>基于激光捕获显微切割(LCM)的高通量技术可以在细胞水平上量化转录组,但这些技术无法达到更高的分辨率,只能追踪区域位置信息,相关技术包括LCM-seq、TSCS、GEO-seq、Tomo-seq等。
> 大多数基于图像的原位转录组学技术不能捕获整个转录组的概况,但可以提供组织内单细胞甚至亚细胞的分辨率,因此能够发现癌细胞的复杂细胞状态,相关技术包括smFISH、ExFISH、osmFISH、seqFISH+、MERFISH、STARmap等。
>基于空间条形码的转录组学技术使我们在探索细胞器的新功能方面处于独特的地位,相关技术包括Stereo-seq、Visium by 10× Genomics、HDST、Slide-seq等。
>空间蛋白组学技术的发展使我们能够在不丢失空间位置的情况下检测几十种蛋白质,相关技术包括MIBI、IMC、CODEX等。
>空间代谢组学技术将成为识别新疾病特征的实用工具,相关技术包括MALDI-IMS、DESI-IMS、AFADESI-IMS等。
>空间多组学技术联合解析空间的多组学图谱使我们能够重建肿瘤发生的关键过程,相关技术包括DBiT-seq(支持同时记录空间条形码mRNA和感兴趣的蛋白质)、STvEA(可以利用scRNA-seq丰富的多重免疫组化数据,还可以将CODEX成像数据映射到scRNA-seq)