復(fù)旦大學(xué)類腦人工智能科學(xué)與技術(shù)研究院原致遠(yuǎn)青年副研究員與德州大學(xué)達(dá)拉斯分校張奇?zhèn)ソ淌凇Ⅱv訊人工智能實(shí)驗(yàn)室姚建華博士合作的最新研究成果奸柬，支持用戶快速瀏覽、可視化啤咽、讀取晋辆、處理感興趣的空間組學(xué)數(shù)據(jù)，以《SODB促進(jìn)空間組學(xué)數(shù)據(jù)的全面探索》（"SODB facilitates comprehensive exploration of spatial omics data"）為題在Nature Methods發(fā)表宇整。
在這篇文獻(xiàn)中瓶佳，作者提出了一個名為SODB（Spatial Omics DataBase）的在線平臺，結(jié)合了一系列交互式分析模塊和用于一般空間組學(xué)數(shù)據(jù)的大規(guī)模數(shù)據(jù)部署鳞青。首先霸饲，作者概述了SODB的數(shù)據(jù)集和功能，并將其與其他現(xiàn)有平臺進(jìn)行了比較臂拓。接下來厚脉，作者系統(tǒng)評估了SODB的數(shù)據(jù)特征和統(tǒng)計(jì)信息。然后胶惰，作者使用一個帶注釋的空間轉(zhuǎn)錄組數(shù)據(jù)集介紹了SODB的交互式模塊傻工，并使用兩個空間蛋白質(zhì)組學(xué)數(shù)據(jù)集展示了SODB在大規(guī)模數(shù)據(jù)集上的可擴(kuò)展性。
此外孵滞，作者解釋了一個交互式可視化模塊SOView中捆，以及其在各種空間組學(xué)數(shù)據(jù)集上的應(yīng)用。作者還演示了SOView如何用于勾畫已知的組織結(jié)構(gòu)并識別其他方法無法看到的組織結(jié)構(gòu)剃斧。通過結(jié)合SOView定位組織感興趣區(qū)域的能力和交互式區(qū)域選擇功能轨香，作者演示了SODB如何用于識別組織區(qū)域和marker gene忽你。最后幼东，作者展示了SODB如何推動計(jì)算方法的發(fā)展。
01
SODB 有四個優(yōu)勢科雳。??
第一個優(yōu)勢是是廣泛的空間數(shù)據(jù)類型和大量的數(shù)據(jù)集根蟹。與僅提供空間轉(zhuǎn)錄組學(xué)數(shù)據(jù)集的其他現(xiàn)有數(shù)據(jù)庫相比，SODB 涵蓋了多類空間技術(shù)（例如糟秘，空間轉(zhuǎn)錄組學(xué)简逮、蛋白質(zhì)組學(xué)、代謝組學(xué)尿赚、基因組學(xué)和多組學(xué)）散庶。包含了25 種空間組學(xué)技術(shù)的超過 2,400?個實(shí)驗(yàn)的數(shù)據(jù)，它的數(shù)據(jù)集的數(shù)量大于任何現(xiàn)有數(shù)據(jù)庫凌净。
第二個優(yōu)勢是 SODB 提供了一個名為 SOView 的交互式可視化模塊悲龟，可用于快速預(yù)覽組織的全局結(jié)構(gòu)，還可以識別在以前的分析中被掩蓋的細(xì)微但重要的組織結(jié)構(gòu)冰寻。
第三個優(yōu)勢是SODB提供了交互式顯示面板须教，可以與SOView結(jié)合自動為我們自定義區(qū)域生成marker。
第四個優(yōu)勢是作者提供了一個Python 包pysodb，可以更便捷地獲取計(jì)算組的數(shù)據(jù)轻腺，并且與下游分析包如scanpy, squidpy 進(jìn)行交互乐疆。
SODB 提供四種數(shù)據(jù)探索視圖，即表達(dá)視圖（左上）贬养、注釋視圖（左下）挤土、比較視圖（右）和 SOView 這個可視化模塊。
02
接下來作者分別用空間蛋白質(zhì)組學(xué)數(shù)據(jù)（圖4a）误算，小麥種子的空間代謝組學(xué)數(shù)據(jù)集（圖4b）耕挨，小鼠脾臟的空間蛋白質(zhì)組學(xué)數(shù)據(jù)（圖4c），小鼠胚胎發(fā)育的Stereo-seq 技術(shù)的數(shù)據(jù)（圖4d）尉桩，10X Visium 空間轉(zhuǎn)錄組學(xué)的背外側(cè)前額葉皮層 (DLPFC) 數(shù)據(jù)集（圖4e）證明了SOView 作為一種空間組學(xué)可視化工具：
(1) 可以支持組織結(jié)構(gòu)的全局概覽并揭示亞結(jié)構(gòu)內(nèi)的異質(zhì)性筒占；
(2) 可以通過其自動顏色分配的顏色差異來反映分子表達(dá)譜的差異，從而揭示組織的潛在連續(xù)性蜘犁；
(3) 可以很好地與細(xì)胞類型圖進(jìn)行比較翰苫，其中 SOView 更適合可視化目的，可以避免聚類參數(shù)調(diào)整这橙、費(fèi)力的細(xì)胞類型標(biāo)記奏窑，并避免在大量細(xì)胞類型的情況下出現(xiàn)顏色擁擠的問題。
03
最后作者通過10X Visium 空間轉(zhuǎn)錄組學(xué)技術(shù)生成的矢狀小鼠大腦后部數(shù)據(jù)集介紹了 SOView 與 SODB 交互功能相結(jié)合的更強(qiáng)大的能力屈扎，作者通過比較Louvain（圖5d）埃唯，BayesSpace（圖5e），SpaGCN （圖5f）和 SOView（圖5g）鹰晨，證明了通過結(jié)合SODB的交互功能墨叛，SOView能夠識別一些別的方法無法識別的細(xì)微區(qū)域和相應(yīng)的marker gene。
總的來說模蜡，SODB工具是一個通用的空間組學(xué)數(shù)據(jù)分析平臺漠趁，涵蓋了從原始數(shù)據(jù)到最終分析和可視化的整個過程。它能夠幫助科學(xué)家獲取已經(jīng)公開發(fā)表的空間組學(xué)數(shù)據(jù)忍疾，并揭示其中潛在的模式和規(guī)律闯传。SODB工具的出現(xiàn)建立了一個連接原始數(shù)據(jù)和研究人員之間的橋梁，有望幫助未來的研究人員更好地利用空間組學(xué)數(shù)據(jù)卤妒，推動在生命科學(xué)領(lǐng)域的新發(fā)現(xiàn)甥绿，并為人類健康做出貢獻(xiàn)。
鯤羽生物擁有20余年基因原位雜交和10年空間組學(xué)研發(fā)經(jīng)驗(yàn)则披，專注于高靈敏度共缕、高檢測效率、單細(xì)胞精度收叶、多基因的原位雜交技術(shù)和原位測序空間組學(xué)技術(shù)的研發(fā)與應(yīng)用骄呼，自主研發(fā)了高特異性、高分辨率新型原位雜交檢測技術(shù)和空間多組學(xué)原位測序技術(shù)，提供從單細(xì)胞測序到基因原位檢測蜓萄、空間多維組學(xué)一站式解決方案及相關(guān)臨床診斷產(chǎn)品隅茎，滿足基礎(chǔ)科研與臨床應(yīng)用需求。
