一张切片获取大视野、高分辨率、全转录组数据，Atera 打破空间原位「不可能三角」

据不完全统计，截至 2025 年，空间转录组分析工具已达 594 款，横跨 77 种技术平台[1]。这不仅折射出该领域的蓬勃活力，更映射出一个让无数科研工作者感同身受的尴尬现实：在同一次实验中，要在视野、分辨率与基因覆盖之间做出「取舍」，已成为这个领域的某种「宿命」。

空间组学的核心困境，被业内形象地称为「不可能三角」——大视野 vs 高分辨率 vs 全转录组，三者似乎永远无法兼得。同样令人困扰的，是灵敏度与通量之间的矛盾——不断提升检测通量的同时，往往要牺牲对稀少转录本的捕捉能力。

过去，许多研究者不得不在这些核心维度间反复权衡，被迫在深度（检测范围）与广度（样品规模）中取舍。想象一下——你站在切片机前，手里只剩最后一张发黄的组织切片，甚至没米粒大。它的「前世」并不乐观：在福尔马林里泡了半年，RNA 质量被判「死刑」。问了三家测序公司，回复如出一辙：「降解严重，建议重新取材。」这意味着再等半年，而课题等不起了。你盯着那张切片，不敢动手，一旦上机失败，这个课题就真结束了。

这是过去空间组学研究的真实困境：不是因为科学问题不够好，而是技术不允许你犯错。珍贵的样本成了不敢尝试的样本。

近日，10x Genomics 以一场名为「Impossible」的发布会，正式发布空间原位分析新平台Atera。它正面解构了「不可能三角」，在大视野（> 5 cm²）、亚细胞分辨率与高通量转录组检测（覆盖 > 18,000 个基因）之间实现了性能层面的全面提升，为空间生物学研究提供新的技术路径。

北京时间2026 年 5 月 8 日上午 10:00，10x Genomics 将举办Atera 平台中文网络研讨会。资深科学家将详解全转录组空间解析的实际应用、高通量队列研究案例及关键性能数据，并现场答疑。

点击下方图片或扫码预约参会

Atera 如何重塑科研边界？

1. 全转录组覆盖 + 多维定制：终结「盲人摸象」式研究

Atera 全面覆盖 18,000+ 蛋白质编码基因，并支持在全转录组基础上叠加最多 1,000 个自定义基因。同时提供 Atera Select 模块化靶向 panel（1,000～2,000 重）和完全定制 panel（最多 1,000 基因），可检测 SNVs、基因异构体、病毒序列及 CRISPR 向导 RNA。一次实验，兼顾探索与验证，终结「盲人摸象」式研究。

Atera WTA 全转录组、panel Atera Select 模块化、panel Atera 完全定制 panel

2. 产能全面释放：年 800+ 全转录组样本处理能力

系统单次运行支持 4 张标准载玻片，单张成像面积超 500 mm²，年处理能力高达 800 个 1 cm² 全转录组样本。与传统平台 Xenium 相比，通量提升约 4 倍，手动操作仅需 3～4 小时，样品准备周期 2～3 天。单台 Atera ≈ 4 台 Xenium，极大优化人力与设备投入成本。

3. 单细胞级灵敏度：精准捕捉被「淹没」的生物学信号

根据 10x Genomics 官方内部测试（宫颈癌、乳腺癌 FFPE 样本），Atera 假阳性率低于 5%～11%；单个海马神经元可检测超 23,000 条转录本。Atera WTA 与 Chromium Single Cell Flex 的基因表达相关性 r² = 0.75，定量结果与传统单细胞测序高度一致，让低丰度转录本和稀有细胞无处遁形。

4. 更智能的数据基础设施：解放计算力，聚焦科学

Atera 配套云端分析平台，无需编程与命令行操作，即可在浏览器中完成空间数据的可视化与挖掘。支持 10x Genomics Cloud 或第三方云服务，数据瞬间传输、跨团队协作无障碍。研究人员可将精力从繁琐的计算中解放出来，真正聚焦科学问题本身。

5. 生态初成：10x Genomics 整体战略协同推进，Atera 未来已来

随着 Atera 发布，10x Genomics 同步推出 Catalyst Research Services 专业样本检测服务，提供从原始图像到生物学结论的全链条加速。远期路线图包括空间蛋白质组学、碱基测序、多物种 WTA panel 及 3,000-plex Select 模块。一个完整的空间多组学生态正在形成。

17 世纪，显微镜让人类首次看见细胞；20 世纪，测序技术读通基因蓝图；2026 年，Atera 让科研人员同时看到细胞在哪儿、表达什么、微环境长什么样——终于无需再做「交集性妥协」。我们坚信，Atera 将为生物标志物发现、药物开发与精准医疗开启全新可能。

北京时间2026 年 5 月 8 日上午 10:00

Atera 平台中文网络研讨会

期待您的参与！

内容策划：王丹琦

内容审核：朱卿

题图来源：图虫创意

参考文献

[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.