综述：空间转录组学方法在探索生物系统中的应用概述

空间转录组学通过整合AI技术提升多组学数据分析能力，为揭示细胞互作及疾病机制提供新方法。

摘要

转录组学涉及对细胞或组织中RNA分子的深入分析，在理解细胞功能和疾病机制方面发挥着重要作用。近年来，空间转录组学（Spatial Transcriptomics, ST）的进步通过将基因表达数据与空间信息相结合，彻底改变了这一领域，使得能够在组织背景下分析RNA分子。空间转录组学的发展，特别是人工智能（Artificial Intelligence, AI）在数据分析中的整合，以及其多样的应用方法，在发育研究中被证明是非常有效的工具。空间转录组学技术结合单细胞RNA测序（Single-Cell RNA Sequencing, scRNA-seq）为揭示组织内的复杂细胞相互作用提供了前所未有的可能性。这强调了准确细胞定位的重要性，通过高通量空间转录组分析可以实现更深入的发现和发展。将人工智能整合到空间转录组学分析中是一个关键焦点，它能够在检测空间变异基因、聚类细胞群体、分析细胞间通讯以及增强数据解释方面发挥重要作用。针对空间分辨转录组数据所面临的独特挑战，专门为空间转录组学开发的人工智能方法得到了显著发展。空间转录组学与其他组学数据（如基因组学、蛋白质组学和代谢组学）的结合应用，为了解组织内的分子过程提供了详细的视图，并在多种研究中得到应用。将空间转录组学与人工智能相结合，代表了一种理解组织结构和细胞相互作用的新方法。这种创新的协同作用不仅增强了我们对基因表达模式的理解，还为组织内的分子过程提供了全面的视角，对疾病机制和治疗开发具有重要意义。