我們首先來看一下第一篇文章的實(shí)驗(yàn)設(shè)計(jì)：

同樣，我們?cè)賮砜匆幌碌诙�篇文章的�?shí)驗(yàn)設(shè)計(jì)：

1.樣本選擇
都以腫瘤組織作為空間研究的對(duì)象（空間測(cè)序可以不用正常組織對(duì)照）。通過空間轉(zhuǎn)錄組測(cè)序，可以詳細(xì)分析腫瘤組織的空間細(xì)胞組成，腫瘤細(xì)胞特征，腫瘤免疫微環(huán)境特征，以及腫瘤與微環(huán)境的潛在互作關(guān)系。

2.樣本量選擇
這兩篇研究利用的腫瘤組織樣本病人分別是2例和6例，在第二篇研究中，每個(gè)區(qū)域還選取了2-3片連續(xù)切片作為生物學(xué)重復(fù)進(jìn)行實(shí)驗(yàn)。

3.技術(shù)平臺(tái)選擇
這兩篇研究在空間轉(zhuǎn)錄組測(cè)序的同時(shí)，分別都選擇了常規(guī)單細(xì)胞轉(zhuǎn)錄組測(cè)序作為補(bǔ)充。這兩種技術(shù)的聯(lián)合可以對(duì)腫瘤組織中的細(xì)胞類型進(jìn)行最大精確化定義，也更能為后續(xù)的數(shù)據(jù)結(jié)果可靠性提供基礎(chǔ)。

4.后續(xù)驗(yàn)證選擇
空間轉(zhuǎn)錄組測(cè)序作為一種高通量測(cè)序工具，在高分研究中，肯定需要后續(xù)的驗(yàn)證工作。最常見的驗(yàn)證是拿腫瘤組織進(jìn)行IHC，原位雜交，免疫組化等。而像第二篇研究用到了高通量的MIBI蛋白表達(dá)技術(shù)，后期有結(jié)合CRISPR技術(shù)進(jìn)行功能篩選研究，都是非常值得借鑒。

參考 · 文獻(xiàn)

1.Berglund E, Maaskola J, Schultz N, et al. Spatial maps of prostate cancer transcriptomes reveal an unexplored landscape of heterogeneity. Nat Commun, 2018, 9(1): 2419.

2. Thrane K, Eriksson H, Maaskola J, et al. Spatially Resolved Transcriptomics Enables Dissection of Genetic Heterogeneity in Stage III Cutaneous Malignant Melanoma. Cancer Res, 2018, 78(20): 5970-79.

3.Yoosuf N, Navarro J F, Salmen F, et al. Identification and transfer of spatial transcriptomics signatures for cancer diagnosis. Breast Cancer Res, 2020, 22(1): 6.

4. Moncada R, Barkley D, Wagner F, et al. Integrating microarray-based spatial transcriptomics and single-cell RNA-seq reveals tissue architecture in pancreatic ductal adenocarcinomas. Nat Biotechnol, 2020, 38(3): 333-42.

5.Ji A L, Rubin A J, Thrane K, et al. Multimodal Analysis of Composition and Spatial Architecture in Human Squamous Cell Carcinoma. Cell, 2020, 182: 1-18.