单细胞RNA测序(scRNA-seq)虽能精确解析细胞异质性，却因组织解离导致空间信息丢失，使细胞间的互作模式、功能区域分布和原生微环境布局难以捕捉。而单细胞空间转录组技术通过为每个细胞赋予独特的“空间条形码”，在完整保留组织原始结构的同时实现高通量单细胞表达分析，不仅延续了单细胞测序的高分辨率优势，还提供了揭示组织结构、细胞互作和微环境异质性的空间维度信息，为生命科学研究提供了全新的全景视角。

过去，单细胞空间转录组技术高度依赖Illumina NovaSeq 6000等成本高昂的测序平台，限制了其更广泛的应用。为此，本研究开展了系统性对比评估，旨在验证国产二代高通量测序平台：真迈生物SURFSeq 5000在单细胞空间转录组应用中的表现，探索其能否以更优的成本效益，成为推动该技术普及的可靠且经济的新选择。

将所有数据集截取至相同测序深度后，两个测序平台关键质量指标的比较显示：SURFSeq 5000在测序reads数量、UMI数量、空间barcode数量、检测到的基因数量以及比对率方面，与NovaSeq 6000高度相似。说明SURFSeq 5000具有可媲美NovaSeq 6000的灵敏度、准确性和技术重现性（图1）。基本测序指标的高度一致性为后续的生物信息学分析提供了坚实的基础。

图1 平台性能高度一致：SURFSeq 5000与NovaSeq 6000测序质量对比

为全面评估不同测序平台在细胞类型注释和空间分布分析中的一致性与可靠性，分别对小鼠脑组织10个及肺部2个数据集的空间转录组数据进行了联合分析（图2-3）。研究结果表明：整合数据集的UMAP可视化显示，两大平台的细胞在所有主要集群中完全混合，未出现批次效应或平台驱动的分离现象；空间映射分析进一步证实，两种平台呈现高度一致的细胞类型定位模式；通过MetaNeighbor算法的定量评估显示，所有主要细胞类型的AUROC评分均高于0.92。因此，SURFSeq 5000与NovaSeq 6000在转录组聚类、细胞分群、空间映射和定量分类中具有高度一致性，充分验证了两平台数据的可互换性与技术重现性。

图2 脑部SURFSeq 5000与NovaSeq 6000空间转录组数据的整合分析

图3 肺部SURFSeq 5000与NovaSeq 6000空间转录组数据的整合分析

基于前述统一的细胞类型注释，研究人员进一步系统评估了两个测序平台在不同组织下游分析中的一致性（图4）。差异基因(DEGs)表达分析显示两个平台的DEGs高度一致，大部分为平台共享；功能富集分析进一步显示，这些基因所关联的生物学过程在两个平台间高度吻合。在细胞互作层面，基于CellChat构建的细胞间相互作用网络在结构规模、通路活性及信号流上均表现出强烈一致性。此外，通过使用课题组自主研发的SVP包量化比较空间基因模块，进一步证实两个平台在空间表达模式上具有高度相似性[2]。综上，从差异表达、细胞互作到空间模块三个维度的分析均一致表明，SURFSeq 5000在单细胞空间转录组分析中与NovaSeq 6000具备高度的分析可比性与数据可靠性。

 图4 跨测序平台的脑空间转录组数据比较

1. 在单细胞空间转录组应用中，SURFSeq 5000所有关键技术指标均与NovaSeq 6000相当；

2. 生物信息学分析结果显示，SURFSeq 5000与NovaSeq 6000平台在细胞注释，空间分布及下游功能分析具有良好的一致性；

3. 在与NovaSeq6000保持同等性能的前提下，SURFSeq 5000展现出更优的测序成本表现（该统计基于中国大陆市场）。

[1] Qianwen Wang, et al. "Comparison of Illumina NovaSeq 6000 and GeneMind SURFSeq 5000 platforms for single-cell spatial transcriptomics of mouse brain and lung". Interdisciplinary Medicine. 2025, e70067. https://doi.org/10.1002/inmd.70067

[2] Shuangbin Xu, et al. "Precise Characterization of Cellular States and Spatial Variable Patterns within Spatial Transcriptomics". Research Square. 2025. https://doi.org/10.21203/rs.3.rs-5965581/v1

撰稿：科研合作部 赖娟

审核：余光创教授团队