单细胞RNA测序（scRNA-seq）技术的出现促进了现代细胞和分子生物学的发展。scRNA-seq可以覆盖大量RNA-seq数据中的细胞子集，并提供每个单细胞的转录组信息，揭示细胞间的异质性。但是，当scRNA-seq应用于组织时，会丢失至关重要的空间信息。而单细胞空间转录组技术可以同时进行单细胞转录组测序并记录组织细胞的空间位置信息，在神经科学、发育生物学、免疫学和癌症等研究领域都有重要应用。

随着检测空间基因表达模式方法的不断出现，空间转录组数据正在迅速积累。由于方法的多样性和数据分析的复杂性，该领域尚缺乏一个可方便整合、比较和可视化空间转录组数据的数据库。

为解决这一问题，中国科学院生物物理研究所陈润生院士团队开发了针对空间转录组技术和数据集的数据库SpatialDB，可供研究人员有效使用已发布的空间转录组数据。据悉，SpatialDB是首个单细胞空间转录组数据分析可视化平台，该平台建立了空间转录组数据分析处理流程，实现了空间转录组数据的在线可视化，同时提供了空间差异表达基因及其功能富集分析的注释，可用于快速检索特定目标组织中的基因表达空间信息。近日，相关研究成果发表在Nucleic Acids Research上。

图1：单细胞空间转录组数据分析可视化平台

目前，SpatialDB包含由8种空间转录组技术（ST, Slide-seq , LCM-seq , seqFISH,MERFISH , Liver single cell zonation , Geo-seq and Tomo-seq）产生的24个数据集，这些数据来自5个物种，包括人类、小鼠、果蝇、秀丽隐杆线虫和斑马鱼。研究团队针对这些数据集进行了整合（图1和图2）。

图2. SpatialDB中统计描述的转录组技术

研究团队从论文中提取了每种技术的简要说明和示意图，并研读了每个数据集的原始论文，提取相应的元数据，包括出版信息、数据描述、实验设计、样本和数据可用性等。同时，从论文的补充材料、GEO数据库和自定义数据中心下载了基因表达矩阵数据和空间位置信息。对于数据集中来自不同组织、处理方法的样本或生物技术复制品，研究团队将其手动划分为305个子数据集。所有收集的数据集和研究结果均发表于2019年5月之前。

SpatialDB为用户提供了一个用户友好的Web界面，用于可视化和比较空间分辨下的转录组数据。该数据库提供的空间差异表达基因及丰富的功能注释，有助于进一步数据分析。SpatialDB为研究组织细胞的空间结构提供了一个资源库，并为了解疾病中的细胞微环境带来新的见解。目前，SpatialDB可从https://www.spatialomics.org/SpatialDB免费获得，无需注册或登录。

图3.SpatialDB网站界面截图

人类细胞图谱计划的主要目标之一是表征所有细胞类型的空间关系，同时基于表达特征在空间上映射多种细胞类型可能的相互作用。一些以单细胞分辨率检测基因表达空间信息的方法已被广泛应用，例如Slide-seq、seqFISH或MERFISH。为了更有效地帮助科学家探索基因表达数据，陈润生院士团队构建了空间转录组可视化数据库SpatialDB。基因表达空间信息的在线可视化、技术比较和SV基因注释将有助于研究人员探索细胞的空间组织结构。

研究团队表示，期望有更多的空间转录组技术开发成功，使基因表达空间信息数据迅速积累。研究团队将继续收集新技术和数据集以更新SpatialDB，并计划整合更多工具和数据资源以帮助进行数据分析。

中国科学院生物物理研究所陈润生院士、陈小伟高级工程师为该论文的共同通讯作者，中国科学院生物物理研究所高通量测序中心范珍高级工程师为论文第一作者。

参考资料：

SpatialDB:a database for spatially resolved transcriptomes, Nucleic Acids Research,gkz934, https://doi.org/10.1093/nar/gkz934