《Nature Methods》一种用于空间机械转录组学的计算流程：解锁组织中分子与机械信号的交互奥秘

　　

在生命科学的研究领域中，细胞就像一个个神秘的小宇宙，它们的命运抉择以及组织的有序构建一直是科学家们渴望解开的谜题。细胞的命运并非由单一因素决定，而是受到多种因素的共同影响。其中，基因表达如同细胞内的 “指挥官”，掌控着细胞的各种行为；而机械力则像是细胞的 “外部塑造者”，通过物理作用影响细胞的形态和功能。以往，单细胞分析技术让我们对细胞状态转换和谱系层次结构的理解有了很大进步，能够窥探到细胞在正常和异常条件下控制命运的转录和表观遗传程序。然而，这些程序并非孤立运作，细胞会不断接收来自周围环境的信号，同时细胞之间也存在集体行为，这些都与机械力以及通过机械 - 化学反馈回路产生的耦合作用密切相关。

近年来，空间组学技术崭露头角，它可以在单细胞分辨率下对整个胚胎和组织切片中的基因表达、蛋白质组成和染色质可及性进行分析，为研究细胞状态与空间线索之间的关联打开了一扇窗。但目前的空间组学方法和相关计算分析流程存在短板，难以将分子分析结果与可解释的细胞形态指标以及局部机械力整合起来。比如，一些高通量测序技术虽然能覆盖整个转录组，但空间分辨率局限于超细胞水平，无法获取细胞形态和局部机械力信息；而基于原位杂交（ISH）的方法虽然能提供单细胞甚至亚细胞空间分辨率，还能获取细胞形态信息，却在转录组覆盖范围上有所欠缺，并且缺乏将基因组学与组织水平机械特征（如细胞 - 细胞连接处的张力、应变和应力）联系起来的计算框架。

为了攻克这些难题，来自英国牛津大学肯尼迪风湿病研究所、英国剑桥大学古尔登研究所等多个研究机构的研究人员 Adrien Hallou、Ruiyang He 等人开展了一项极具意义的研究。他们开发了一种联合空间机械转录组学框架（spatial mechano - transcriptomics framework），旨在以单细胞分辨率同时研究组织环境中细胞的转录、形态和机械状态。相关研究成果发表在《Nature Methods》上。

在研究过程中，研究人员运用了多种关键技术方法。首先是图像分割技术，针对 E8.5 小鼠 seqFISH 数据集现有分割掩码质量不佳的问题，他们重新处理成像数据，通过局部对比度增强、去噪、自定义深度学习管道自动分割细胞核等一系列操作，生成高质量的细胞实例分割掩码。其次是机械力推断技术，采用变分应力推断方法（VMSI），基于细胞材料物理学，通过拟合圆形弧多边形（CAP）平铺从图像中推断细胞压力、细胞 - 细胞连接张力和应力张量等机械表型。此外，还运用了结构方程模型（gSEM）等统计分析方法，用于校正空间混杂效应，挖掘基因表达与机械测量之间的关联。

下面来看具体的研究结果：

1. 小鼠器官发生的综合机械转录组学分析：研究人员构建了一个多步骤计算框架，整合多种类型的输入数据，包括免疫染色的细胞膜图像、seqFISH 图像和单细胞转录组参考数据。经过图像分割、机械力推断等步骤，最终生成与机械表型相关的张力、压力和显著基因表达谱的空间图，实现了在细胞分辨率下对机械力和基因表达的综合统计分析。

2. 组织隔室边界的特征：通过对 E8.5 小鼠胚胎的研究发现，组织隔室边界不仅具有特定的基因表达特征，还伴随着较高的界面张力。研究人员分析了三个不同的大脑区域，计算出每个数据集的同型和异型连接张力，结果显示组织隔室内的同型张力比隔室边界的异型张力低约 12 - 35%。通过对相邻平行矢状切片的分析以及计算机模拟实验，进一步证实了异型连接张力在组织隔室边界升高这一现象的稳健性，并且表明较高的异型张力足以维持边界，甚至在细胞类型最初混合时能启动边界形成。

3. LR 分析确定潜在的分子决定因素：研究人员利用空间转录组数据进行无偏的配体 - 受体（LR）分析，发现许多 LR 对在组织隔室边界的细胞间相互作用中发挥重要作用。例如，Ephrin - LR 信号通路中的多个 LR 对，如 Efna1 - Epha5、Efnb1 - Ephb1 等，在边界处具有较高的相互作用可能性。这些 LR 对通过局部增强肌动球蛋白收缩力和差异细胞粘附，导致边界处的界面张力升高。此外，研究还发现细胞 - 细胞粘附分子在边界处的表达模式与界面张力相关，进一步支持了这一机制。

4. GSEMs 检测与细胞力学相关的基因表达模块：研究人员先通过线性模型测试基因表达与机械状态的关联，发现了一些与细胞压力或应力张量大小显著相关的 “机械相关” 基因。但由于线性回归未考虑空间混杂效应，他们又利用 gSEM 进行分析。结果发现，考虑空间混杂后，虽然识别出的统计学显著基因数量减少，但这些基因大多具有细胞类型和组织特异性，且不同数据集都富集了与发育过程和细胞力学相关的基因本体（GO）术语。同时，研究还揭示了一些新的机械与基因表达之间的联系，如 Apba2 与细胞机械状态的潜在关系。

5. 分析基因表达与机械特性之间的非线性关联：研究人员对细胞进行排序，计算基因表达的平滑估计值，并通过统计分析识别出基因与机械特性之间的显著关联模式。在不同数据集上，他们发现了不同基因簇与细胞压力或应力张量大小之间存在不同的关联模式，如一些基因呈现出 S 形表达曲线，在特定的机械力范围内表达发生变化。这表明机械差异可能影响区域特异性基因表达，并且这些非线性表达模式可能是发育过程中机械与基因表达耦合的通用机制。

在讨论部分，研究人员指出，他们的计算框架在单细胞分辨率下结合了空间转录组学和基于图像的机械力推断，通过对 E8.5 小鼠胚胎的研究，揭示了组织边界形成和维持的机制，以及基因表达与机械力之间的复杂关系。然而，该研究也存在一定的局限性。例如，seqFISH 技术的染色质量和二维切片会影响分析结果的准确性，目前的方法仅聚焦于二维切片，无法全面反映细胞的三维机械状态。未来，研究人员计划通过改进染色和三维成像技术，纳入更多形态测量指标和基因组模态分析，以及借助更先进的计算方法，进一步拓展研究范围，深入理解机械力和基因表达在细胞命运决定和组织形态发生中的相互作用。

总的来说，这项研究为探究机械生物学提供了一个强大的计算框架，有助于揭示机械力和基因表达在空间背景下的定向关系，识别潜在的机械传感器或效应器，描绘参与细胞命运决策、模式形成和组织形态发生的机械和机械 - 化学反馈回路，为后续在多种生理和病理背景下的研究奠定了坚实基础。