol.2019.1549。

2。Finotello F, F Eduati Multi-omics肿瘤微环境的分析:精密immuno-oncology铺平了道路。前肿瘤防治杂志。2018;8:430。doi:10.3389 / fonc.2018.00430。

3所示。Lein E,还是婚后勒,Linnarsson美国空间的承诺转录组的神经科学的时代,分子细胞类型。科学。2017,358 (6359):64 - 69。doi:10.1126 / science.aan6827

4所示。Nilges B,施特劳斯年代,Geipel Reinecke F, et al . 67个基因的定量空间分析研究淀粉样病变的影响在阿尔茨海默病(AD)。海报发表于:单细胞研究的新兴技术(虚拟版);2020年11月19日至20日,;比利时鲁汶。https://www.vibconferences.be/sites/default/files/2020-11/Single%20Cell%20-%20Poster%2044%20-%20Benedikt%20Nilges.pdf。2022年3月1日通过。

5。Delorey TM、齐格勒CGK Heimberg, G, et al。COVID-19地图册揭示SARS-CoV-2病理学和细胞组织的目标。自然。2021,595 (7865):107 - 113。doi:10.1038 / s41586 - 021 - 03570 - 8。

6。D 'Gama PP、邱T Cosacak MI Rayamajhi D, et al。多样性和功能的能动的纤毛细胞类型在斑马鱼的室管膜血统的大脑。细胞代表。2021年,37 (1):109775。doi:10.1016 / j.celrep.2021.109775。