别再为10X Visium的混合spot发愁了！手把手教你用CARD做空间转录组细胞注释（附完整R代码）
空间转录组混合spot解析实战：用CARD实现精准细胞注释
当你在显微镜下观察组织切片时，每个细胞的位置和形态都清晰可辨。但当我们转向空间转录组数据时，情况就变得复杂多了——每个spot捕获的是多个细胞的混合信号，就像把几种颜色的颜料混在一起，难以分辨原始成分。这正是10X Visium平台用户最常遇到的挑战。
1. 为什么我们需要CARD这类工具？
空间转录组技术让我们第一次能够在保留空间位置信息的同时，测量组织中每个点的基因表达谱。但这项技术的物理限制导致每个spot（捕获点）直径约55微米，通常包含2-10个细胞。这种"混合信号"问题在肿瘤微环境等异质性强的组织中尤为明显。
传统单细胞分析工具无法直接处理这种混合信号。我们需要专门的去卷积算法来解析每个spot中不同细胞类型的比例。在众多工具中，CARD（Spatially Informed Cell Type Deconvolution）因其独特的优势脱颖而出：
- 空间信息利用：不像其他工具仅依赖表达谱，CARD还整合了相邻spot的空间关系
- 灵活参考：支持单细胞RNA-seq或标记基因列表作为参考
- 高效计算：采用创新的数学模型，在保证精度的同时提高速度
提示：虽然2024年推出的Visium HD已实现单细胞分辨率，但大多数实验室仍在用标准Visium，CARD等工具在未来几年仍将非常实用
2. 准备工作：数据获取与预处理
2.1 获取匹配的单细胞参考数据
CARD分析的第一步是找到与研究样本匹配的单细胞参考数据。理想情况下，参考数据应：
- 来自相同或高度相似的组织类型
- 包含所有预期的细胞类型
- 具有可靠的细胞类型注释
# 从GEO下载单细胞数据的典型代码示例 library(GEOquery) getGEOSuppFiles("GSE138794") # 替换为你的GSE编号常见数据源对比：
| 数据源 | 优点 | 缺点 |
|---|---|---|
| GEO | 免费，数据量大 | 质量参差不齐，需仔细筛选 |
| 10X公共数据集 | 标准化高，质量可靠 | 可能缺乏特定疾病类型 |
| 自产数据 | 完美匹配 | 成本高，需额外实验 |
2.2 单细胞数据处理流程
参考数据需要经过标准预处理：
- 质量控制（去除低质量细胞和基因）
- 归一化和批次校正
- 细胞聚类和注释
# 单细胞数据预处理关键步骤 library(Seurat) scRNA <- CreateSeuratObject(counts = counts_data) scRNA <- NormalizeData(scRNA) scRNA <- FindVariableFeatures(scRNA) scRNA <- ScaleData(scRNA) scRNA <- RunPCA(scRNA) scRNA <- RunUMAP(scRNA, dims = 1:30)3. CARD分析核心步骤详解
3.1 构建CARD对象
准备好单细胞数据和空间数据后，需要将它们整合到CARD对象中：
library(CARD) # 创建CARD对象 CARD_obj <- createCARDObject( sc_count = sc_counts, # 单细胞计数矩阵 sc_meta = sc_metadata, # 单细胞注释信息 spatial_count = st_counts, # 空间转录组计数矩阵 spatial_location = st_loc, # 空间坐标 ct.varname = "celltype", # 元数据中细胞类型列名 sample.varname = "orig.ident" # 样本ID列名 )关键参数说明：
ct.select：指定要使用的细胞类型（默认使用全部）minCountGene：基因最小表达量过滤阈值minCountSpot：spot最小表达量过滤阈值
3.2 运行去卷积分析
核心函数CARD_deconvolution执行实际计算：
CARD_obj <- CARD_deconvolution(CARD_object = CARD_obj)这个步骤可能会花费一些时间，取决于数据规模。完成后，结果存储在CARD_obj@Proportion_CARD中，是一个矩阵，行对应spot，列对应细胞类型，值是该细胞类型在spot中的估计比例。
4. 结果可视化与解读
4.1 细胞类型比例可视化
CARD提供了多种可视化方法：
# 饼图展示每个spot的细胞组成 colors <- c("#1f77b4", "#ff7f0e", "#2ca02c", "#d62728") # 自定义颜色 CARD.visualize.pie( proportion = CARD_obj@Proportion_CARD, spatial_location = CARD_obj@spatial_location, colors = colors )可视化技巧：
- 对于密集区域，可以调整
pointSize参数使点更小 - 使用
ct.visualize参数选择特定细胞类型展示 - 结合原始H&E图像可以增强结果解释性
4.2 空间模式分析
CARD结果可以用于发现细胞类型的空间分布模式：
# 计算细胞类型的空间自相关 spatial_cor <- CARD.cor(CARD_obj, cell.types = c("T细胞", "巨噬细胞"), method = "Moran")常见空间模式：
- 聚类：同类型细胞聚集在一起
- 排斥：某些细胞类型相互避开
- 梯度：细胞比例随位置逐渐变化
5. 高级应用与疑难解答
5.1 处理无参考数据的情况
当缺乏匹配的单细胞数据时，可以考虑：
- 使用公共数据库的标记基因列表
- 采用STdeconvolve等无参考方法获得初步结果
- 结合多种方法的预测
# 使用标记基因的示例 marker_list <- list( "T细胞" = c("CD3D", "CD3E"), "B细胞" = c("CD79A", "MS4A1") ) CARD_obj <- createCARDObject( marker_list = marker_list, spatial_count = st_counts, spatial_location = st_loc )5.2 常见报错与解决方案
问题1：单细胞和空间数据基因不匹配
- 解决方案：取基因交集
common_genes <- intersect(rownames(sc_counts), rownames(st_counts)) sc_counts <- sc_counts[common_genes, ] st_counts <- st_counts[common_genes, ]问题2：空间坐标格式错误
- 确保坐标数据框有两列，列名必须是"x"和"y"
- 检查是否有NA或异常值
问题3：内存不足
- 对大型数据集，可以：
- 减少细胞类型数量
- 降低
nUMI过滤阈值 - 使用服务器或高性能计算资源
在实际分析GBM肿瘤样本时，我发现OPC like细胞在肿瘤核心区域高度富集，而巨噬细胞更多分布在边缘区。这种模式在多个样本中重复出现，提示了肿瘤微环境中不同细胞类型的空间组织规律。