조직을 갈아서 읽는 기존 전사체 분석은 발현량은 알려주지만 그 발현이 조직의 어느 자리에서 일어났는지는 지워집니다. 공간전사체 분석은 조직 절편을 그대로 칩 위에 올려 유전자 발현과 위치 정보를 함께 읽고, 조직 이미지와 같은 좌표에 겹쳐 보여줍니다.
같은 유전자 변화라도 병변 한가운데서 일어났는지, 경계에서 일어났는지, 멀리 떨어진 정상 부위에서 일어났는지에 따라 해석이 완전히 달라집니다. 공간전사체는 조직 구조를 그대로 둔 채 전사체를 읽어 이 질문에 답합니다.
조직을 통째로 갈아 RNA를 읽습니다. 깊고 정확한 정량이 가능하지만, 위치와 세포 구성 정보는 평균 속에 섞입니다.
세포를 낱개로 분리해 읽습니다. 세포 유형은 세밀하게 구분하지만, 분리 과정에서 원래 있던 자리는 사라집니다.
절편을 그대로 칩에 올려 위치마다 발현을 기록합니다. 세포 유형의 배치와 부위별 발현 차이를 함께 봅니다.
Stereo-seq 칩 표면에는 500 nm 간격으로 포획 지점이 촘촘히 배열되어 있고, 지점마다 위치를 나타내는 공간 바코드가 붙어 있습니다. 조직의 RNA가 바로 아래 지점에 붙잡히면, 시퀀싱 후 바코드를 해독해 각 RNA가 조직의 어느 자리에서 왔는지 되짚습니다.
조직 절편을 칩에 올리고 염색 후 고해상도 조직 이미지를 확보합니다.
FFPE 고정으로 묶인 RNA를 다시 읽을 수 있는 상태로 풀어 줍니다.
RNA를 바로 아래 포획 지점에 붙잡아 그 자리에서 cDNA로 바꿉니다.
cDNA를 회수·증폭해 시퀀싱 라이브러리로 만들고 품질을 확인합니다.
DNBSEQ 계열 플랫폼으로 칩과 조직 면적에 맞춘 데이터량을 생산합니다.
FFPE 조직은 고정·보관 조건에 따라 RNA 분해 정도가 크게 다릅니다. 본 실험 전에 블록마다 품질을 확인하고, 기준을 통과한 조직만 칩에 올립니다.
| 항목 | 기준 | 비고 |
|---|---|---|
| 시료 형태 | FFPE 블록 | 조직 종류·처리 조건을 시료 정보 시트에 함께 기재 |
| RNA 품질 | DV200 ≥ 40% | QC용 절편(5 µm × 5장)으로 블록마다 측정, 미달 시 즉시 안내 |
| 단일 조직 블록 | 최대 0.9 × 0.9 cm | 칩 유효 면적에 맞춘 크기 |
| 여러 조직 탑재 | 0.4 × 0.4 cm core × 4개 | QC 통과 조직만 모아 TMA 블록으로 재제작해 칩 하나에 탑재 |
| 조직 두께(블록) | 150 µm 이상 잔여 | 트리밍 손실을 고려한 여유분 |
| 시퀀싱 품질 | Q30 ≥ 80% | 기준 미달 시 재시퀀싱 |
DV200이란? 전체 RNA 중 200 nt보다 긴 조각의 비율입니다. FFPE 시료는 RIN보다 DV200이 품질을 더 잘 반영합니다. 기준에 미달하면 측정값과 함께 재블록·대체 시료·조건부 진행 중 어떤 방법이 좋을지 먼저 상의드립니다.
공식 분석 워크플로로 공간 바코드를 해독해 발현 행렬을 만든 뒤, 조직 이미지와 정합해 세포 단위로 묶고 연구 질문에 맞춘 비교 분석으로 이어갑니다. 병원체 감염 조직은 숙주와 병원체 유전체를 합친 통합 참조로 정렬해 같은 좌표에서 함께 봅니다.
리드 품질 확인, 공간 바코드 해독, 위치별 발현 행렬 생성. 정렬률·검출 유전자 수·UMI 수 보고.
염색 이미지를 칩 좌표에 맞추고 조직 영역을 검출. 세포 경계를 나눠 세포 단위 행렬과 일정 면적 단위 행렬을 함께 생성.
발현 패턴으로 군집을 나누고 표지 유전자와 단일세포 참조로 세포 유형을 주석. 군집별 마커 유전자 목록 제공.
병변·감염 부위, 인접부, 원거리 정상부처럼 영역을 나눠 DEG를 비교하고, 거리에 따른 발현 변화와 경로 활성을 지도로 표시.
가까이 붙어 있는 세포 사이의 리간드–수용체 신호를 추정하고, 병변 주변 면역세포 침윤 양상을 정량.
결과는 그림과 표 중심의 한글 보고서로 정리하고, 다른 도구로 직접 재분석할 수 있도록 원본과 중간 산출물을 함께 전달합니다.
조직 이미지 위에 유전자별 발현을 겹친 고해상도 지도
군집·세포 유형의 공간 배치와 군집별 마커 유전자
병변·경계·정상 영역 비교, 위치별 경로 점수 지도
감염 조직의 바이러스·병원체 전사체 위치와 숙주 반응
공간 거리를 반영한 리간드–수용체 신호 네트워크
시퀀싱 품질, 정렬률, 검출 유전자·UMI 수
FASTQ, 위치별·세포별 발현 행렬, 분석 객체, 정합 이미지
fastq.gz · GEF · h5ad · TIFF
그림·표 중심 보고서와 고해상도 그림 파일
PDF · xlsx · png
공간전사체는 시료당 비용이 커서 시료 수를 늘리기 어렵고, 위치 하나당 읽히는 분자 수도 bulk보다 적습니다. 그래서 통계는 bulk로, 위치는 공간으로 나눠 맡기는 설계가 효율적입니다.
| 구분 | 공간전사체 (Stereo-seq) | bulk RNA-seq |
|---|---|---|
| 답하는 질문 | 어디에서, 어떤 세포에서 변했는가 | 얼마나 변했는가 |
| 적합한 시료 수 | 그룹별 대표 시료 | 그룹당 반복 시료 충분히 (3반복 이상 권장) |
| 검출 깊이 | 위치당 분자 수가 적음 | 유전자별 깊고 정확한 정량 |
| 합쳤을 때 | bulk에서 찾은 차등발현 유전자가 조직의 어느 부위·세포에서 변하는지 확인하고, 공간에서 얻은 세포 유형 지도로 bulk 시료들의 세포 구성 변화를 추정 | |
그룹·시점별 반복 시료로 차등발현 유전자와 경로를 통계적으로 확인
bulk 결과를 근거로 공간전사체를 적용할 시료와 조직 부위를 고름
같은 FFPE 블록에서 공간용·bulk용 절편을 함께 확보해 조직을 맞춤
bulk의 변화를 공간 지도에 투영하고, 세포 구성 추정으로 다시 bulk를 해석
설계 상담부터 함께합니다. 이미 bulk RNA-seq 데이터가 있다면 그 결과를 바탕으로 공간전사체 대상 시료를 고를 수 있습니다. bulk 분석 내용은 전사체 분석(RNA-seq) 안내에서 확인하실 수 있습니다.
공간전사체 플랫폼은 RNA를 붙잡는 방식에 따라 크게 두 갈래로 나뉩니다. 연구 대상과 질문에 맞는 방식을 고르는 것이 첫 단계입니다.
| 항목 | 프로브 패널 방식 (예: Visium CytAssist) | Stereo-seq V2 (FFPE) |
|---|---|---|
| RNA 포획 | 미리 설계된 유전자 프로브 패널 | random primer 기반 total RNA 포획 |
| 패널 밖 RNA | 패널에 없는 유전자·바이러스는 별도 프로브 설계 필요 | 추가 설계 없이 숙주와 함께 검출 |
| 해상도 | 55 µm 스팟 (HD는 2 µm, 통상 8 µm bin 분석) | 500 nm 간격 포획, 세포 단위 분석 |
| 관찰 면적 | 6.5 × 6.5 mm 또는 11 × 11 mm | 1 × 1 cm 기본, 대형 칩 선택 가능 |
| 고려할 점 | 패널 유전자 중심으로 데이터가 간결함 | 칩당 데이터 용량과 필요 시퀀싱량이 큼 |
데이터 규모에 대비합니다. Stereo-seq은 칩 하나에서 나오는 데이터가 큽니다. 원오믹스는 사내 고성능 분석 서버와 표준화된 파이프라인으로 처리하며, 결과는 바로 열어볼 수 있는 형식으로 정리해 드립니다.
병원체 전사체가 있는 자리와 그 주변 숙주의 면역·염증·세포사멸 반응을 같은 절편에서 비교
종양 중심과 경계, 면역세포 침윤 부위의 발현 차이와 세포 간 신호
조직이 만들어지고 회복되는 과정에서 세포 유형이 자리 잡는 순서와 패턴
층·구역으로 나뉜 장기에서 부위별로 다른 유전자 발현 지도 작성
ONEOMICS · Precision microbiome & omics analysis — 본 자료는 분석 방법을 소개하는 연구용 안내이며, 질병의 진단·치료를 목적으로 하지 않습니다. 그림은 원리를 설명하기 위한 개념도입니다. 플랫폼 사양 출처: Zhao Y, et al. Stereo-seq V2: Spatial mapping of total RNA on FFPE sections with high resolution. Cell 188:6554–6571 (2025).