空间组学数据的分析则在单细胞组学基础上进一步引入组织位置和细胞邻近关系。其常规流程包括组织图像质量控制、空间坐标配准、细胞或空间区域分割、空间聚类、细胞类型注释、空间去卷积、邻域关系分析和配体-受体互作推断等。对于测序型空间转录组数据，常需结合单细胞转录组参考图谱对每个空间捕获区域的细胞组成进行推断；对于高分辨率成像型空间组学数据，则需重点解决细胞边界识别、信号解码、细胞邻近关系和组织结构域划分等问题。
 

对于HSCs研究而言，空间组学分析的关键不只是判断骨髓中存在哪些细胞类型，更重要的是解析HSCs是否与血管内皮细胞、间充质基质细胞、成骨谱系细胞、脂肪细胞及免疫细胞形成特定空间邻近关系，并进一步推断这些局部微环境信号如何参与HSCs静息维持、自我更新和疾病转化。总体而言，不同单细胞组学数据具有各自的分析重点和局限性。转录组分析侧重细胞状态识别和分化轨迹重建，染色质可及性和表观遗传组分析侧重调控元件和转录因子网络推断，蛋白质组、免疫组和代谢组分析更接近功能执行和细胞状态输出，空间组学则强调组织原位结构和细胞互作关系。
 

出自《单细胞多组学技术在造血干细胞研究中的应用与进展》作者张奕扬，董芳。