利用 DeepSpaceDB 挖掘空间转录组数据集

我们正在构建一个名为 DeepSpaceDB 的空间转录组学数据库。此举旨在让生物学家和生物信息学家更便捷地获取空间转录组学数据。目前已开发出多种空间转录组学平台。

它们可使研究人员在组织切片中研究基因表达模式。但该技术成本高昂，且数据分析需要高水平的生物信息学技能。我们一直在使用节奏（rhythm）和 Xenium 空间平台进行我们的癌症 CEX 研究。

该平台使我们能够在同一器官背景下确定肿瘤、肿胀区域甚至远端宿主组织。它有助于我们分别解析各个区室中基因表达和细胞计算的变化。对生物学家而言，一个主要挑战实际上是进行数据分析。

因此，许多研究人员缺乏必要的编程和计算技能，无法充分解读日益增多且现已可获取的空间转录组学数据集。通过使空间转录组学数据集更易于访问，该数据库使用户能够生成新的假设，探索不同疾病背后的基本机制。例如，我们可以评估与肿瘤微环境相关联的空间基因表达模式。

首先，点击数据库标签，选择生物体为小鼠，器官为脑，数据来源为 Zenodo。浏览检索结果中的样本，选择标签为 DSID001557 的样本。然后点击所选样本，并确认其描述为“200 万个细胞，溶于 100 微升生理盐水中的 NK 细胞”。

单击质量标签页以评估样本质量。在质量度量下拉菜单中，选择检测到的基因、读段数和线粒体（mito）等选项，以查看相应参数在样本切片中的分布情况。接下来，转到图像注释标签页，以识别样本切片中的不同区域。

将鼠标光标移至样本切片上以显示注释。查看由大型语言模型生成的基于网格的注释，这些注释展示了解剖结构及其相关病变。然后导航至“聚类”标签页，以检查该样本切片中的细胞类型聚类。

查看聚类的二维嵌入图以及样本切片上各位置点对应的彩色编码表示。接下来，导航至基因标签页，以检查样本中具有空间变异性的基因。点击基因列表中的部分高排名基因，生成它们在组织切片上表达情况的空间分布图。

观察颜色编码的表达模式，可清晰显示高分基因的不同空间分布。随后切换至通路标签页，以检查与常见生物学通路相关的基因集活性。查看空间可变通路列表，其中通路活性基于相关基因的表达水平进行估算。

单击列表中排名靠前的部分通路，以生成这些通路在组织切片中活性的空间分布图。观察不同组织区域中通路活性的彩色编码模式。接下来，转到组织浏览器选项卡，该选项卡允许用户自由选择感兴趣区域，并比较区域之间的基因表达模式。

确保已激活手动选择功能。使用鼠标光标，选中小鼠脑切片左侧海马区域的斑点。单击“set one”，然后点击“add to set”，以在右侧面板中高亮显示所选斑点。

然后点击“集合二”，并使用鼠标光标选择脑切片中下丘脑区域的位点。点击“添加到集合”以在右侧高亮显示这些选定的位点。完成位点选择后，点击“比较基因表达”按钮。

这将生成一个表格，显示每个选定区域的平均基因表达值，并附带散点图表示。将光标悬停在散点图的各个数据点上，以确认基因名称以及两个区域中的平均表达值。根据比较结果，识别差异表达基因。

返回基因标签页，可视化这些基因在组织切片中的表达情况。点击数据库标签页，使用筛选功能将生物体选择为小鼠，器官选择为肝脏，条件选择为癌症。在得到的样本列表中，选择样本 DSID001005。

单击选定的样本，并确认其描述表明该样本来源于小鼠肝脏，且含有结直肠癌来源的转移灶。随后进入组织浏览器标签页，启用手动选择模式。使用鼠标光标，在样本DSID001005中选择与EpCAM标志物阳性表达所确定的肿瘤区域相对应的位点。

单击集合一，然后选择“添加到集合”，以在右侧高亮显示所选的肿瘤区域。接着，单击集合二，并使用光标选择肝样本中远离肿瘤的非肿瘤区域的斑点。

单击“添加”以高亮显示界面右侧选定的非肿瘤区域。如需进一步分析基因表达数据，请点击“下载CSV”选项，系统将生成包含该样本两个区域基因表达数据的逗号分隔值文件。在对DSID001007重复执行数据库浏览步骤后，请确认其描述指出这是另一张来自小鼠肝脏的切片，含有结直肠癌来源的转移灶。

接下来，确认已生成两个 CSV 文件，分别来自样本 DSID001005 和 DSID001007，每个文件包含两列，代表肿瘤区域和非肿瘤区域的平均基因表达水平。将这两个 CSV 文件加载到 R 编程环境中。合并数据集，以便利用每种条件下的两个重复样本进行下游分析。

在 R 中，使用 limma 软件包对合并数据集进行差异基因表达分析。将两个样本中的结直肠转移区域归为癌症组，远端健康区域归为对照组。对结果进行筛选，以鉴定出 log 倍数变化大于 0.5 且调整后 P 值小于 0.05 的上调基因。

类似地，筛选出 log 倍数变化小于 -0.5 且校正后 P 值小于 0.05 的下调基因。在小鼠脑组织样本的左侧观察到一个明显的低质量区域，其特征是检测到的基因数量减少以及读段数较低。该样本每个位点平均检测到约 4,000 个基因，与数据库中其他样本的分布情况高度一致。

在小鼠脑样本中鉴定出15个具有明确边界的独立空间聚类，代表了解剖学差异。基因NRGN、SLC17A7和DDN在海马区表现出强烈表达。相比之下，LY6H的表达局限于皮层区域，尤其是切片左下和右外侧边缘。

在样本切片的下部皮层区域，神经肽信号活性显著增强。海马区的突触可塑性调控被激活，尤其在中上区域表现明显。海马体中上右侧区域的神经递质转运活性升高。

基因 CLDN7、CLDN4 和 ACTG1 在肝样本 DSID 001005 的结直肠癌肝转移区域表现出明显的上调。相比之下，在样本 DSID001007 的远端健康肝组织中，CLDN7、CLDN4 和 ACTG1 的表达水平显著较低。