一張切片獲取大視野、高分辨率、全轉錄組數據，Atera 打破空間原位「不可能三角」

據不完全統計，截至 2025 年，空間轉錄組分析工具已達 594 款，橫跨 77 種技術平臺[1]。這不僅折射出該領域的蓬勃活力，更映射出一個讓無數科研工作者感同身受的尷尬現實：在同一次實驗中，要在視野、分辨率與基因覆蓋之間做出「取舍」，已成為這個領域的某種「宿命」。

空間組學的核心困境，被業內形象地稱為「不可能三角」——大視野 vs 高分辨率 vs 全轉錄組，三者似乎永遠無法兼得。同樣令人困擾的，是靈敏度與通量之間的矛盾——不斷提升檢測通量的同時，往往要犧牲對稀少轉錄本的捕捉能力。

過去，許多研究者不得不在這些核心維度間反復權衡，被迫在深度（檢測范圍）與廣度（樣品規模）中取舍。想象一下——你站在切片機前，手里只剩最后一張發黃的組織切片，甚至沒米粒大。它的「前世」并不樂觀：在福爾馬林里泡了半年，RNA 質量被判「死刑」。問了三家測序公司，回復如出一轍：「降解嚴重，建議重新取材。」這意味著再等半年，而課題等不起了。你盯著那張切片，不敢動手，一旦上機失敗，這個課題就真結束了。

這是過去空間組學研究的真實困境：不是因為科學問題不夠好，而是技術不允許你犯錯。珍貴的樣本成了不敢嘗試的樣本。

近日，10x Genomics 以一場名為「Impossible」的發布會，正式發布空間原位分析新平臺Atera。它正面解構了「不可能三角」，在大視野（> 5 cm2）、亞細胞分辨率與高通量轉錄組檢測（覆蓋 > 18,000 個基因）之間實現了性能層面的全面提升，為空間生物學研究提供新的技術路徑。

北京時間2026 年 5 月 8 日上午 10:00，10x Genomics 將舉辦Atera 平臺中文網絡研討會。資深科學家將詳解全轉錄組空間解析的實際應用、高通量隊列研究案例及關鍵性能數據，并現場答疑。

點擊下方圖片或掃碼預約參會

Atera 如何重塑科研邊界？

1. 全轉錄組覆蓋 + 多維定制：終結「盲人摸象」式研究

Atera 全面覆蓋 18,000+ 蛋白質編碼基因，并支持在全轉錄組基礎上疊加最多 1,000 個自定義基因。同時提供 Atera Select 模塊化靶向 panel（1,000～2,000 重）和完全定制 panel（最多 1,000 基因），可檢測 SNVs、基因異構體、病毒序列及 CRISPR 向導 RNA。一次實驗，兼顧探索與驗證，終結「盲人摸象」式研究。

Atera WTA 全轉錄組、panel Atera Select 模塊化、panel Atera 完全定制 panel

2. 產能全面釋放：年 800+ 全轉錄組樣本處理能力

系統單次運行支持 4 張標準載玻片，單張成像面積超 500 mm2，年處理能力高達 800 個 1 cm2 全轉錄組樣本。與傳統平臺 Xenium 相比，通量提升約 4 倍，手動操作僅需 3～4 小時，樣品準備周期 2～3 天。單臺 Atera ≈ 4 臺 Xenium，極大優化人力與設備投入成本。

3. 單細胞級靈敏度：精準捕捉被「淹沒」的生物學信號

根據 10x Genomics 官方內部測試（宮頸癌、乳腺癌 FFPE 樣本），Atera 假陽性率低于 5%～11%；單個海馬神經元可檢測超 23,000 條轉錄本。Atera WTA 與 Chromium Single Cell Flex 的基因表達相關性 r2 = 0.75，定量結果與傳統單細胞測序高度一致，讓低豐度轉錄本和稀有細胞無處遁形。

4. 更智能的數據基礎設施：解放計算力，聚焦科學

Atera 配套云端分析平臺，無需編程與命令行操作，即可在瀏覽器中完成空間數據的可視化與挖掘。支持 10x Genomics Cloud 或第三方云服務，數據瞬間傳輸、跨團隊協作無障礙。研究人員可將精力從繁瑣的計算中解放出來，真正聚焦科學問題本身。

5. 生態初成：10x Genomics 整體戰略協同推進，Atera 未來已來

隨著 Atera 發布，10x Genomics 同步推出 Catalyst Research Services 專業樣本檢測服務，提供從原始圖像到生物學結論的全鏈條加速。遠期路線圖包括空間蛋白質組學、堿基測序、多物種 WTA panel 及 3,000-plex Select 模塊。一個完整的空間多組學生態正在形成。

17 世紀，顯微鏡讓人類首次看見細胞；20 世紀，測序技術讀通基因藍圖；2026 年，Atera 讓科研人員同時看到細胞在哪兒、表達什么、微環境長什么樣——終于無需再做「交集性妥協」。我們堅信，Atera 將為生物標志物發現、藥物開發與精準醫療開啟全新可能。

北京時間2026 年 5 月 8 日上午 10:00

Atera 平臺中文網絡研討會

期待您的參與！

內容策劃：王丹琦

內容審核：朱卿

題圖來源：圖蟲創意

參考文獻

[1] GUO Z Z, WU R, LI W, et al. Mapping biology in space: from spatial transcriptomics platforms to analytical tools and databases [J]. Sci Bull (Beijing), 2026, 71(4): 921-45.