传统上，神经科学家使用组织学根据已知的细胞形态和位置推断细胞类型。但是，仅使用此分类会模糊理解正常发育和疾病病理所必需的信息。

对组织中基因表达模式和细胞间相互作用的了解提供了更多的背景信息，扩大了可获得的见解并加速了生物学发现。

这对其他哪些研究领域特别有用？

将基因表达与组织学联系起来对于许多研究应用程序非常有用，研究人员希望深入研究组织结构，生物学功能和疾病病理学。除了神经科学，研究癌症，免疫肿瘤学，免疫学和发育生物学的研究人员还将发现该技术有用。

尝试使用传统方法在空间上可视化基因表达时，科学家面临的主要挑战是什么？

检查基因表达和形态的传统技术(例如免疫组织化学或原位杂交)依赖于探测相对少量已知靶标的蛋白质和/或核酸。这需要细胞标记物的先验知识，并且通过将研究限于已知靶标，研究人员可能会缺少有关可能具有生物学意义的细胞亚型的信息。

检查广泛的生物标志物需要大量的切片，分别用靶标或低复杂量的探针进行探测，最后，所有切片都需要成像并手动分析。在可用组织数量有限的情况下，甚至不可能分析广泛的靶标。

什么是空间基因表达谱分析，它如何克服其中的一些问题？

通过结合组织学和完整组织切片中的总mRNA表达，空间基因表达谱提供了基因表达模式的视图。无需事先了解细胞亚型或细胞标记物即可表征细胞群体，从而可以深入了解基因表达异质性，并发现新型生物标记物。

这项技术可从单个区域获得大量定量信息，包括基因表达模式，共表达信息以及对信号通路的分子洞察。

技术是如何开发的？

Ståhl等人首先描述了将无偏基因表达数据与来自同一组织切片的组织学信息相结合的能力。在科学谁再建立空间转录组从科学分拆为生活实验室，这是我们在2018年11月收购。

一旦成为10x Genomics的一部分，开发人员就会加倍努力以开发出更强大，易于使用的解决方案，并具有更好的空间分辨率，更高的灵敏度和自动化的分析工具。不到一年后，10x Genomics将Visium空间基因表达解决方案推向市场。