上一期介绍了单细胞多组学如何识别耐药细胞及其分子特征。本期继续说明空间多组学怎样在组织原位补充位置信息，并讨论把单细胞数据与空间数据整合后，在组织层面关联细胞类型、空间分布与微环境互作，从而定位耐药相关区域、发现空间限制性标志物，为个体化治疗提供从分子表型到位置坐标的完整依据。

空间组学研究癌症药物反应或耐药性特征

1、空间转录组在癌症治疗中的应用
 
空间转录组（ST）将基因表达信息与组织原位空间信息整合，突破了传统单细胞技术丢失位置信息的局限。可在亚细胞分辨率下定位mRNA，识别细胞类型空间分布与互作网络，揭示肿瘤微环境的复杂异质性。通过与细胞分布数据整合，ST可识别肿瘤中具有特定分子特征的细胞群体，精确定位免疫治疗响应相关免疫细胞，为个体化医疗提供关键空间维度证据。ST将基因表达空间分布与疾病机制关联，成为肿瘤精准诊疗的重要工具。

2、空间蛋白质组揭示癌症药物反应或耐药性特征
 
空间蛋白质组技术（SP）通过整合高分辨率成像与质谱技术，在亚细胞水平精确绘制蛋白质空间分布图谱，是解析细胞结构、细胞器互作及肿瘤微环境的关键技术。SP识别疾病相关蛋白的表达与定位异常，发现新型疾病标志物，为早期诊断和精准治疗提供直接证据。在药物开发层面，SP阐明药物-蛋白互作机制，指导药物结构优化与疗效提升，同时降低脱靶毒性。SP是连接基础蛋白组学与临床转化应用的桥梁，对推动个体化医疗意义重大。

3、癌症药物反应或耐药性中的空间代谢组
 
空间代谢组通过融合代谢组与空间定位技术，在组织原位实现代谢物的高分辨率检测与定量，揭示肿瘤微环境中代谢重编程、异质性及动态变化的完整图谱，为阐明肿瘤发生、免疫逃逸和转移机制提供直接代谢证据。尤为关键的是，该技术能捕捉肿瘤形成早期的代谢物变化，为癌症早期诊断提供敏感标志物；同时通过监测不同肿瘤区域的治疗响应性代谢变化，实现疗效评估、复发预测和个体化治疗策略优化。空间代谢组已成为连接基础代谢机制研究与临床精准诊疗的桥梁，在肿瘤全周期管理中展现出不可替代的价值。

整合单细胞空间多组学为癌症治疗开辟新途径

单细胞与空间技术可在转录组、基因组、表观组、蛋白质组和代谢组层面提供细胞的精细信息，为肿瘤异质性、肿瘤微环境（TME）及药物响应带来全新视角，在预测肿瘤药物响应方面前景广阔。将单细胞空间多组学数据整合有望革新该领域。借助机器学习与人工智能的先进算法，研究人员可从复杂的单细胞数据集中提炼关键信息，锁定潜在标志并预测患者用药反应，从而推动精准医学和个体化治疗。

1、单细胞组学与空间组学整合的优势
 
空间技术为单细胞组学数据赋予空间背景信息，将分子特征与组织原位定位相结合，从而深化对肿瘤异质性、肿瘤微环境及药物响应的理解。这种整合有助于识别具有空间特异性的新型细胞标志物，解析细胞间相互作用网络，并为精准治疗提供关键的空间组织信息，使研究人员能够更全面地揭示肿瘤生物学机制。

2、分子多组学数据整合的优势
 
通过将转录组数据与基因组、表观组及代谢组信息融合，研究者能够从DNA变异、基因表达、蛋白功能到代谢输出的多个层级全面解析肿瘤及其治疗响应的复杂生物学过程。多组学数据的互补与联动不仅提高了筛选关键靶标的准确性，还能够发现单一组学无法揭示的潜在治疗标志物和耐药机制，为靶点验证、联合治疗策略制定及个体化方案的优化提供直接而全面的科学依据。

单细胞与空间多组学为发现治疗性细胞标志物、设计个体化方案及优化治疗策略提供全新工具。随着单细胞多组学与空间分析的融合，研究人员得以深入解析空间组织，破解精准抗癌中的复杂互作网络。