会议简介

单细胞空间转录组技术结合了单细胞分辨率与空间定位能力，能够在保持组织结构完整的前提下，揭示细胞类型、状态及其在组织中的精确空间分布。这一技术突破了传统转录组“脱离空间背景”的限制，为我们理解器官发育、组织异质性、疾病微环境（如肿瘤免疫、神经环路、发育异常）等复杂生物过程提供了前所未有的手段并且迅速成为精准医学和系统生物学研究的关键工具。

为推动单细胞与空间组学在生命科学研究中的深入应用，提升科研人员对多组学数据整合与分析的实战能力，中国生物物理学会单细胞多组学分会拟于2025年8月3-4日举办第一届“空间转录组学前沿研讨与培训班”。本次研讨与培训由中国生物物理学会单细胞多组学分会王晓群教授组织，王晓群教授团队长期深入开展干细胞多样性与脑智发育的调控机制研究，并独立研发了亚细胞分辨率的高通量单细胞空间转录组测序系统，发表丰硕论文。

本次特邀多位在该领域具有国际影响力的专家学者进行专题讲座，并设置实践操作课程，帮助参训学员全面掌握从实验设计到数据分析的关键技能。

会议规模：30-50人左右

会议形式：培训班，线下参会

学术统筹小组：

王晓群、黄岩谊、汤富酬、高歌

学术委员会委员：

卜鹏程、曹罡、柴人杰、董骥、杜鹏、郭国骥、何顺民、蒋岚、雷鹏、李冲、李伟、李昌林、陆发隆、骆健俊、马少捷、米达、彭小忠、谭韬、唐爱辉、王建斌、吴倩、吴青峰、邢栋、熊伟、薛愿超、曾虎、张雷、张世华、赵方庆、郑春红、钟穗娟、周毅、周帆、朱平、诸颖

执行秘书：

钟穗娟、王梦迪、孙一诺

报告专家（按姓氏首字母排序，持续更新中）

1. 高 歌 教授 北京大学

2. 黄岩谊 教授 北京大学

3. 蒋 岚 研究员 中国科学院北京基因组研究所（国家生物信息中心）

4. 姜玉海 资深科学技术顾问 10x Genomics

5. 汤富酬 教授 北京大学

6. 王晓群 教授 北京师范大学/中国科学院生物物理研究所

7. 邢 栋 教授 北京大学

8. 曾 博 研究员 中国医学科学院系统医学研究院/苏州系统医学研究所

会议内容

会议日程

2025年8月3-4日

参会对象

注册征文

注册报名及缴费

请用微信扫二维码完成注册报名及缴费：

在注册过程中，请按要求如实填写个人信息，便于组委会及时联系及制作胸牌便于交流，包括姓名、单位、所属课题组、职务、联系方式（电话及邮箱）等。我们承诺对所有注册人的个人信息严格保密，仅用于会议组织和管理使用。组委会将在2025年8月1日24:00前统一发送短信通知，确认所有参会资格和相关注意事项。为确保能够顺利参会，请保持手机通畅并尽早完成注册报名手续。

中国生物物理学会单细胞多组学分会注册会员可享受优惠价参会，会员费100元/年，注册地址：https://www.bsc.org.cn/login.html

分会只能选择“单细胞多组学”分会。

扫码缴费：https://www.bsc.org.cn/payment_conference/108.html

说明：

1. 会议注册费包括：议程手册和会务资料、会议过程中提供的茶歇/午餐/晚餐。会期以外的用餐自理，差旅费和住宿费请自行安排。

2. 费用缴纳方式：在线支付（微信、支付宝）、银行汇款。通过银行汇款缴费时请务必标注：第一届单细胞空间转录组学前沿培训班+参会代表姓名+会员号（如有），请缴费后将汇款凭证、缴费人信息发送邮件至大会秘书处邮箱sunyinuo@cpl.ac.cn，邮件题目为：第一届单细胞空间转录组学前沿培训班+单位+参会代表姓名+会员号（如有），以便核对查询。本次活动只接受线上注册，由于临近会期，不设置退费处理，请谅解。

3. 发票领取：请代表在注册时正确填写邮箱、发票抬头及纳税人识别号，默认提供电子发票（会后14个工作日内发到邮箱内），如未收到发票，可联系大会秘书处邮箱:sunyinuo@cpl.ac.cn。

4. 银行汇款信息：中国生物物理学会，中国工商银行北京东升路支行，0200006209014448518。

结业证书

''

产业简报

空间转录组学研究现状

一、技术平台迭代：从低通量到高通量、高分辨率

第一代技术：空间条形码阵列

代表技术：10x Genomics Visium、Spatial Transcriptomics（ST，原瑞典皇家理工学院开发）。

特点：通过固定在载玻片上的寡核苷酸条形码捕获mRNA，结合测序实现空间定位，分辨率约55-100μm（单个点对应数十个细胞）。

应用：广泛用于肿瘤微环境、发育生物学等领域，但无法解析单细胞水平。

第二代技术：单细胞分辨率空间转录组

代表技术：

Slide-seq（哈佛大学）：通过微珠阵列捕获RNA，分辨率达10μm（接近单细胞水平）。

DBiT-seq（宾夕法尼亚大学）：结合微流控与条形码技术，实现亚细胞级分辨率（2μm）。

Stereo-seq（华大生命科学研究院）：基于DNA纳米球（DNB）的芯片技术，分辨率达0.5μm，视野达13cm×13cm，可覆盖全器官。

突破：单细胞/亚细胞分辨率、大视野成像、多组学整合（如空间转录组+蛋白组）。

第三代技术：原位测序与成像融合

代表技术：

MERFISH（哈佛大学）：基于荧光原位杂交（FISH），可同时检测数千种RNA，分辨率达200nm。

seqFISH+（加州理工学院）：通过多轮杂交实现单细胞分辨率的RNA定位。

ExSeq（Broad研究所）：结合膨胀显微镜与测序，将组织体积扩大4倍，提升分辨率。

优势：无需测序，直接通过荧光信号定位RNA，适合小样本高精度分析。

二、应用领域拓展：从基础研究到临床转化

肿瘤生物学

肿瘤微环境解析：揭示免疫细胞（如T细胞、巨噬细胞）在肿瘤组织中的空间分布与功能状态，指导免疫治疗策略。

异质性研究：识别肿瘤内不同亚克隆的空间分布，解释耐药性机制。

临床案例：

乳腺癌中，空间转录组发现三级淋巴结构（TLS）与免疫治疗响应相关。

黑色素瘤中，揭示BRAF抑制剂耐药相关基因的空间表达模式。

神经科学

脑图谱构建：结合Allen脑图谱，解析小鼠/人类大脑不同脑区的细胞类型与基因表达梯度。

例如：海马体中兴奋性神经元与抑制性神经元的分层分布。

疾病机制：阿尔茨海默病中，tau蛋白沉积与特定神经元亚群的空间关联。

发育生物学

胚胎发育动态：追踪斑马鱼、小鼠胚胎发育过程中细胞命运决定的空间轨迹。

器官形成：揭示心脏、肝脏等器官形成过程中细胞迁移与基因表达的时空模式。

临床病理学

病理诊断升级：结合传统HE染色与空间转录组，实现“数字病理”精准分型。

预后标志物：发现肿瘤边界区域特定基因表达与患者生存率的相关性。

三、挑战与未来方向

技术瓶颈

分辨率与通量平衡：高分辨率技术（如MERFISH）通量较低，难以覆盖大样本；高通量技术（如Visium）分辨率不足。

灵敏度与检测深度：低丰度基因（如转录因子）易漏检，需优化捕获效率。

多组学整合：空间转录组与空间蛋白组、代谢组、表观组的联合分析仍处早期阶段。

数据分析挑战

数据降维与聚类：高维空间数据需开发新型算法（如空间自编码器）提取生物学意义。

细胞类型注释：结合单细胞参考图谱，建立空间细胞类型注释标准。

跨平台整合：不同技术（如Visium与MERFISH）的数据标准化与可比性。

未来趋势

活体空间转录组：开发活体成像技术，实时追踪基因表达动态。

临床转化加速：推动空间转录组进入常规病理检测流程，指导个性化治疗。

开源生态建设：共享空间转录组数据（如Human Cell Atlas Space项目），促进跨学科合作。

四、代表性成果与里程碑

2020年：10x Genomics收购Spatial Transcriptomics，推出商业化平台Visium。

2021年：Stereo-seq技术发表于《Cell》，实现全器官高分辨率空间转录组分析。

2022年：Nature Methods将空间转录组列为“年度技术”，MERFISH获“生命科学突破奖”提名。

2023年：Human Cell Atlas Space项目启动，计划构建人类全器官空间转录组图谱。

空间转录组学研究可以应用在哪些行业或产业领域

一、医疗健康与临床医学

肿瘤精准诊疗

病理诊断升级：结合传统病理切片，空间转录组可识别肿瘤微环境中免疫细胞（如T细胞、巨噬细胞）的浸润模式，辅助区分肿瘤边界与正常组织，提升手术精准度。

耐药机制解析：通过分析肿瘤内不同区域的基因表达差异，揭示耐药相关基因（如EGFR、BRAF）的空间分布，指导靶向治疗策略。

免疫治疗响应预测：发现三级淋巴结构（TLS）等免疫热点区域的空间特征，预测PD-1/PD-L1抑制剂的疗效。

临床案例：

乳腺癌中，空间转录组发现TLS密度与患者生存率正相关，成为新的预后标志物。

黑色素瘤中，识别出BRAF抑制剂耐药亚克隆的空间聚集模式，为联合用药提供依据。

神经疾病机制研究与治疗

脑疾病诊断：解析阿尔茨海默病（AD）中tau蛋白沉积与特定神经元亚群的空间关联，定位早期病变区域。

脑机接口开发：结合空间转录组与脑图谱，明确运动皮层、感觉皮层等功能区的细胞类型分布，优化电极植入位置。

药物靶点发现：在帕金森病模型中，揭示黑质多巴胺能神经元退化的空间梯度，为神经保护药物提供靶点。

罕见病与遗传病研究

空间异质性解析：在杜氏肌营养不良症（DMD）中，分析肌肉组织中 dystrophin 基因表达缺失的空间模式，解释病情进展差异。

产前诊断：通过胎盘空间转录组，识别妊娠期并发症（如子痫前期）相关基因的异常表达区域。

二、生物制药与新药研发

药物靶点发现与验证

空间依赖性靶点：识别疾病组织中特定区域高表达的基因（如肿瘤边缘的代谢相关基因），作为新型药物靶点。

药物作用机制研究：在类器官模型中，结合空间转录组与药物处理，解析药物对组织微环境的动态影响。

案例：

在非小细胞肺癌中，发现肿瘤浸润淋巴细胞（TILs）中特定免疫检查点分子的空间表达模式，指导双抗药物设计。

在类风湿性关节炎模型中，揭示滑膜组织中炎症因子（如TNF-α、IL-6）的空间分布，优化生物制剂给药方案。

药物毒性评估

组织特异性毒性：通过空间转录组分析药物处理后肝、肾等器官的基因表达变化，定位毒性损伤区域（如肝小叶中央区）。

脱靶效应检测：在心脏毒性评估中，识别药物对心肌细胞亚群（如传导系统细胞）的特异性影响。

个性化医疗与伴随诊断

患者分层：根据肿瘤空间转录组特征，将患者分为不同亚型（如“免疫热型”与“免疫冷型”），指导个性化治疗方案。

动态监测：在治疗过程中，通过空间转录组追踪肿瘤微环境的动态变化，实时调整用药策略。

三、农业科技与食品产业

作物改良与抗逆育种

空间基因表达图谱：构建植物根、茎、叶等器官的空间转录组图谱，解析光合作用、养分运输等关键过程的空间调控机制。

抗逆性研究：在干旱胁迫下，分析小麦叶片中ABA信号通路相关基因的空间表达变化，筛选抗旱品种。

案例：

水稻中，空间转录组揭示分生组织中细胞分裂相关基因的梯度表达，优化杂交育种策略。

玉米中，定位根瘤菌共生相关基因的空间表达区域，提高氮肥利用效率。

植物-微生物互作研究

根际微生物组：结合空间转录组与宏基因组，解析植物根系分泌物质与微生物群落的空间共定位关系。

病害防控：在病原菌侵染部位，分析植物免疫相关基因（如PR蛋白）的空间表达模式，开发靶向杀菌剂。

食品成分与功能研究

营养素分布：在果实（如番茄、葡萄）中，空间转录组结合代谢组，解析糖、有机酸等成分的合成与积累机制。

发酵过程优化：在乳制品发酵中，分析乳酸菌在不同区域的基因表达差异，优化发酵条件。

四、材料科学与组织工程

生物材料设计

细胞-材料相互作用：在3D生物打印支架中，结合空间转录组分析细胞黏附、分化相关基因的空间表达，优化材料表面修饰。

仿生材料开发：模拟骨骼、软骨等组织的空间基因表达模式，设计具有梯度结构的生物材料。

器官芯片与类器官模型

微环境重构：在肠道类器官中，空间转录组揭示肠上皮细胞与免疫细胞的空间排列，模拟真实肠道环境。

药物筛选：结合空间转录组与高通量成像，评估药物对类器官微环境的动态影响。

五、环境科学与生态保护

污染物生物修复

微生物降解机制：在土壤污染区域，空间转录组分析降解菌（如假单胞菌）的功能基因空间分布，优化生物修复策略。

植物修复：在重金属污染土壤中，解析超积累植物（如蜈蚣草）根系中金属转运蛋白的空间表达模式。

生态系统功能研究

微生物群落空间结构：在海洋沉积物中，空间转录组结合宏基因组，揭示硫循环相关微生物的空间共定位关系。

气候变化响应：在极地冰川中，分析微生物群落对温度升高的空间适应性变化。

六、潜在新兴领域

合成生物学

人工组织设计：结合空间转录组与基因电路，构建具有特定空间功能的人工细胞团。

生物计算：利用空间基因表达模式编码信息，开发基于生物组织的存储与计算系统。

法医学与考古学

组织溯源：在法医鉴定中，空间转录组分析组织损伤部位的基因表达特征，推断损伤时间与方式。

古生物研究：在化石样本中，通过空间转录组解析古代生物组织的细胞结构与功能。

空间转录组学领域有哪些知名研究机构或企业品牌

一、国际知名研究机构1. 瑞典卡罗林斯卡医学院（Karolinska Institutet）

地位：空间转录组学技术的发源地之一。

贡献：

10x Genomics Visium技术：由卡罗林斯卡医学院的Joakim Lundeberg团队与10x Genomics合作开发，通过条形码寡核苷酸捕获组织切片中的mRNA，实现基因表达的空间定位。

空间转录组图谱：构建了人类大脑、肿瘤等组织的高分辨率空间图谱，为疾病机制研究提供基准数据。

代表研究：

解析阿尔茨海默病脑组织中tau蛋白沉积与神经元亚群的空间关联。

发现肿瘤微环境中免疫细胞浸润的空间模式与预后相关性。

2. 美国布罗德研究所（Broad Institute of MIT and Harvard）

地位：全球基因组学与单细胞技术的领导者。

贡献：

Slide-seq技术：开发了基于微珠阵列的空间转录组技术，分辨率达10微米，可捕获单个细胞水平的基因表达。

空间多组学整合：结合单细胞测序、表观遗传学（如ATAC-seq）和蛋白质组学，构建组织微环境的全息图谱。

代表研究：

绘制小鼠大脑皮层发育的空间动态图谱。

揭示胰腺癌中基质细胞与肿瘤细胞的互作网络。

3. 英国剑桥大学（University of Cambridge） & 桑格研究所（Wellcome Sanger Institute）

地位：欧洲空间转录组学研究的核心力量。

贡献：

DBiT-seq技术：开发了基于微流控芯片的空间转录组技术，实现亚细胞级分辨率（<1微米）的基因表达分析。

人类细胞图谱（HCA）计划：作为HCA的核心成员，构建人体器官的空间转录组参考图谱。

代表研究：

解析人类胎盘发育的空间异质性。

发现结直肠癌中肿瘤干细胞的空间分布与转移潜能关联。

4. 美国斯坦福大学（Stanford University）

地位：空间转录组学与生物信息学交叉研究的先锋。

贡献：

Stereo-seq技术：开发了基于DNA纳米球（DNB）的空间转录组技术，分辨率达0.5微米，支持大规模组织样本分析。

空间生物信息学工具：开发了SpaGCN、Giotto等算法，用于空间转录组数据的降维、聚类和轨迹推断。

代表研究：

构建小鼠胚胎发育的时空动态图谱。

揭示肝脏再生过程中细胞命运决定的空间调控机制。

二、国内领先研究机构1. 北京大学（Peking University）

贡献：

空间转录组学中国中心：牵头制定空间转录组技术标准，推动国内临床应用。

单细胞空间组学联盟：联合多家医院构建肿瘤微环境空间数据库。

代表研究：

解析胃癌中免疫细胞浸润的空间模式与免疫治疗响应关系。

发现肝癌干细胞的空间分布与术后复发风险关联。

2. 清华大学（Tsinghua University）

贡献：

微流控空间转录组技术：开发了基于液滴微流控的高通量空间转录组平台，成本降低50%以上。

空间表观遗传学研究：结合ChIP-seq与空间转录组，解析基因表达调控的空间机制。

代表研究：

揭示心肌梗死修复过程中成纤维细胞亚群的空间动态变化。

构建斑马鱼胚胎发育的空间表观遗传图谱。

3. 中国科学院（Chinese Academy of Sciences, CAS）

分支机构：

生物物理研究所：开发了基于原位测序的空间转录组技术（如FISSEQ），支持单分子分辨率的基因表达分析。

上海营养与健康研究所：构建人类肠道菌群与宿主细胞的空间互作图谱。

代表研究：

解析阿尔茨海默病脑组织中Aβ沉积与小胶质细胞的空间关联。

发现肠道干细胞分化与菌群代谢物的空间依赖性。

三、商业企业品牌1. 10x Genomics（美国）

地位：空间转录组学商业化领导者。

核心技术：

Visium Spatial Gene Expression：基于寡核苷酸条形码，支持400-6,500个基因的检测，分辨率55微米。

Visium CytAssist：结合免疫荧光与空间转录组，实现基因表达与蛋白质标记的共定位分析。

应用场景：

肿瘤微环境解析、神经疾病研究、药物毒性评估。

市场占有率：全球空间转录组市场占比超60%。

2. NanoString Technologies（美国）

核心技术：

GeoMx Digital Spatial Profiler（DSP）：基于荧光探针与光刻技术，支持用户自定义目标区域（ROI）的高灵敏度检测（低至10个细胞）。

CosMx Spatial Molecular Imager（SMI）：单细胞分辨率（0.7微米）的空间转录组平台，支持6,000+基因检测。

应用场景：

免疫治疗响应预测、脑疾病机制研究、罕见病诊断。

技术优势：兼容FFPE样本，适合临床病理分析。

3. Vizgen（美国）

核心技术：

MERSCOPE平台：基于原位测序（in situ sequencing）与荧光显微成像，实现单细胞分辨率（0.2微米）的空间转录组分析，支持全转录组检测（>20,000基因）。

应用场景：

脑神经环路解析、胚胎发育研究、肿瘤异质性分析。

技术突破：2023年发布MERSCOPE 2.0，通量提升10倍，成本降低50%。

4. 华大基因（BGI Group，中国）

核心技术：

Stereo-seq技术：基于DNBSEQ测序平台，分辨率0.5微米，支持厘米级组织样本分析，成本仅为同类技术的1/10。

DNBelab C4单细胞空间组学系统：便携式设备，适合临床快速检测。

应用场景：

肿瘤精准诊疗、产前诊断、农业育种。

市场布局：已与全球30+国家合作，构建人类器官空间图谱联盟。

5. 百奥智汇（BioTuring，中国）

核心技术：

BioTuring Browser软件：集成空间转录组数据分析、可视化与交互式探索功能，支持10x Visium、NanoString DSP等多平台数据。

单细胞空间组学数据库：构建肿瘤、神经疾病等领域的空间转录组参考图谱。

应用场景：

临床科研服务、生物制药研发、农业基因组学。

四、技术对比与趋势

机构/企业	核心技术	分辨率	通量	成本	应用场景
10x Genomics	Visium	55μm	高	中	肿瘤微环境、神经疾病
NanoString	GeoMx DSP/CosMx	10μm/0.7μm	中/高	高	免疫治疗、临床病理
Vizgen	MERSCOPE	0.2μm	低	极高	脑神经环路、胚胎发育
华大基因	Stereo-seq	0.5μm	极高	低	肿瘤精准诊疗、农业育种

五、未来展望

技术融合：空间转录组学将与单细胞测序、表观遗传学、蛋白质组学深度整合，构建“空间多组学”分析平台。

临床普及：随着成本降低与标准化流程建立，空间转录组有望成为病理诊断的常规手段。

产业应用：在生物制药（靶点发现、药物毒性评估）、农业育种（抗逆品种筛选）、材料科学（生物材料设计）等领域加速落地。

空间转录组学领域有哪些招聘岗位或就业机会

一、技术研发类岗位1. 空间转录组学平台研发工程师

职责：

开发新型空间转录组技术（如微流控芯片、原位测序、DNA纳米球等）。

优化现有平台（如10x Visium、NanoString DSP、Vizgen MERSCOPE）的分辨率、通量和灵敏度。

与生物信息学团队合作，设计实验验证技术性能。

技能要求：

微流控、纳米技术、生物化学或分子生物学背景。

熟悉高通量测序技术（如NGS）和光学成像技术（如荧光显微镜）。

具备实验室自动化设备（如液滴生成仪、高通量筛选系统）操作经验。

典型企业：10x Genomics、Vizgen、华大基因、NanoString、清华大学生物医学工程系。

2. 单细胞与空间多组学整合工程师

职责：

结合单细胞测序（scRNA-seq）和空间转录组数据，构建组织微环境的全息图谱。

开发多组学数据融合算法（如空间表观遗传学、蛋白质组学整合）。

技能要求：

掌握单细胞测序技术（如10x Genomics Chromium、BD Rhapsody）。

熟悉空间转录组平台（如Stereo-seq、DBiT-seq）的数据特点。

具备Python/R编程能力，熟悉Seurat、Scanpy、SpaGCN等分析工具。

典型机构：布罗德研究所、斯坦福大学、北京大学单细胞组学中心。

3. 空间转录组学试剂与耗材研发科学家

职责：

设计新型寡核苷酸探针、荧光标记物或条形码微珠。

优化样本处理流程（如组织固定、透化、逆转录）。

技能要求：

分子生物学、有机化学或材料科学背景。

熟悉核酸合成、荧光标记和微球制备技术。

具备高通量筛选和性能验证经验。

典型企业：Illumina、Thermo Fisher Scientific、华大智造。

二、生物信息学与数据分析类岗位1. 空间转录组学数据分析师

职责：

处理原始测序数据（如FASTQ文件），进行质量控制、比对和定量。

使用SpaGCN、Giotto、Squidpy等工具进行空间聚类、轨迹推断和细胞互作分析。

可视化结果（如UMAP降维、空间热图、细胞邻域网络）。

技能要求：

精通Python/R，熟悉Linux环境和高性能计算（HPC）。

掌握空间转录组专用分析流程（如Space Ranger、STUtility）。

具备统计学基础（如PCA、t-SNE、非负矩阵分解）。

典型机构：剑桥大学桑格研究所、中科院生物物理研究所、百奥智汇。

2. 空间多组学数据库开发工程师

职责：

构建和维护空间转录组学公共数据库（如Human Cell Atlas、SpatialDB）。

开发数据检索、可视化和交互式探索工具（如Web应用、Jupyter Notebook）。

技能要求：

熟悉数据库管理（如MySQL、MongoDB）和前端开发（如JavaScript、D3.js）。

了解生物信息学数据格式（如HDF5、loom、h5ad）。

具备云计算经验（如AWS、Google Cloud）。

典型企业：EBI（欧洲生物信息学研究所）、华大基因、阿里云生命科学团队。

3. 空间转录组学AI算法工程师

职责：

开发深度学习模型（如CNN、GNN）解析空间基因表达模式。

预测细胞命运、组织发育轨迹或疾病进展风险。

技能要求：

精通PyTorch/TensorFlow，熟悉图神经网络（GNN）和自监督学习。

了解空间转录组数据特性（如空间自相关性、稀疏性）。

具备生物医学领域知识（如发育生物学、肿瘤学）。

典型机构：斯坦福大学AI实验室、DeepMind Health、腾讯觅影团队。

三、临床应用与转化医学类岗位1. 空间转录组学临床研究科学家

职责：

设计临床研究（如肿瘤免疫治疗响应预测、神经疾病诊断）。

收集和分析患者样本（如FFPE组织、新鲜冷冻组织）。

与医生合作解读结果，推动技术临床转化。

技能要求：

临床医学、病理学或肿瘤学背景。

熟悉空间转录组技术在疾病研究中的应用（如肿瘤微环境、神经退行性疾病）。

具备IRB审批和临床试验设计经验。

典型机构：MD Anderson癌症中心、梅奥诊所、复旦大学附属肿瘤医院。

2. 空间转录组学病理学家

职责：

结合空间转录组数据和传统病理学特征（如H&E染色、IHC）进行疾病诊断。

开发空间转录组驱动的病理评分系统（如肿瘤分级、预后预测）。

技能要求：

病理学博士（MD/PhD），具备数字病理学经验。

熟悉空间转录组数据与组织形态学的关联分析。

了解AI辅助诊断工具（如QuPath、HALO）。

典型企业：Paige AI、Philips Digital Pathology、华大临床检验中心。

四、产业转化与商业类岗位1. 空间转录组学产品经理

职责：

定义产品需求（如技术参数、用户界面、定价策略）。

与研发团队沟通技术可行性，与市场团队制定推广计划。

收集客户反馈，驱动产品迭代。

技能要求：

生命科学或生物工程背景，熟悉空间转录组技术原理。

具备市场分析和竞品调研能力。

优秀的跨部门沟通和项目管理能力。

典型企业：10x Genomics、NanoString、华大基因、Illumina。

2. 空间转录组学技术销售工程师

职责：

向科研机构、医院或药企推广空间转录组产品（如仪器、试剂、服务）。

提供技术支持（如实验设计、数据分析培训）。

收集客户需求，反馈给产品团队。

技能要求：

生命科学硕士及以上学历，熟悉空间转录组应用场景。

具备技术演示和客户沟通能力。

适应频繁出差和客户关系维护。

典型企业：Thermo Fisher Scientific、Bio-Rad、Merck Millipore。

五、学术与科研岗位1. 博士后研究员/助理教授

研究方向：

空间转录组学技术优化（如提高分辨率、降低成本）。

空间多组学整合机制研究（如基因表达与表观遗传调控的空间关联）。

疾病模型构建（如肿瘤异质性、神经发育障碍）。

技能要求：

博士学历，具备独立科研能力。

发表过高影响力论文（如Nature、Cell、Science子刊）。

具备跨学科合作经验（如与生物信息学家、临床医生合作）。

典型机构：哈佛大学、剑桥大学、北京大学、清华大学。

六、就业趋势与建议

技术融合趋势：空间转录组学正与单细胞测序、AI、类器官技术深度融合，建议掌握多学科技能（如生物信息学+湿实验技术）。

临床转化加速：随着技术成本降低和标准化流程建立，临床病理和精准医疗领域需求激增，建议积累临床研究经验。

产业生态完善：从上游试剂耗材到下游数据分析服务，全产业链机会增多，可根据兴趣选择技术、产品或商业方向。

跨学科背景优势：生物+计算机、医学+工程的复合型人才更受青睐，建议通过在线课程（如Coursera、edX）补充技能。

薪资参考（以美国为例）：

生物信息学分析师：80,000−120,000/年

研发工程师：100,000−150,000/年

产品经理：120,000−180,000/年

博士后研究员：50,000−70,000/年（学术界）