研究背景与行业痛点 - 当前主流的空间转录组学技术大多局限于二维平面观测，难以还原器官内部基因表达的连续梯度、细胞微环境的立体分布以及精细的细胞互作网络[2] - 通过堆叠2D切片来近似三维结构的方法，因高昂成本和有限通量，不得不对Z轴采样密度做出妥协，导致切片间存在不可忽视的物理间距（例如100微米，相当于缺失约5-10层细胞的信息），最终数据在Z轴上呈现高度稀疏的采样状态[2] 核心研究成果 - 复旦大学与中国科学院计算技术研究所团队于2025年12月31日在《Nature Methods》发表研究，发展了一种名为SpatialZ的全新计算框架[3] - 该框架基于细胞微环境连续性假设，融合最优传输理论，能在稀疏的真实切片间生成虚拟切片，实现从离散2D切片到密集3D图谱的重构[3] - 利用该框架，研究团队基于公开数据集构建了包含超过3800万个细胞基因表达和三维坐标的数字鼠脑，这是首个具有单细胞分辨率的空间三维大脑参考系[3] SpatialZ技术框架与原理 - 框架受到单细胞测序中“伪时间”概念启发，提出生物组织在3D空间上应遵循细胞微环境连续性原则[5] - 其四步级联算法包括：1）空间对齐；2）通过切片Wasserstein重心优化在Z轴间隙中预测细胞物理坐标分布；3）基于空间梯度的加权采样策略推断细胞状态；4）利用多尺度细胞上下文解码器建模细胞微环境，加权合成基因表达谱[5] 模型验证与性能 - 利用具有原生三维信息的小鼠视觉皮层STARmap数据测试显示，SpatialZ精准还原了稀疏采样中缺失的中间层信息，其生成的虚拟切片在基因表达与空间分布模式上与真实切片高度一致[6] - 在结构更复杂、采样更稀疏的小鼠下丘脑视前区MERFISH数据集上测试表明，重构后的图谱精准还原了特定脑区标记基因在Z轴上的连续梯度变化，并显著优化了下游分析任务效果[7] 应用成果与功能 - 研究团队利用129张稀疏小鼠大脑切片，构建了国际首个单细胞分辨率的3D虚拟鼠脑器官，包含超过3800万个细胞的高维组学信息和3D空间坐标[8] - 依托该数字器官，SpatialZ提供了数字切片模块，允许研究者从任意角度解析基因表达梯度，并实现了3D空间搜索功能，能将不同实验室产出的脑组织切片精准定位至全脑参考图谱的特定解剖坐标[8] 技术泛化能力与前景 - SpatialZ的底层逻辑具有强大泛化能力，可轻松扩展至空间蛋白组学、空间代谢组学乃至空间多组学数据[9] - 将该方法应用于人类乳腺癌组织的成像质谱流式数据，成功解析三维肿瘤微环境，并通过伪三维合成切片纠正了真实实验中的表达异常，证明了其作为一种模态无关的通用计算工具的潜力[9] - 该工作为构建跨模态、跨器官、跨物种的综合性三维空间图谱创造了新的可能，并有望在发育生物学、神经科学、肿瘤学等领域催生新发现[10]