CosMx SMI空間原位技術助力無需組織解離實現單細胞的多靶標檢測

單細胞RNA測序（scRNA-seq）技術在解析細胞異質性方面取得了顯著進展，但其依賴組織解離制備單細胞懸液的技術流程，引入了無法忽視的偏差。這一步驟可能導致對解離過程敏感或脆弱的細胞類型丟失，從而影響對組織真實細胞組成的解讀。此外，對于體積龐大的神經元，常規單細胞測序往往只能通過提取細胞核（snRNA-seq）進行分析，無法獲取細胞質中的轉錄本信息，導致轉錄組數據不完整。

CosMx SMI（空間原位分子成像）基于原位成像的原理，無需組織解離，直接在完整組織切片上實現單細胞及亞細胞水平的多靶標檢測。該方法不僅避免了因解離造成的細胞選擇性丟失問題，還能同時分析細胞核與細胞質的轉錄本，為神經組織等復雜樣本的研究提供了更為可靠的技術方案。

CosMx SMI突破三大技術瓶頸

1、原位捕獲避免組織解離導致細胞組成失真

組織解離通常依賴于機械破碎和酶學消化，這個過程對于不同類型的細胞沖擊并不均等。某些細胞類型由于固有的生物學特性，在解離過程中更容易被損傷或丟失，比如結構脆弱細胞、對壓力敏感細胞和稀有細胞類型等。此外，解離過程可能會誘導應激反應基因的表達上調，導致細胞轉錄組狀態發生改變。

CosMx SMI技術直接在組織切片（如FFPE）上進行原位分析，無需組織解離。無論細胞形態多么脆弱或是與周圍細胞連接多么緊密，只要在切片上就能被成像和分析，還原組織中細胞的真實組成情況。此外，包埋組織時的固定操作將細胞基因表達模式定格，使轉錄組信息更接近真實的生理狀態。

2、細胞分割算法精準確認細胞邊界，可獲得大形態細胞的完整轉錄組信息

對于體積龐大或形態扁長不規則的細胞（心肌細胞、神經元等），傳統單細胞測序通常只能捕獲其細胞核（單細胞核轉錄組測序，snRNA-seq）。這會丟失大量位于細胞質中的關鍵轉錄本信息，使得研究人員無法獲得完整的細胞轉錄組數據，從而難以全面評估細胞的真實狀態和功能。

CosMx SMI技術憑借其超高分辨率成像和先進的細胞分割算法，通過整合細胞核、細胞體及細胞特異性標記物（如GFAP）的成像信息，結合機器學習算法，能夠精確勾勒出包括神經元胞體及其復雜突起在內的完整細胞形態，可以同時分析細胞核和細胞質中的RNA，而非僅限于細胞核的轉錄本。

3、新的WTx解決方案，能獲得空間全轉錄組信息

CosMx SMI WTx解決方案，利用37872個成像條形碼，能夠對人類全轉錄組（約19000個蛋白編碼基因）進行亞細胞水平的成像，在空間層面完整呈現通路生物學圖譜，并在單轉錄本水平解析每一個細胞間相互作用。研究人員現在能夠在完整組織環境中更全面地理解細胞行為，為生物學發現和治療干預開辟新途徑。

CosMx SMI技術應用案例分享

1、CosMx SMI和10X genomics scRNA-seq在結直腸癌樣品中的結果比較

HE染色結果可發現肌肉細胞和上皮細胞在樣品中占有較大比例。但是在scRNA-seq數據里，肌肉細胞和上皮細胞的占比很低。這可能是因為它們形狀不規則，且細胞排列緊密，因此在細胞解離和細胞捕獲過程中丟失。CosMx SMI則完整還原了結直腸癌真實的細胞組成情況。

2、CosMx SMI能夠從正常胰腺組織中發現稀有細胞類型

健康胰腺中，內分泌ε細胞（分泌激素胃饑餓素）占比不足0.05%，這需要高細胞通量檢測技術才能有效捕獲它們。在CosMx SMI結果中，約40萬個細胞中檢測到了約130個內分泌ε細胞，而在scRNA-seq數據中則未檢測到任何內分泌ε細胞。

3、CosMx SMI揭示小鼠桑德霍夫病模型中，小膠質細胞如何參與維持神經元穩態

本研究利用CosMx SMI技術對小鼠桑德霍夫病（SD）模型進行檢測，以探究小膠質細胞如何參與維持神經元穩態。本研究證實：β-己糖胺酶（Hexb）可由小膠質細胞分泌，并整合到神經元的溶酶體區室中。采用骨髓移植聯合集落刺激因子1受體抑制的方法治療Hexb基因敲除（Hexb-/-）的SD小鼠模型，該方法能有效將Hexb缺陷的小膠質細胞廣泛替換為Hexb功能正常的細胞，使神經元溶酶體表型恢復正常。這些結果凸顯了髓系來源的β-己糖胺酶對維持神經元健康的關鍵作用，同時也確立了小膠質細胞替換作為潛在治療策略的地位。

在本研究的CosMx SMI分析中，小鼠齒狀回區域的細胞分割結果如圖所示（綠色：組蛋白；紫色：GFAP；灰白色：DAPI）。圖中可清晰觀察到，在星形膠質細胞標志物GFAP陽性信號區域內，細胞分割算法準確勾勒出星形膠質細胞的不規則形態結構。這一結果表明，該技術成功捕獲了完整細胞的轉錄組信息，而不僅限于細胞核區域的基因表達。

文章總結 

CosMx SMI技術憑借其原位檢測原理，相比傳統單細胞測序具有顯著優勢。它無需組織解離，避免了由此造成的細胞丟失和轉錄組失真；其高分辨率成像與細胞分割算法能精準界定細胞邊界，同時分析細胞核與細胞質的轉錄本，突破了snRNA-seq僅限細胞核的局限；全轉錄組空間成像進一步在組織原位揭示細胞互作與功能，提供了更全面可靠的研究方案。

參考文獻：

[1] AACR 2025, ABSTRACT 6369, POSTER 2078
[2] Tsourmas KI, Butler CA, Kwang NE, et al. Microglial replacement in a Sandhoff disease mouse model reveals myeloid-derived β-hexosaminidase is necessary for neuronal health. Nat Commun. 2025;16(1):7994. Published 2025 Aug 27. doi:10.1038/s41467-025-63237-0