GeoMx DSP 數字空間多組學分析系統

GeoMx DSP 數字空間多組學分析系統是美國 NanoString 公司開發的一款基于探針雜交的檢測設備。它結合了組織影像分析和原位定量技術，可在保留組織形態學特征的前提下，實現對組織切片中蛋白質和 RNA 的空間原位表達量分析。

·       功能特點：

·       高分辨率空間信息獲取：能提供高分辨率的空間信息，讓研究人員可在復雜組織的細胞和亞細胞水平分析基因表達模式，有助于理解不同細胞類型之間的功能組織和相互作用。

·       多靶標檢測：蛋白質檢測可達 98 重，RNA 可實現全轉錄組（約 20000 多種）檢測。也可在一張組織切片上同時檢測不超過 96 種蛋白質的空間表達，或同時檢測 1000 種 RNA 分子。

·       多種樣本類型兼容：可檢測新鮮組織、石蠟包埋的 FFPE 以及組織芯片等多種樣本類型，對珍貴樣本可進行非破壞性處理，且樣本可重復使用。

·       靈活的 ROI 選擇：具備五種不同的感興趣區域（ROI）圈選方式，ROI 大小為 10-800μm，同一張切片上可圈選的 ROI 數目不限，能從復雜組織中對細胞亞群或特定結構進行精準分析。

·       技術原理：基于 NanoString 的 nCounter 條碼技術，依靠與光可裂解寡核苷酸標簽偶聯的抗體或 RNA 探針進行檢測。探針與載玻片上的 FFPE 組織切片雜交后，通過紫外線照射從組織的離散區域釋放寡核苷酸標簽，然后使用標準的 nCounter 分析對釋放的標簽進行定量，并將計數映射回組織位置，從而得分析物豐度的空間分辨數字圖譜。

·       分析流程：先應用高復合寡核苷酸標記的抗體混合物和形態學標記物，然后使用可見光波長的低復合成像來確定組織 “地貌”，選擇感興趣區域（ROI）進行高復合分析，接著在選定的 ROI 處通過紫外線釋放寡核苷酸標簽，將釋放的標簽存儲在微孔板中，進行索引并與條碼雜交，最后使用 nSolver 高級分析軟件對數據進行分析。

·       應用領域：廣泛應用于病理空間原位大規模基因表達分析、轉化醫學、癌癥干細胞、miRNA、疾病分子檢測等方面的研究，可用于實時監控Tumour的發生發展、藥物靶向代謝性疾病、基因的表達、病理空間原位信息等。

·       GeoMx DSP 數字空間多組學分析系統在Tumour研究等領域有廣泛應用，以下是一些具體案例：

·       解析結直腸癌發生發展機制：研究人員選取 8 例 pT1 結直腸癌患者樣本，運用 GeoMx DSP 空間轉錄組技術等進行分析。通過比較不同組織空間區域的基因表達譜，鑒定出上皮細胞和基質細胞中的差異表達基因。發現 CRC 發展過程中，巨噬細胞從促炎癥的 HLA-DR+CD204 - 亞群轉變為 HLA-DR-CD204 + 免疫抑制亞群，同時 CD47/SIRPα 信號軸上調，確定了與進展相關的特異性生物標志物及潛在Immunotherapy靶標 CD47-SIRPα。

·       研究食管鱗癌早期診斷生物標志物：針對食管鱗癌，研究者利用 GeoMx DSP 空間轉錄組技術，對 11 名早期患者的組織樣本進行檢測。發現 TAGLN2 在Tumour中表達顯著增加，而 CRNN 的表達水平隨病情進展而降低。通路富集分析顯示細胞周期和 p53 信號通路的富集隨 ESCC 進展而增加，免疫細胞浸潤分析表明成纖維細胞和巨噬細胞在進展過程中增多，證實 TAGLN2 及 CRNN 可作為食管鱗狀癌前病變發展為 ESCC 的風險候選生物標志物。

·       揭示肺腺癌進展及空間異質性：研究選取 10 例早期肺腺癌患者，采用 GeoMx DSP 空間蛋白組技術，并結合 WES、RNA-seq 等方法。發現從鱗狀到實體狀肺癌轉變由表觀遺傳和轉錄重編程驅動，與Tumour免疫浸潤相關。利用該技術分析還發現實體Tumour中心免疫浸潤水平低于外圍，外圍Tumour細胞 ki67 表達更高，核心區免疫細胞富集免疫抑制效應因子 Tregs 標記物，為肺腺癌Tumour內空間異質性提供了詳細分子圖譜。

·       分析小細胞肺癌瘤內異質性：中國醫學科學院Tumour醫院和溫州醫科大學的團隊，利用 GeoMx DSP 技術對 25 例小細胞肺癌患者的 79 個Tumour特異性區域進行空間轉錄組分析。基于基因表達模式將區域分為高、中、低異質性表型，不同表型免疫特征差異顯著。研究還根據異質性將患者分組，發現低復雜異質性患者生存率更高，并開發了 ITHtyper 機器學習模型用于異質性分類和風險分層，該模型在Immunotherapy隊列中具有良好的預后預測能力。

·       剖析三陰性乳腺癌血管分子特征：為了解三陰性乳腺癌（TNBC）組織中Tumour內皮細胞與正常鄰近內皮細胞的分子譜差異，研究人員應用 GeoMx DSP 進行無偏全轉錄組空間圖譜分析。結果發現，兩者之間有 2412 個基因存在差異表達，通路富集顯示與細胞 - 細胞、細胞 - ECM 粘附等相關的基因組得到富集，揭示了Tumour相關血管的分子特征和信號通路，為 TNBC 預后和抗血管生成治療潛在靶點研究提供了基礎。

·       GeoMx DSP 數字空間多組學分析系統基于 NanoString 的 nCounter 條碼技術，依靠與光可裂解寡核苷酸標簽偶聯的抗體或 RNA 探針進行檢測。其具體檢測原理如下：

·       探針設計：

·       對于 RNA 檢測，探針由探針序列、索引序列和 UV 連接點三部分組成。探針序列可與目標 mRNA 互補結合；索引序列包含正向和反向 PCR 引物結合位點，用于 NGS 建庫過程中的序列擴增和接頭連接，還包含用于探針豐度定量的 14nt UMI 序列和用于鑒定探針對應基因的 12nt probe ID；UV 連接點連接探針序列和索引序列，可在紫外照射下斷開。

·       對于蛋白質檢測，將探針序列替換為抗體，通過抗體識別和靶向蛋白，再依靠索引序列完成定量。

·       雜交與標記：將組織樣本貼片后，利用帶有光可裂解寡核苷酸標簽的探針 / 抗體和免疫熒光標記抗體對樣本進行孵育，使探針 / 抗體與組織中的目標 RNA 或蛋白質特異性結合，同時免疫熒光標記抗體用于顯示組織的形態學特征。

·       感興趣區域選擇：通過顯微掃描獲取熒光標記圖像，根據組織形態或研究需求，使用軟件以多種方式（如幾何形狀、細胞類型特異性、輪廓等）圈選感興趣的區域（ROI），ROI 大小可低至單細胞水平。

·       標簽釋放：對選定的 ROI 進行紫外光照射，切斷 UV 連接點，使寡核苷酸標簽從探針 / 抗體上釋放出來。

·       定量分析：釋放的標簽可通過兩種方式進行定量。一種是利用 nCounter 系統，將熒光信號和索引序列直接雜交，通過熒光信號順序確定索引序列對應的基因 / 蛋白信息，直接計數熒光信號作為表達量定量結果，此方法更適合蛋白組定量；另一種是采用 NGS 測序，將索引序列用于文庫構建，通過與 probe ID 庫比對和 UMI 來完成對基因的定量，更適合全轉錄組定量。最后，根據標簽的計數和其對應的空間信息，生成分析物豐度的空間分辨數字圖譜，從而得出目標分子在組織特定區域的表達情況。

與其他組織分析系統相比，GeoMx DSP 具有分辨率高、檢測通量高、樣本兼容性好等優勢，具體如下：

·       高分辨率空間分析：可提供細胞和亞細胞水平的高分辨率空間信息，能幫助研究人員清晰了解不同細胞類型之間的功能組織和相互作用，這是許多其他組織分析系統難以達到的。

·       靶向精準分析：最大特色在于 “靶向性”。它融合多重免疫熒光技術，通過對切片的多重免疫熒光染色了解形態學特征，用戶可根據研究目的針對性圈選目標區域進行測序分析，有效規避全切片無差別檢測帶來的數據挖掘壓力。

·       檢測通量高：支持 multiplexed analysis，可同時測量多達 21,000 多個 RNA 靶點，還能在一張組織切片上實現多達上百種蛋白質的原位共分析，能在同一樣本上進行多次檢測，大幅提高檢測效率。

·       樣本兼容性好：可適用于各種類型的組織樣本，包括固定的、冷凍的、甚至是全切片的樣本，還兼容 FFPE 石蠟包埋樣品，也適用于多種物種的樣本，對珍貴樣本可進行非破壞性處理，且樣本可重復使用。

·       靈活性與定制性強：研究人員可設計定制化面板，靶向特定基因或通路，根據實驗需求選擇適當的探針、芯片和分析方法，以滿足各種研究需求。

·       靈敏度和重復性高：基于探針的化學方法使其具有五對數的動態范圍，能檢測低、中、高表達水平的基因，可檢測到低表達水平的基因并能檢測出微小的表達變化，重復性超過 92%，結果可靠，適合大規模隊列研究。

以下是一些使用 GeoMx DSP 數字空間多組學分析系統進行研究的文獻資料：

·       《Spatial Transcriptome-Wide Profiling of Small Cell Lung Cancer Reveals Intra-Tumoral Molecular and Subtype Heterogeneity》3：2024 年 6 月 19 日，中國醫學科學院Tumour醫院楊琳 / 劉雨桃和溫州醫科大學周猛研究員課題組在《Advanced Science》雜志上發表了該論文。研究利用 GeoMx DSP 技術對 25 例小細胞肺癌（SCLC）患者的 79 個Tumour特異性區域進行空間轉錄組分析，揭示了Tumour內部的多區域異質性，開發了 ITHtyper 機器學習模型用于異質性分類和風險分層，為 SCLC 重新分類和個性化治療方案開發提供了新視角。

·       《High multiplex analysis of the immune microenvironment in bone marrow trephine samples using GeoMX™ digital spatial profiling》：發表于《Cancer Immunology, Immunotherapy》，研究探討了 GeoMx DSP 技術在分析骨髓活檢樣本中蛋白質表達的適用性。通過對正常、骨髓增生異常和再生障礙性貧血患者的骨髓活檢樣本進行分析，發現該技術可實現對骨髓免疫微環境的高多重分析，有助于血液惡性Tumour相關生物標志物發現和發病機制研究。

·       《樂備實推薦 | 空間多組學在Tumour發生發展中的應用案例匯總》1：該文獻（來源于搜狐網）介紹了多個利用 GeoMx DSP 技術研究Tumour的案例。如通過分析 8 例 pT1 結直腸癌患者樣本，剖析了結直腸癌惡性轉化過程中的轉錄組和免疫學變化；對正常上皮、低級別上皮內瘤變等不同階段的食管鱗癌組織研究，證實了 TAGLN2 及 CRNN 為食管鱗狀癌前病變發展為 ESCC 的風險候選生物標志物；對 10 例早期肺腺癌患者樣本分析，揭示了肺腺癌Tumour內空間異質性等。