一些中国高校和企业的研究团队，也曾经走正在空间组学科研范畴的世界前沿，代表有国内学界绘制的首个肝癌空间图谱、以及国内业界研发的 Stereo-seq 系列手艺。

更主要的是，通过浏览 SODB 数据库，以及借帮本次研究里的 SOView 交互式算法，能够间接“看到”空间组学数据背后的组织全貌，如许一来很容易就能判断所浏览的数据能否合适研究需求。

正在研究相关数据的过程中，他发觉总得把它们挨个处置成 Anndata 格局，只要如许才能获悉每个数据的组织形态、所包含的细胞类型、细胞的分布体例等。

鉴于空间组学数据中包含分歧类型的细胞布局和组织布局，因而他们将进一步开辟细胞类型识别和功能预测的算法，以分歧细胞类型的生物学功能和彼此感化，从而更好地舆解和阐释特定命据里的生物学消息。

举例来说，若是研究者只想进行简单的数据加载，那么他不只无需供给额外的数据处置代码或将数据上传到 Figshare 等存储库中，也无需进一步研发计较方式，只需利用 pysodb 这款数据读取方式即可。

他们继续点窜论文。此外，接着，美国国度癌症研究所则从导了人类肿瘤图谱收集打算（The Human Tumor Atlas Network，力图以最精确客不雅、通俗易懂地体例让大师理解我们的工做。我们频频点窜。

归纳综合来说，该的最大意义即是给空间组学范畴搭建了“根本设备”，它能供给快速的数据读取和数据复用能力，满脚计较生物学家正在开辟算法时的 benchmark 需求。

此中包罗美国国度卫生院发布的大脑细胞普查收集打算（Brain Initiative Cell Census Network，BICCN）, 项目方针旨正在解析人、猴和小鼠大脑的单细胞时空动态图谱；

打个不太得当的比方，对于数据利用者来说，以前空间组数据像被封正在集拆箱中的货色，从外面看不出里面是什么货色，挑选本人所需的“商品”也很是麻烦，需要颠末专业处置步调查看集拆箱里的“商品”。逛 SODB 就像“逛超市”。琳琅满目标数据就是“商品”，它们被一个个地放正在“货架”上。凭仗 SOView 交互式算法，用户可以或许看到每一个“商品”的全貌。若是满脚需求，即可间接“一键采办”（下载）。而当利用本次提出的数据读取方式 pysodb 时，只需一行 Python 代码即可获取高质量数据。

对于这些快速发生的宝贵数据，科研人员面对的最间接的问题就是数据的预处置，即从原始数据处置为尺度格局例如 Anndata 等。

这不只能极大地节流科研人员的贵重时间，还可避开以往研究中的 dirty work。具体来讲，采用保守体例处置一个尺度的 slide-seq 数据时，从原始数据处置到尺度格局，至多需要 19 分钟的时间、以及 22GB 的峰值内存。而利用 SODB 供给的 pysodb 读取体例，仅需 7 秒的处置时间和 0.04GB 的峰值内存。

对于审稿人添加的 Python 阐发功能，课题组很是承认其“妙处”——不只合用于没有开辟根本的生物学家，也满脚了有编程根本的研发者的需求，扩大了合用人群，对于添加工做影响力大有裨益。后来才晓得，这位审稿人是空间组学范畴的一位奠定人，很是感激这个让 SODB 减色不少。

做为一个数据库，SODB 的最大意义正在于可以或许加快空间组学范畴的成长，能够帮帮生物学家们更好地验证新的生物猜想，帮力发觉新的病理现象，降低因手艺特征带来的和错误性发觉。

同时，SODB 还能将分歧的空间数据调集正在一路，利用时能够按需进行快速搜刮、定位和下载多模态数据，以便充实操纵已发布的数据，避免正在尝试上反复“制轮子”。

研究中，课题组正在一个大脑数据中发觉了一块很小的区域，这块区域无法被其他阐发方式侦测到。而其背后存正在的基因表达指纹，也被 SOView 所供给的交互式东西检测了出来。

为应对这些挑和，复旦大学类脑人工智能科学取手艺研究院青年副研究员原致远，和他博士期间导师——美国大学达拉斯分校张奇伟传授、以及腾讯 AI Lab 首席科学家姚建华博士，开辟出一种名为 SODB（Spatial Omics DataBase）的数据库，其目前数据量笼盖 5000 多万个细胞，来自 26 种分歧的手艺，而且这些数据均被同一地处置成尺度格局，能让研究人员辞别反复劳动的场合排场。

比来，还有研究表白将分歧空间组学数据进行集成和阐发，也具有较大的可行性。而这恰是 SODB 能够供给的功能。

同时，也将对数据质量加以节制。空间组学数据的质量会给阐发成果带来很大影响，所以他们打算开辟一套数据质量节制的东西，以用于识别和过滤低质量的数据，从而提高阐发成果的精确性和靠得住性。

正在完成项目扶植和论文补葺之后，他们筹算给 Nature Methods，没想到期刊编纂正在收到邮件后一天之内就回邮件说论文即将进入同业评审环节。

同时，本次研究也无望为药物研发供给新思。此前，空间组学手艺曾经被普遍用于药物研发，并正在药物靶点识别、药物剂量确定和药效评估等方面展示出较大的潜力。

数据库的第一版 demo 由原致远、潘文韬和赵轩（此次论文配合做者）完成，随后摆设正在腾讯供给的云办事器中。

这里的次要坚苦正在于，分歧数据类型和数据源所供给的原始数据格局并不不异，因而需要很是定制化的编程技巧。而对于特大规模数据例如 MERFISH 和 Stereo-seq 来说，更是需要大量的计较资本和时间耗损。

最初，该团队针对空间组学数据还开辟了通用阐发框架 SOTIP（Spatial Omics mulTIPle-task analysis）[3]，发觉了三阳性乳腺癌亚型的空间指纹，能够预测病人预后。该团队还将开展细胞类型的识别预测和功能预测。

面临来自分歧批次、空间手艺和阐发的异质数据，要想把它们整合起来仍然存正在必然挑和。可是，之前正在单细胞范畴的研究曾经表白，跨批次和手艺整合数据具备必然可能性，并能带来更多的益处。

此外，课题组也将开展使用推广和示范，即正在更多的空间组学数据集上测试和验证 SODB，以证明它正在现实使用中的无效性和合用性，进而开展使用示范，向方针用户引见 SODB 的功能和使用场景，以推进其正在范畴内的普遍使用。

原致远暗示，研究中还有不少令人兴奋的时辰。他说：“之前我们开辟了一个空间组学可视化的算法 SIMS-View[1]，可是只能发生静态图片。我将这个需求跟潘文韬师弟会商后，他很快地把这个功能整合到 SODB 里，让用户能够正在组织空间图谱长进行交互式摸索，后来我们把它称为 SOView。”

几轮用户反馈事后，数据库也历经了多次迭代。于是他们起头撰写论文并，正在此过程中他们积极从同业研究者那里获得不少，例如细胞类型标注、组织识别、基因比力等。课题组不只按照这些点窜一一优化，以至还新增了可视化模块等额外功能。这些弥补性开辟履历了数月摆布。

取保守基因组学和组学研究比拟，空间组学研究能够供给组织和细胞之间的空间关系消息，帮帮人们深切理解生物体内复杂的细胞彼此感化、信号通、以及调控机制等生物学问题。

”当下，目标是为多种癌症各个期间的改变过程成立时空动态图谱。原致远说：“论文撰写是一个很疾苦的过程。也添加了数据的复杂性。迭代出七八个论文版本，“这让我们感应很是惊讶，HTAN），这添加了数据整合和交叉阐发的难度。

后续，他们将继续优化 SODB 的东西机能。目前，SODB 曾经能够无效处置和阐发大规模的空间组学数据，但仍然存正在一些机能上的瓶颈问题，因而其将进一步提高 SODB 的数据处置和阐发能力。

当手里的数据越积越多，他感觉很有需要通过开辟一款正在线数据库，来把这些数据共享出去，让有需要的人能够复用。“于是正在和导师张奇伟传授参议课题设想后，我跟腾讯 AI Lab 的姚建华教员和大学潘文韬师弟一路动手开辟，并完成了数据预备工做。”原致远说。

因为 SOView 能融合丰硕的基因表达消息，并能展现正在组织空间中，所以它能发觉一些利用保守形态学染色方式无法发觉的空间域。

当下至多存正在数十种分歧空间组学手艺，新兴手艺正在给人类带来便当性的同时，而 SODB 能够存储、查看和阐发这些数据。例如添加配套的 Python 阐发东西。全球学界和业界都将面对越来越多的新挑和，审稿过程也很是成功，”原致远说。由于凡是的经验得至多一周才能收到能否送审的答复。根基都是扶植性的看法，这让我们感觉前期的结实工做很是值得，按照所测的类别可大致划分为组、卵白组、代谢组、基因组等。获得了专业编纂和同业专家的承认。好正在正在导师张奇伟传授和姚建华博士的帮帮下，分歧的空间组学手艺也存正在数据布局和数据类型上的差别，不到一个月就收到了所有审稿看法！

对于生物消息学家而言，SODB 支撑多种计较方式的基准数据需求，让他们能够专注于计较模子，免除数据处置之忧。

然而，空间组学数据处置和阐发的挑和也随之而来。因为数据维度高、噪声多、复杂度大，保守的数据处置和阐发方式也变得不再合用。

另据悉，SODB 还将推进数据的可用性，刺激空间数据整合的计较方式的成长，帮力于扶植具有通用坐标框架的大规模空间图谱。

担任相关论文第一做者兼通信做者的原致远暗示，本次课题要逃溯到 5 年前。那时，他正正在张奇伟传授的指点下开辟一个名为 SEAM（spatial single nuclear metabolomics）的空间代谢组学阐发方式，借此机遇接触到了空间组学[1]。

做为一种新东西，SODB 能够帮帮研究人员深切阐发细胞类型和空间关系，借此挖掘潜正在的药物靶点和机制，加快药物研发的历程。

另一个问题正在于，即便耗时耗力将某一批数据处置完毕，但正在通过度析看到数据全貌之后，研究者往往会发觉这个数据并非实正所需，从而导致做了无用功。

而且，SODB 还能帮帮大夫深切挖掘患者体内的细胞类型和空间关系，借此发觉潜正在的诊断标记物和医治靶点，以便更精确地鉴定癌症类型和分级，从而为临床医学供给更精准的诊疗。