空间转录组技术双星并进：Xenium与CosMx为细胞邻域研究提供新范式

近年来，空间转录组技术迅速从“看见基因表达”走向“理解组织微环境”。在这一进程中，10x Genomics的Xenium平台与NanoString的CosMx平台凭借亚细胞级分辨率和原位多靶标检测能力，成为细胞邻域研究的两大主流工具。所谓细胞邻域，是指某一细胞及其周围一定空间范围内的相邻细胞共同构成的局部微环境。肿瘤免疫微环境、组织发育分区、神经胶质网络等关键生物学问题，均需在邻域尺度上加以解析。Xenium与CosMx的技术特性，正在推动研究者重新审视邻域定义、邻域识别与邻域功能解读的方法论。

亚细胞分辨率重塑邻域边界

传统单细胞测序将组织解离为悬液，细胞的空间位置信息随之丢失；而早期的空间转录组技术如Visium，虽保留了位置信息，但分辨率停留在55微米级别的斑点，一个斑点往往涵盖数个甚至十余个细胞，难以精确划分邻域边界。Xenium与CosMx均将检测单元推进至亚细胞尺度：Xenium滚环扩增与荧光探针原位杂交，可在单张切片上实现数百个基因的高灵敏度检测，并借助多轮成像获得精确的转录本坐标；CosMx则采用原位杂交结合条形码读出策略，支持上千个基因的检测，其单分子级别的定位能力同样能满足邻域分析需求。这种分辨率跃迁的直接意义在于，研究者不再需要以“平均化”的组织区域近似替代真实细胞邻域，而是可以基于每个细胞的质心坐标与转录本分布，构建更贴近生物学实际的邻域网络。

邻域定义应从单一距离走向多参数融合

在获得高精度空间坐标后，如何定义“邻域”成为分析的关键分歧点。早期研究多采用固定半径法，即以目标细胞为圆心、以某一距离阈值为半径划定邻域。这种方法简单直观，但忽略了细胞大小、形态与组织密度的异质性。例如在肿瘤组织中，免疫细胞往往体积较小、排列密集，而肿瘤细胞体积较大、间隙较宽，同一半径在不同区域所涵盖的细胞数量差异显著。Xenium与CosMx提供的单细胞级分割与转录本定位，使研究者得以引入细胞面积、边界距离乃至转录本扩散范围等参数，构建自适应邻域。此外，基于Delaunay三角剖分或k近邻图的图论方法，能够更灵活地刻画细胞间的空间连接关系，避免固定半径带来的信息损失或冗余。分析要点在于：邻域参数的选择必须与具体生物学问题匹配，并在方法部分充分披露，以保证结果可重复。

细胞类型注释质量决定邻域分析的可靠性

邻域分析的实质是对“谁与谁相邻”的量化，因此细胞类型注释的准确性直接决定邻域构成的可靠性。Xenium与CosMx均以靶向panel检测为主，基因数量有限，若仅依赖聚类算法进行无监督分群，容易出现类型混淆或亚群过度拆分。实践中，研究者通常结合已知标记基因、参考单细胞图谱映射以及形态学特征进行综合注释。值得注意的是，空间平台存在转录本捕获效率差异与背景噪声，低表达标记基因可能不足以支撑稳健的细胞类型判定。分析要点包括：优先选用在目标组织中表达稳定、特异性强的标记组合；对注释结果进行空间一致性校验，观察同类细胞是否呈现合理的空间聚集；对边界模糊的细胞类型，可采用邻域投票或概率模型进行平滑处理。只有细胞类型注释可靠，后续邻域富集与差异分析才具备生物学意义。

邻域富集与差异分析需兼顾空间自相关

在完成邻域构建后，常见的分析路径是统计各类细胞在特定邻域中的富集程度，并比较不同组织区域或疾病状态下的邻域组成差异。此处需特别注意空间自相关现象：空间上邻近的细胞往往具有相似的邻域构成，观测值并非独立，常规统计检验可能高估显著性。Xenium与CosMx数据的分析中，研究者可采用置换检验、空间混合效应模型或基于图结构的统计方法加以校正。此外，邻域差异分析不应止步于细胞比例的变化，还应结合邻域内的配体—受体表达、代谢通路活性等分子特征，揭示邻域功能状态的转变。例如在肿瘤免疫研究中，不仅要关注某类免疫细胞是否在肿瘤细胞周围富集，还要考察该邻域内免疫抑制信号与效应信号的相对强弱，从而判断邻域是“免疫排斥”还是“免疫耗竭”状态。

从静态邻域到动态互作的整合趋势

当前Xenium与CosMx的邻域研究多以单时间点、单切片的静态快照为主，但越来越多的工作开始尝试将邻域分析与多重免疫荧光、空间蛋白组学乃至活体成像数据进行整合，以推断邻域内的动态互作。分析要点在于建立跨模态数据的空间配准与尺度统一：转录本坐标、蛋白信号强度与细胞形态需在同一坐标系下对齐，邻域半径等参数也需在不同模态间保持一致或明确换算关系。同时，研究者应警惕“邻域即因果”的推断陷阱，空间邻近仅提示潜在互作，需结合扰动实验或临床队列验证才能确立因果关系。随着Xenium与CosMx panel的持续扩展与分析工具的成熟，细胞邻域研究正从描述性统计走向机制性建模，为理解组织微环境的组织原则与病理改变提供更坚实的空间证据。