01 病理学染色与时空组学技术相结合

传统的病理学染色方法主要关注组织的形态学特征，而时空组学技术则侧重于解析组织内基因表达的空间模式和时间的动态变化。Stereo-seq技术通过创新的单张组织切片染色方法，研究人员能够在同一张组织切片上既保留病理学的形态学信息，又集成时空组学的分子生物学信息，避免了多次切片可能带来的样本损失和信息不一致，确保了数据的准确性和连贯性。

02 高分辨率与大视场

Stereo-seq技术在实现500nm高分辨率的同时，捕获面积最大可达13cm×13cm，这一技术突破使得研究人员能够在更大的视野范围内以精细的分辨率观察和分析组织样本。这不仅有助于捕捉组织的整体结构特征，还能深入分析细胞间的相互作用，基因表达的空间分布，以及在时间和空间维度上的变化。

03 多组学分析

结合时空转录组和时空蛋白组的多组学分析，Stereo-seq技术能够全面揭示组织内基因与蛋白质表达及其空间分布的动态变化。转录组分析揭示基因的表达模式，而蛋白组分析则进一步揭示这些基因产物在细胞内的实际功能和相互作用。多组学分析为深入理解生物过程提供了前所未有的视角，有助于发现新的疾病标志物、治疗靶点与疾病发生发展的分子机制。

04 高兼容性

时空组学技术在多种动植物组织的新鲜冷冻保存样本（如液氮冷冻样本）与FFPE（福尔马林固定、石蜡包埋）样本中均表现出良好的兼容性。这意味着该技术可以广泛应用于不同种类的生物样本，无论是在基础研究还是临床病理诊断，都具有极大的应用潜力。特别是FFPE样本的兼容性使得临床病理学家能够在常规的病理工作流程中无缝集成时空组学分析，从而更深入地理解疾病的发生发展机制。与此同时，FFPE样本的兼容方案，还能实现编码与非编码RNA的共捕获，以及宿主与微生物的共检测。

05 便捷的可视化分析工具

时空组学为用户提供时空云平台（STOmics Cloud）和全流程本地生信分析工具两类数据分析解决方案。时空云平台可支持用户线上开展井然清晰的项目管理、灵活高效的数据分析，同时整合人工智能Copilot和Notebook等模块加速科研进程。本地生信分析工具也可助力用户实现本地化数据处理与可视化分析。

参考文献：

[1] Chen, A. et al. Spatiotemporal transcriptomic atlas of mouse organogenesis using DNA nanoball-patterned arrays. Cell. 185, 1777–1792 (2022).

[2] Geiss, G. K. et al. Direct multiplexed measurement of gene expression with color-coded probe pairs. Nat. Biotechnol. 26, 317–325 (2008).

[3] Ståhl, P. L. et al. Visualization and analysis of gene expression in tissue sections by spatial transcriptomics. Science. 353, 78–82 (2016).

[4] Stickels, R. R. et al. Highly sensitive spatial transcriptomics at near-cellular resolution with Slide-seqV2. Nat. Biotechnol. 39, 313–319 (2021).

[5] Cho, C.-S. et al. Microscopic examination of spatial transcriptome using Seq-Scope. Cell. 184, 3559–3572 (2021).

[6] Srivatsan, S. R. et al. Embryo-scale, single-cell spatial transcriptomics. Science. 373, 111–117 (2021).

[7] Huang, S. et al. Spatial transcriptomics: a new frontier in cancer research. Clin. Cancer Bull. 3, 13 (2024).