Adv Sci︱深圳理工大学曹罡团队牵头打造空间组学“方法学指南”

近日，深圳理工大学教授曹罡、科研助理教授吴小凤与华中农业大学副研究员戴金霞团队合作，在Advanced Science上发表综述文章“A Guide for Spatial OmicsTechnologies: Innovation, Evaluation, and Application”，首次从本质原理出发构建系统性技术框架与科学评价体系，为空间组学从技术爆发走向临床落地提供了“方法学指南”，有望推动生命科学与精准医学领域的技术应用革新。（拓展阅读：曹罡课题组相关研究进展，详“逻辑神经科学”报道（点击阅读）：NSR︱深圳理工大学曹罡团队开发低成本、高通量、单细胞分辨率神经环路空间多模态组学解析方法，解码前额叶皮层细胞神经网路分子多维地图；Plos Biol︱深理工大学曹罡团队描绘小鼠前额叶皮层神经元时空发育与病变关键基因“施工蓝图”；汤富酬/文路/古良才点评 Nat Biomed Eng︱曹罡/戴金霞团队揭示高分辨单细胞多模态空间组学技术重要进展；Neuron︱曹罡课题组揭示神经系统感知病原感染及精调免疫应答的新机制）

1. 原理化分类：摒弃按平台名称、应用场景罗列的传统方式，从“空间信息如何被记录与解析”的本质出发，对空间组学技术进行结构化分类，揭示技术创新的内在逻辑。

图1 空间组学技术的分类。空间组学技术的空间捕获方式比较。

2. 核心参数拆解：系统分析微阵列间距、探针化学性质、组织渗透深度等关键技术参数，明确其对数据质量的协同影响机制，为实验设计提供精准依据。

图2 空间组学技术采用了六种不同的分子捕获策略。

3. 多维度评估框架：首次提出包含空间分辨率、检测通量、检测效率、组学兼容性、模态兼容性在内的全维度平台评价体系，实现技术平台的科学选型。

图3 不同空间组学技术的空间分辨率比较。

4. 计算方法梳理：全面整合空间去卷积算法、细胞边界识别、多模态整合、空间网络建模等核心计算方法，构建起空间组学数据处理的完整体系。

图4 空间组学技术的多模式应用。空间多模式组学整合了分子、谱系和功能信息，将空间基因表达与细胞动态和行为联系起来。

尤为关键的是，该综述通过技术优化与标准化流程，将传统病理切片从单纯的形态学观察，升级为分子级别地图，让空间组学技术能够真正回归临床价值，进一步为精准医学的发展提供核心技术支撑，并有望在肿瘤、神经疾病等重大疾病的诊断与治疗中发挥关键作用。

空间组学的发展正从“技术爆发期”进入“体系化评估与转化应用阶段”。未来，空间组学技术将在生命科学基础研究与临床精准医疗中发挥更大价值，为人类健康事业带来更多突破。

原文链接：https://www.nature.com/articles/s41467-026-70061-7

深圳理工大学科研助理教授吴小凤为该文章第一作者，深圳理工大学教授曹罡和华中农业大学副研究员戴金霞为共同通讯作者，相关工作得到国家自然科学基金资助。

【神经科学/脑科学/神经生物学科研服务系列汇总】

【神经科学/脑科学/神经生物学科研培训系列汇总】

（点击蓝色标题阅读全文）

联系方式：15108204441（电话），Wang_Sizhen（微信）

“逻辑神经科学”微信群：文献学习

扫码添加微信，并备注：逻辑-文献-姓名-单位-研究领域-学位/职称

（注：不按要求格式备注，则不通过好友申请）

=

编辑︱王思珍

本文完