微精选

见图一

方法和队列概述。

图一

（A） 空间数据集的工作流程和队列的说明（左）和所用分析方法的概述（右）。

（B） 所有整合空间分辨转录组位点的t-随机邻居嵌入（tSNE）图。颜色反映了个体标本和患者。数字表示匿名的患者样本 ID。该字母表示组织的解剖学起源。T， 肿瘤;TI， 肿瘤浸润性;TC， 肿瘤核心;C， 皮层。

（C） 预测肿瘤细胞含量的工作流程概述（顶部）和 tSNE 图（底部）。颜色表示预测肿瘤细胞含量的百分比。

（D） 组织学定义的区域的不同分辨率示例。

（E） 基于 ANN 估计的 stRNA-seq 数据集中恶性斑点百分比的点图。底部是样本中组织学区域分布的条形图插图。

见图二
空间上不同的转录程序的探索。

图二

（A） 胶质母细胞瘤空间分辨转录组学热图。颜色表示标准化的区域计划分数。热图按主要细胞相位（G1、S 或 G2/M）排列。在热图下方，说明了患者样本和每个斑点的组织学起源。

（B） 99个个体转录程序的空间加权相关性分析热图。层次聚类（Ward.D2）确认了5个空间一致性较大的程序（Calinski方法，右）。左侧显示了每个患者对每个集群做出贡献的程序百分比。

（C） 当前转录特征的富集分数和空间重叠的空间加权相关性分析。通过对所有特征进行聚类，会出现三个主要分支：神经胶质样、神经元样和应激反应反应性特征。具有高度互相关性的签名用线条标记。

（D） 不同CNAs在空间上不同转录亚型的热图。在底部的条形图中，我们量化了仅在定义的空间上不同的亚组中出现的排他性子克隆的相对数量。小提琴图表示在空间上不同的转录程序中唯一 CNA 事件（亚克隆）的相对数量。使用 Mann-Whitney U 检验确定显着性，并使用 Bonferroni 方法校正多个检验的 p 值。

见图三

转录亚群与亚克隆结构无关。

图三

（A） 工作流程的概述和插图（左）以及子克隆内空间共享和排他性转录程序概念的插图。

（B） 样品的CNA热图 #UKF 260_T 显示3个优势亚克隆。

（C） 点图表示示例 #UKF 260_T 转录亚组（如行）和亚克隆（如列 [cols]）之间的空间重叠，如 （B） 所示。大小和颜色显示重叠的百分比。

（D） 点图，表示所有亚克隆的转录亚群（作为行）和亚克隆（作为列）之间的空间重叠。底部的颜色展示了患者。大小和颜色显示了重叠的百分比，如（C）所示。

见图四

空间分辨代谢组学和转录数据的整合。

图四

（A） 整合来自 6 名患者的转录和代谢组学数据的工作流程图示。数据分析采用抽样比较和纵横结合相结合的方式进行。

（B） 使用互易 PCA （RPCA 1-2） 对患者代谢数据水平整合的散点图，以及使用互近邻 （MNN） 整合（MNN 均匀流形近似和投影 [UMAP] 1-2）对转录组数据进行水平整合的散点图。这两个数据都通过加权最近邻 （WNN） 进行积分，然后通过散点图中指示的降维 （WNN UMAP 1–2） 进行积分。没有进一步指定 NA 集群。

（C） 所有整合点的空间分辨转录组学热图。颜色表示标准化的区域计划分数。在热图下方，条形图显示了空间不同子组中特征的个体分布。

（D） 样品 #UKF 275_T 中综合分析的表面图。在顶部，缺氧转录激活（左）显示，代谢激活（来自MALDI）在右侧显示。在底部，缺氧相关斑点以红色表示，缺氧核心以绿色表示。随机点以蓝色显示。这些框连接相同的空间位置。在右下角，展示了细胞周期 （G2M） 的富集分数。

（E） 缺氧表型的拷贝数热图。Wilcoxon 测试了显着的改变，并由 FDR 纠正。

见图五
缺氧相关 CNA 改变的 TCGA 和细胞培养验证。

图五

（A） TCGA数据分析的概述和工作流程。

（B） TCGA数据验证。患者按缺氧评分（来自基因表达）和转录亚组（左上角）进行分组。小提琴图显示了转录亚组内的反应性缺氧评分：MES、间充质;PN， 神经性;CL，古典。显著性通过单因素方差分析进行检验。

（C） CNA频率和缺氧评分的散点图。点大小表示基于突变载量和 CNA 的基因组不稳定性。

（D） TCGA 数据在全基因组中的 CNA 定位，具有重叠的缺氧（红色表示）和非缺氧（绿色表示）分数。

（E） 在缺氧或常氧条件下培养的 4 名患者的原代细胞培养物的实验验证。实验工作流程图示（顶部）。来自 850,000 个甲基化数据的 CNA 映射显示，在缺氧条件下，从头 CNA 存在随机积累。

（F） MGMT TSS1500 – 1 的 CpG 岛圣外 显 子。y 轴显示甲基化 β 值。棒棒糖图显示了 MGMT 启动子缺氧-应激反应之间的差异甲基化。圆点的颜色表示样品来源、缺氧处理（红色）或常氧（绿色）。方框的颜色（底部）表示染色体区域。MGMT CpG 岛（cg12434587 和 cg12981137）使用单因素方差分析进行统计检验。

见图六

缺氧-应激概念和逃生机制示意图。

图六

（A） 扩散-缺氧相互依存假说的概念和模型。首先，增殖的增加会导致生长代谢失衡和局部缺氧。缺氧诱导的细胞周期终止与 S 期的保留和 CNA 的连续积累有关。其次，获得这种潜在抵抗优势的细胞可以逐渐从缺氧区域迁移出来。

（B） 向量场计算模型，该模型由基因表达水平空间位移的对齐梯度组成，并指示迁移激活的方向。

（C） 空间转录组示例的表面图（#UKF275_T）。箭头表示来自定义的转录程序的向量场（以流线表示）。为了说明这一点，我们计算了由基因表达水平空间变化的对齐梯度组成的向量场。通过将点放置在固定的空间网格内，我们计算了空间轨迹的近似值。

（D） 表面图（#UKF334_T）表明坏死（左图）与缺氧富集之间的关系 （2鼈从左至右）、细胞周期（G2M 3RD公司从左到右）和放射状胶质细胞迁移（左起最后）。