单细胞RNA测序与空间转录组有什么区别

单细胞方法擅长拆开异质性

单细胞RNA测序把组织解离成单个细胞，可以发现稀有细胞类型、连续状态和不同细胞群之间的表达差异。代价是细胞离开原组织后，邻近关系和空间方向通常无法直接保留。

空间方法把表达放回组织

空间转录组保留切片或采样点的位置，让表达变化能够与形态结构对应。不同技术的空间单位可能是一小群细胞、一个捕获点或接近单细胞尺度，因此“空间”并不自动等于真正单细胞分辨率。

两者结合比互相替代更常见

单细胞数据可作为细胞类型参考，空间数据则帮助这些类型回到组织。整合时必须检查阶段、物种和实验条件，并保留混合位置与不确定映射，避免每个点都被强行赋予单一细胞类型。

选择方法要回到研究问题

若重点是发现细胞亚群，单细胞方法通常更直接；若重点是组织边界、邻近关系或表达梯度，空间方法更合适。需要同时回答两类问题时，应从样本设计阶段规划联合分析，而不是事后寻找任意公开数据拼接。

样本处理对细胞状态有影响

单细胞测序需要组织解离，酶处理和等待时间可能诱导应激表达；空间方法通常保留组织形态，却可能受到固定和切片影响。两类数据的技术偏差不同，不能把差异全部归因于生物学。

联合分析前应检查应激、细胞周期和质量指标，并了解两套样本是否来自相近条件。

细胞分辨率要看实际捕获单位

单细胞数据通常一列对应一个细胞，但可能存在双细胞或环境RNA。空间捕获点则可能包含多个细胞，即使标称尺寸很小，也要结合组织密度判断。

报告分辨率时应同时说明捕获尺寸、细胞数量估计和基因检出能力。

参考映射会带入分类体系

把单细胞类型映射到空间位置时，使用的细胞分类和标志基因会影响结果。不同研究对同一连续状态可能采用不同名称。

保留细胞状态分数和候选类型，通常比把所有空间点压成固定类别更忠实。

成本与问题范围需要平衡

增加单细胞数量和空间切片数量都能提高信息量，但预算、组织量和计算资源有限。设计时应明确主要终点，把资源放在能够区分核心假设的重复和位置上。

先做小规模试验可以暴露组织质量、捕获效率和分析流程问题，再决定扩大哪一部分。

联合研究需要共同样本设计

最理想的整合不是事后寻找任意单细胞数据，而是在同一研究中规划相近阶段、组织和处理条件。即使无法来自同一个体，也应保证元数据可比较。

共同设计还能预留验证样本，让计算映射结果有独立实验支撑。

分析对象决定计算结构

单细胞矩阵通常以细胞为列，空间矩阵以位置为列。后者还需要坐标和图像信息，不能只交给普通聚类流程。

工具选择应确认是否保留空间邻域，而不是因为界面相似就使用同一默认参数。

空间验证可以修正细胞注释

某个细胞群若被注释成特定类型，却映射到不合理组织区域，可能提示标志不够特异或存在过渡状态。

这种冲突不是必须消除的错误，而是重新检查分类和组织背景的机会。

报告时分别说明两类限制

单细胞结果应说明解离偏差、掉零和双细胞；空间结果则说明捕获单位、坐标、组织质量和混合细胞。

把限制写清楚不会削弱研究，反而让整合结论的可信范围更明确。