科学问题
揭示器官装配机制需要同步获取三维空间信息与时间动态。常规二维切片空间组学无法完整捕获沿三轴弯曲延伸的立体结构，离散的时间采样又难以匹配异步发育过程。本研究旨在突破厚组织渗透与光学解码壁垒，探索能否仅凭单张厚组织三维分子快照，在四维层面完整重建毛囊的器官发生轨迹。
背景与领域脉络
哺乳动物毛囊发育依赖外胚层上皮与中胚层间充质的复杂互作。由于毛囊天然深达数百微米且持续异步发生，传统活体成像缺乏多基因分子深度，而超薄二维切片极易切碎弯曲的管状结构。组织透明化虽能增强光穿透，但高浓度基因组DNA会吸附探针并阻碍试剂扩散，使厚组织中心信号严重衰减。若能消除这一分子屏障，毛囊固有的异步发育特性反而能让单次采样囊括所有分化时相。
方法与技术路线
研究人员开发了3D脱氧核糖核酸酶增强型表达谱分析（3DEEP）。实验采集新生P0小鼠全层背部皮肤（厚度约300微米）及其他器官厚块，经SDS脱脂后引入DNase I清除基因组DNA。随后将组织嵌于聚丙烯酰胺水凝胶中，结合杂交原位测序（HybISS）靶向85个特征基因。利用共聚焦显微镜以1微米光学步进采集多轮四色荧光，并开发卷积神经网络优化信号解码。最后通过薄板样条插值拉直毛囊，完成三维定量与发育时序拟合。
主要结果
清除DNA突破厚组织渗透壁垒
在400微米厚的肝脏块中，未经处理的样本中心扩增子密度较表面骤降约100倍。加入DNase I消化基因组DNA后，中心与表面信号差异缩小至2倍以内，表面灵敏度提高30%，信噪比稳定在7以上。特异性测试显示，Cas9基因检出量在阳性组织中较对照高出1000倍，连接特异性超过99.9%。
深度学习大幅提高原位解码通量
在P0小鼠3.3平方毫米、深度约300微米的皮肤中，传统流程识别出10,044,124个候选扩增子，基准解码率为48%。引入卷积神经网络后，在单基因假阳性率低于5%的标准下，高置信度扩增子增至6,601,822个，解码率提升至66%。转录本计数与单细胞测序数据高度吻合，相关系数达0.50（p<2e-6）。
空间伪时间推演毛囊四维轨迹
算法自单张组织快照中分割出371个完整立体毛囊，单毛囊解码转录本介于424至33,151个，线性拉直后跨度为57至553微米。前两个主成分解释了55%的表达变异，基于转录组构建的发育伪时间与物理长度强相关（相关系数达0.94，p<1e-177），精准还原了角蛋白家族从单一至多元的分化演进。
解析排布规律与裸鼠病理失序
伪时间分布呈双峰特征，揭示次级与三级毛囊交替排布。85%的次级毛囊与三级毛囊紧邻，显著高于随机预期的58%（p<6e-7）。对比Foxn1缺陷裸鼠捕获的262个毛囊与2300万转录本发现，在毛干显性表型出现前，组织内部已出现大范围分子时程停滞与发育协调性崩溃。
创新点
与传统依赖10至20微米切片的二维空间转录组相比，3DEEP首次在400微米厚组织中实现多重亚细胞原位测序。技术瓶颈的突破归功于反常识地使用DNase I消除基因组DNA，清除了探针穿透的主要物理障碍与结合阱。此外，研究摆脱了依赖离散时间点采样的传统模式，首次提出空间伪时间概念，直接从单个静态三维组织块中重现了器官连续装配的动力学过程。
意义与影响
该工作为复杂实体器官三维组装研究确立了全新的技术范式，填补了解离单细胞与宏观活体成像之间的分子空间鸿沟。它清晰阐明了干细胞区室极化以及毛管腔隙融合的解剖级联反应，并阐明了先天性无毛症发生前夕的动力学缺陷。这套方案将深层空间测序推广至未经机械切片的完整微器官，彻底改变了发育与再生生物学解析组织模式形成的研究途径。
局限与待验证
本研究的靶向面板仅覆盖85个预选基因，尚未实现全转录组无偏捕获，可能遗漏微弱表达的新型调控分子。其次，立体毛囊的轮廓提取目前高度依赖人工逐层描摹标注，限制了全自动高通量分析。另外，当前结论主要基于P0单时间点推演，对于更早期的诱导阶段与完全成熟期，仍需配合多胚龄样本进行系统性实验验证。
对我们的相关性
对空间组学学者而言，DNase脱DNA处理是简便通用的组织通透方案，可直接移植至类器官或厚组织染色中。计算生物学研究者可借鉴其利用薄板样条展平不规则弯曲器官的算法，以及基于组织异步性构建空间伪时间的分析框架。AI领域的学者则能参考其结合物理几何先验训练卷积神经网络的策略，进一步优化光学测序中的弱信号去噪与空间解码算法。
术语速查
全文 PDF 已归档 Google Drive
04-学术文献/Paper/；原文版权归 Cell 及作者所有