StarTrak：单像素分辨率空间基因组学的体细胞变异识别与谱系重建

bioRxiv 预印本 · 2026-10-18 · 预印本

• 一句话结论：结论方向：作者提出并应用StarTrak框架，在单像素空间分辨率下整合体细胞突变证据推断细胞迁移与谱系树；属方法学预印本，证据档位C，尚不足以作为临床或生物学定论。
• 研究设计与做法：设计：为方法学开发与示例应用，非人群对照研究；材料未报告样本量、随访时长与对照设置。框架整合核与线粒体reads的突变证据、空间邻近性、组织学图像与转录组状态，作者称在多种组织与空间组学平台（尤其空间ATAC-seq）上表现稳健。
• 主要结果：主要结果：应用于肿瘤切片时，推断突变肿瘤细胞迁移至邻近非恶性组织，并重建与不同空间区域对应的谱系树；发现转录组状态几乎相同但突变谱不同的肿瘤区域；皮肤切片中识别非恶性表皮的光照相关突变，并提示这些突变表面细胞向更深层迁移。材料未报告效应量、置信区间或p值。
• 机制或解释：机制或解释：作者的解释是，将突变识别与空间背景结合可弥补空间基因组学数据频繁缺失的问题，从而在空间上推断细胞迁移与系统发生；未提供实验验证机制。
• 局限与边界：局限与边界：预印本未经同行评议；材料未报告人群构成、中心数量、随访时长与利益冲突；结果多为示例性推断，缺乏独立验证与统计口径。
• 可否落地：可否落地：对科研而言，提示空间突变整合可用于谱系与迁移推断，属“提示”档；对临床尚无直接应用证据，不足以下结论，需同行评议与前瞻性验证。

🔗 打开原文

Zhang, D., Jiang, Y., Yu, X. 等

本文摘自《每日前沿研究简报 · 2026-10-20》「生物信息 / 组学（单细胞·差异表达）」。本内容仅用于研究信息整理与科普交流，不构成医疗建议。