《Plant Stress》：Decoding Spatial Heterogeneity in Plants: Advances and Challenges in Spatial Transcriptomics for Stress Responses and Crop Resilience
编辑推荐：
本文深度解析了空间组学技术如何引领植物系统生物学进入“空间革命”时代。综述系统梳理了从激光捕获显微切割（LCM）到空间条形码技术（如10x Visium、Stereo-seq）的技术演进与应用，并着重论述了其在揭示植物响应干旱、盐害、土壤压实等非生物胁迫及病原菌侵染等生物胁迫时，细胞类型特异性应答策略方面的突破性发现。文章展望了通过多组学整合与跨尺度建模构建“虚拟植物”框架，为设计具靶向性、持久性抗逆能力的下一代作物提供功能性蓝图的前景。
Technological Advances in Spatial Transcriptomics
空间组学技术正经历深刻变革，从低通量定位迈向高通量全景分析。其技术演进可依据空间分辨率和转录组通量两个核心维度，清晰地分为四大技术平台。激光捕获显微切割（LCM）技术通过显微镜引导物理分离特定细胞群进行中通量全转录组分析，但通量低且过程繁琐。多重原位杂交（如MERFISH、seqFISH/+）技术通过多重荧光探针杂交实现RNA原位可视化，单分子灵敏度高，但面临植物组织自发荧光的挑战。原位测序技术直接在组织切片上进行高通量测序化学反应，但为复杂基因组的植物设计高效探针仍是难题。目前，空间条形码技术是推动植物空间转录组学发展的核心驱动力，它通过捕获组织切片上带有空间条形码的mRNA进行全转录组分析。其中，10x Visium以其标准化流程和易于与单细胞数据整合的优势，已成为构建组织图谱的基石，尽管其分辨率（55 μm）对应多个细胞。近年来，分辨率已显著提升，例如Slide-seqV2和HDST实现了近乎细胞分辨率的探索性研究；DBiT-seq和Seq-Scope展示了高分辨率多组学和单细胞分辨率发现的潜力；Stereo-seq则将亚细胞分辨率（0.5 μm）与厘米级大视场相结合，实现了器官尺度的全景、无偏发现。技术选择高度依赖于具体的科学问题，未来研究将越来越多地依赖多层次、整合的技术策略。
Revealing Mechanisms of Response to Biotic and Abiotic Stresses
空间组学能够将胁迫响应精确定位到特定的细胞类型或区域，揭示植物应对环境挑战的异质性策略，为发掘抗逆性状相关基因提供信息。在非生物胁迫方面，空间转录组学揭示了胁迫耐受性并非源于统一的组织响应，而是来自特化细胞类型的协调且独特的贡献。例如，对干旱条件下杨树叶片的综合分析显示，栅栏细胞和维管细胞在面对相同环境挑战时部署了显著不同的生化策略。在盐胁迫下，对中国白菜根尖的单细胞多组学分析发现，根毛细胞在分化轨迹和铁转运调控上受到不成比例的影响。对于土壤机械胁迫，水稻的比较空间转录组学研究记录了外周组织如何通过协调的细胞壁重塑和建立质外体屏障来响应。在生物胁迫方面，空间转录组学已成为解析植物-病原体互作界面的变革性工具。在拟南芥叶片中应用空间宏转录组学的开创性工作中，研究者实现了宿主基因表达与细菌和真菌群落活性的同步定位，成功识别了微生物热点及其引发的局部宿主响应。对水稻稻瘟病的研究揭示了维管组织细胞特异性激活二萜类植保素生物合成途径，将抗菌化合物生产集中在有助于限制病原体系统传播的细胞群中。这些发现表明，持久的抗性可能同样依赖于细胞反应的正确空间协调。
Stress Adapted Organ Development
建立植物器官结构的发育程序，同时也创造了胁迫响应所依赖的细胞基础设施。空间转录组学已开始阐明发育轨迹如何与适应能力相交织，揭示胁迫耐受性从根本上嵌入器官形成的逻辑之中。根系为研究这一交叉点提供了一个引人注目的舞台。拟南芥根尖的空间转录组分析生成了高分辨率三维转录组图谱，阐明了从初始干细胞群到成熟组织类型的细胞分化空间轨迹。这些发育图谱建立了后续胁迫响应展开所依据的基础细胞组织。叶片发育也表现出类似的建筑模式与胁迫响应功能能力的整合。叶片个体发生的空间转录组重建描绘了从茎顶端分生组织到成熟组织阶段叶片细胞分化的转录程序。利用Stereo-seq技术，研究者在拟南芥中识别了区分表皮和保卫细胞种群的区域特异性基因表达梯度。考虑到保卫细胞是干旱感知的主要位点，而表皮种群是抵御病原体入侵的第一道屏障，建立这些种群正确分化的发育程序必然决定了后续适当胁迫响应的能力。
Biosynthesis under stress conditions
空间组学对于阐明植物代谢的复杂空间组织至关重要，它直接将基因表达与天然组织内的代谢物分布联系起来。空间转录组学与质谱成像等技术结合具有变革性，能够直接关联生物合成基因表达与代谢物定位。例如，在干旱胁迫的杨树中，该方法揭示了细胞类型特异性重编程，类黄酮在栅栏细胞中积累，而糖代谢在维管组织中被改变。同样，在棉花纤维起始的空间多组学研究中，将脂质代谢物与GhBEE3等关键调控基因在胚珠表皮中共定位，为细胞类型特异性代谢活性建立了发育空间框架。仅空间转录组学也能绘制代谢通路活性图。在玉米籽粒中，它绘制了淀粉、蛋白质和油脂生物合成基因在胚乳和胚胎中分隔表达的情况。在植物-微生物互作中，它显示了植保素等防御化合物如何在病原体入侵位点附近的细胞层中被特异性诱导。
Multi-Omics Integration and Cross-Scale Modeling
将空间转录组学与蛋白质组学、代谢组学等其他组学数据整合，并结合三维成像，正在推动从分子到组织的跨尺度建模，旨在构建更真实的“虚拟植物”组织或器官。多组学整合已展现出巨大潜力。例如，在棉花纤维早期发育过程中，结合空间转录组学与空间代谢组学共同识别了调控纤维细胞起始的关键基因和代谢物。在一项大豆发育的多组织研究中，整合单细胞染色质可及性测序与空间转录组数据，构建了一个包含103种细胞类型的多组学单细胞图谱。跨尺度建模和可视化是该领域的关键方向。初步工作强调了空间转录组学与3D成像的概念性整合，以为分子数据增添形态学背景。这项潜力正在实现，开创性研究已成功从2D分析过渡到3D重建。
Fan等人（2025年）构建了 soybean 根尖和根瘤的全面3D空间转录组图谱，提供了器官水平的发育蓝图。相关研究团队正在积极开发方法，将连续空间切片整合到3D模型中，例如用于水稻胚胎发育的研究。这些进展共同超越了揭示复杂基因网络，它们通过计算建模为预测和模拟植物发育及响应建立了必要的空间框架。
Current Challenges and Limitations in Plant Spatial Transcriptomics
尽管进展迅速，植物空间转录组学的广泛应用仍面临来自植物固有生物学特性和当前技术平台限制的双重独特挑战。植物细胞的刚性细胞壁是一个主要障碍。它不仅阻碍了高质量单细胞悬液的有效制备，更严重的是，严重阻碍了探针或捕获寡核苷酸在完整组织切片中的有效渗透，导致mRNA捕获效率低和潜在信号偏差。此外，植物组织中普遍存在的自发荧光化合物（如叶绿素和多酚）以及复杂的次生代谢物，在基于光学成像的技术中产生强烈的背景噪声，干扰目标信号的特异性检测。另一个决定性特征是占据细胞大部分体积的大型中央液泡，导致细胞质与总细胞比率较低，相应地mRNA相对丰度也较低，这对在单细胞甚至亚细胞水平实现高分辨率转录组分析构成了额外挑战。这些生物学特性与当前技术的内在局限性相交织。在数据分析层面也存在重大挑战。许多非模式植物或作物缺乏高质量的参考基因组和详细的基因注释，直接影响下游解释的准确性。空间数据的处理流程需要开发专门的算法。更根本的是，植物界缺乏统一的细胞类型识别标记基因系统和标准化的跨物种注释标准，使得不同物种间的比较生物学研究和知识整合异常困难。因此，开发专用的生物信息学工具、可视化平台和植物公共数据库已成为推动该领域发展的迫切需求。
Future Perspectives and Directions
展望未来，植物空间组学领域将聚焦于技术、方法和生物学应用的深度整合与创新。技术进步仍将是推动该领域前进的核心引擎。一方面，开发针对植物独特生理学（如细胞壁和自发荧光）的新型组织处理和标记策略，是获取高效率和保真度空间信息的基础。另一方面，对更高分辨率和更高通量的不懈追求将并行推进。我们期待能够以可扩展成本实现单细胞甚至亚细胞分辨率全转录组覆盖的空间技术成熟和应用。更重要的是，技术融合和“空间多组学”范式将成为主流。将空间转录组学与空间蛋白质组学、代谢组学和表观基因组学整合，将揭示跨多个维度和尺度协调基因调控、代谢网络和表型形成的时空逻辑。在数据科学领域，计算方法的创新将与实验进步同等重要。首先，开发基于深度学习、专门针对复杂植物组织形态的自动化细胞分割和类型识别算法，是解锁高维空间数据生物学意义的关键步骤。其次，计算方法需要从描述性分析向预测性建模演进。最后，建立标准化的数据分析流程、交互式可视化平台和整合的公共数据库，对于促进数据共享、重用和比较生物学研究至关重要。从生物学研究角度来看，这些技术和方法创新将开辟新前沿。研究尺度将从单个器官或组织扩展到整株水平的空间整合分析。在应用前沿，空间组学将显著推动作物科学从群体水平表型向细胞分辨率机制迈进。通过精确解析关键农艺性状（如抗逆性、高产、优质）在特定组织或细胞类型中的形成机制，可以识别出更具应用潜力的关键基因和调控元件。
