今年は梅雨入りが6月、梅雨明けも6月！ 何という早い梅雨でしょうね。そして猛暑！！ 昭和生まれのオッサンは意外と暑さに弱い。これ共感力あるワードだと思います。
さてさて、そんなことより今年は空間解析が大ブームになる予感がしますのでそれをお伝えしますね。
Spatial Biology 「空間バイオロジー」という言葉は最近、よく聞きます。仕事上私は毎日必ずメールでこの言葉を見たり、書いたり、打ち合わせやセミナーで口にしたりしています。
ちょっと前の羊土社のウェビナーや、特集号でも話題になったので気になっている人も多いと思います。そうはいっても実は、人によって「空間バイオロジー」と聞いて持つイメージはだいぶ違うのが本当のところです。ここのサイトの図１を見てみましょう！
一番左に書かれている、FISHやseqFISH, MERFISH, という方法は、組織のその場所で発現していたmRNAにプローブをハイブリさせ、そのプローブに蛍光付きの別のプローブをさらにハイブリさせ、それをイメージング（蛍光）技術によって検出します。そのため一度に検出できる遺伝子の数に制限があります。しかしmRNA分子を一分子のレベルで検出することが可能なので、解像度は高いと言えます。
一方で、その隣の in situ キャプチャー法。これは10x のVisium や、Slide-seqに代表されるような、スライドの上にキャプチャーオリゴを並べ、各スポットに個別の目印オリゴをつけて、キャプチャーオリゴの上に落としたmRNAを場所の目印をつけた状態でシークエンスする。そして配列情報から元々の場所情報を紐つける方法です。
ちょっと何言っているか、、、 という人はこちらをどうぞ
それはそうと、Visiumをはじめ空間解析の最大の問題は、その情報が細胞レベルでは無いと言うこと。それは例えばVisiumの場合、直径が55μmのスポットの中で、その内部に含まれる細胞複数個のRNA-Seqを行うこと。そのスポットが5,000個、6.5mm x 6.5mmの正方形の中に並んでいる。6.5mm x 6.5mmの正方形のエリアに載せた組織切片のどこで、どんな遺伝子が発現していたのか、網羅的にわかることは画期的で素晴らしい。だが一方で、その遺伝子発現はあくまで直径55μmのスポットでのデータである。そのスポットに存在した複数の細胞が異なるタイプの細胞だった場合、スポット単位の遺伝子発現は複数細胞の発現データの平均になってしまうため、細胞個々の性質を見逃してしまうかもしれない。
そういう時に活躍するのが、Chromiumをはじめとするシングルセル解析である。組織（往々にして凍結切片組織）をバラバラにして、シングルセルまたは核のRNA Seqを行い、同じ凍結切片のVisiumデータと後でデータを統合する。このようなシングルセル＋空間解析、という統合解析がある。
そこで最近Publishされたのが、こちらの論文
Bin Li et al., (2022) "Benchmarking spatial and single-cell transcriptomics integration methods for transcript distribution prediction and cell type deconvolution." Nature Methods. 19, 662.
この論文では、今存在する16種類の「シングルセル＋空間解析統合メソッド」を45のデータセットと32種類のシュミレーションデータで試してベンチマーキングをしている。正直私もこんなに手法があるなんて知らなかった。
フリーの論文では無いので詳しくは中身を読んで欲しいと思うが、ちょっとだけ言うと、
Discussionのところで彼らは "Tangram, gimVI, SpaGE outperformed other integration methods for predicting the spatial distribution of transcripts," と述べ、一方で、
"Cell2location, SpatialDWLS, RCTD were superior to other integration methods for cell type deconvolution of spots in histological sections."
と述べている。空間的な分布を予測するのに優れているツールと、スポット内の細胞タイプをディコンボリューションするのに優れているツールと、手法によってそれぞれ得意な分野があるようだ。つまり一見同じ目的を持ってシングルセルのデータを空間解析に統合しているツールにも、目的に応じて一長一短があるというのは面白い。
近い将来、10x のVisium HD やBGIのStereo-Seqなど、スポットの直径を小さくしたバージョンの技術が登場しても、シングルセルデータと統合する必要性は残るかもしれない。Spatial Transcriptomics はあくまでもスライド上に物理的に設置したスポットごとにRNA-Seqをするわけであり、スポットの大きさが小さくなってもそれが細胞のサイズと同じになるわけではないからだ。スポットサイズが細胞より小さくなることもある。そうなると新たなインテグレーションツールが必要になってくるかもしれない。
もしあなたがバイオインフォの専門家でツールを開発するのが大得意だとしたら、次にくる大きな波はこれです。シングルセルと配列空間解析、または画像からの空間解析、その全てを統合するツールが全世界的に必要とされる時代がまもなく来ます。←私の勝手な想像だけどね
NGSがそうであったように、まずテクノロジーが広まって、次に解析ソフトウェアがあちこちから生まれる。データの解析方法でさまざまな議論が起こり、やがてどこかのツール（解析手法）に落ち着く。
シングルセル＋空間解析は今、テクノロジーが乱立している状態です。たくさんのデータをどう解析処理して行くべきか、決着するのにはもう少し時間がかかりそうな感じがします。
