2026年5月14日，澳大利亚昆士兰大学、印度理工学院德里分校等机构合作，在Nature Methods发表了一项里程碑式研究。研究人员通过整合单细胞与空间转录组学数据，共鉴定出约22万个潜在的长链非编码RNA（lncRNA），并构建了公开数据库“SPanC-Lnc”。
值得一提的是，华大智造时空组学技术Stereo-seq在该研究中起到了重要的验证与补充作用。研究团队利用Stereo-seq及DNBSEQ-T7平台，在单细胞水平上确认了候选lncRNA的真实性，并弥补了传统poly-A方法在捕获特定lncRNA类型上的不足。此外，基于Stereo-seq数据发现了93,255个新的转录活性区域（new uTARs）。这一结果为后续全面解析lncRNA在癌症中的功能提供了宝贵的跨平台验证资源和新的研究方向。
癌症lncRNA研究为何“盲人摸象”？
在人类基因组中，仅约2%的序列编码蛋白质，剩下98%曾被视作非编码DNA。如今我们知道，这些区域中藏着关键调控分子——长链非编码RNA（lncRNA）。它们像“幕后导演”，在癌症发生、发展、治疗抵抗中扮演重要角色。
然而，lncRNA研究长期面临三大困境：
为打破以上困局，研究人员开展了一场规模宏大的“追捕行动”，利用一个名为TAR-scRNA-seq的创新分析流程，对来自28个空间转录组样本和24个单细胞样本的数据进行了整合分析，覆盖了13种癌症类型（包括乳腺癌、黑色素瘤、结直肠癌、头颈癌等）。
图1. 基于空间转录组和单细胞测序鉴定具有泛癌特性的新型lncRNA
最终鉴定出了 219,442 个候选lncRNA。尽管部分与已知数据库（如FANTOM、LncBook）有重叠，但仍有 94,795 个是完全未被注释过的全新lncRNA。
图2. 空间长读长测序和单细胞测序对肿瘤区域特异性cuTAR进行鉴定和验证
发现许多lncRNA高度局限于肿瘤区域，有望成为精准诊断标志物。
空间共表达分析显示，这些lncRNA与p53通路、EMT等经典癌症通路的关键基因在空间上高度共表达，暗示其调控功能。
在黑色素瘤免疫治疗研究中，某些lncRNA表达变化可预测抗PD-1治疗反应。
在乳腺癌中，cuTAR215705与不良预后显著相关，其风险分层能力甚至优于经典癌基因BIRC5。
Stereo-seq的独特优势在哪里？
单细胞分辨率：传统空间技术分辨率不足，难以精准定位低丰度lncRNA。Stereo-seq的500 nm分辨率（接近单细胞水平），让每个lncRNA的“藏身之处”无处遁形。
非poly-A捕获：许多lncRNA不含poly-A尾，传统poly-A富集方法会漏掉它们。Stereo-seq采用随机引物、全转录组捕获，不依赖poly-A，因此能“一网打尽”各种类型lncRNA——这正是原文强调的“弥补了poly-A方法的不足”。
大视野、高灵敏度：Stereo-seq的厘米级芯片可覆盖整个组织切片，同时保持亚细胞分辨率，特别适合肿瘤组织异质性的全景分析。
正是基于包括Stereo-seq在内的多平台高精度验证数据，研究团队将所有成果整合成公开数据库 SPanC-Lnc。全球科研人员可以像查地图一样，自由搜索任意lncRNA在13种癌症类型、不同细胞类型、不同组织区域的表达情况——这相当于为癌症lncRNA研究提供了一部“导航图”。
Stereo-seq已成为复杂疾病与非编码RNA研究中不可或缺的验证与发现平台。对于致力于癌症lncRNA、神经疾病、发育生物学等前沿领域的科学家而言，Stereo-seq不仅是一项空间转录组技术，更如同一台“超广角百亿像素生命照相机”，以单细胞分辨率精准捕获以往难以企及的转录组“暗物质”，锁定传统方法无法定位的关键分子靶点。
未来，随着时空组学技术的持续演进与多组学数据的深度融合，Stereo-seq有望在疾病机制解析、新型生物标志物发现及精准治疗靶点筛选中发挥更加核心的驱动作用，为生命科学与医学研究开辟全新的认知维度。
