时空日报 | Nucleic Acids Res：基于空间转录组数据的空间模式与差异表达分析
大家好，欢迎观看《时空日报》第329期。本期介绍的时空/细胞组学相关研究文章共计2篇。以下是应用时空云平台STOmics Cloud的Genpilot模块生成的文章概要，并辅以人工审核，供了解参考。
1、基于空间转录组数据的空间模式与差异表达分析
Spatial pattern and differential expression analysis with spatial transcriptomic data
Nucleic Acids Res; IF: 16.600; DOI: 10.1093/nar/gkae962
内容概要：
① 空间转录组技术的出现为科研领域带来了革新。这项技术使得科学家们能够在保留组织空间背景的同时，深入探索基因的活动规律。通过利用这些技术产生的数据，科学家们可以识别出空间可变（SV）基因，这对于他们来说，是探索组织景观和生物过程的关键一步。在各类实验设计中，如病例对照研究或纵向研究，识别组间空间可变基因的重要性尤为突出。这不仅有助于发现重要的生物标志物，还为疾病靶向疗法的开发提供了有力支持。
② 然而，尽管空间转录组技术具有巨大的潜力，但目前用于分析这些数据的方法仍然处于初级阶段。现有的方法都无法有效地识别组间空间可变基因，这限制了科学家们对基因活动的深入理解。为了克服这一挑战，科研人员们研发了一种名为SPADE的新方法。SPADE专注于空间格局与差异表达分析，旨在帮助科学家们在空间转录组数据中准确识别空间可变基因。
③ SPADE方法基于高斯过程回归的机器学习模型，并采用了基因特异性的高斯核。这一创新使得SPADE能够同时检测组内和组间的空间可变基因。通过与现有方法在模拟数据和真实数据分析中的对比，科研人员们证明了SPADE在检测空间可变基因方面的卓越性能。为了让更多的科研工作者能够使用这一方法，SPADE的源代码和文档被公开发布在https://github.com/thecailab/SPADE上，供科研人员共享和参考。
分析工具：空间转录组学，SV基因，组织景观，生物过程，病例对照研究， 纵向研究， SPADE，差异表达分析; Qin F, Luo X, Lu Q, Cai B, Xiao F, Cai G.; Department of Epidemiology and Biostatistics, Arnold School of Public Health, University of South Carolina, 921 Assembly Street, Columbia, SC, 29208, USA.
2、LnCeCell 2.0：基于单细胞与空间转录组测序数据的lncRNA相关ceRNA网络与在线工具更新版资源
LnCeCell 2.0: an updated resource for lncRNA-associated ceRNA networks and web tools based on single-cell and spatial transcriptomics sequencing data
Nucleic Acids Res; IF: 16.600; DOI: 10.1093/nar/gkae947
内容概要：
① 最近，LnCeCell 2.0作为一个全新的资源被推出，它专注于lncRNA相关的竞争性内源RNA（ceRNA）网络与在线工具。这个资源是基于单细胞与空间转录组测序（stRNA-seq）数据构建的，旨在为用户提供更全面的数据和分析工具。LnCeCell 2.0的数据库得到了显著更新，不仅涵盖了广泛的疾病/表型和人类正常组织的数据集，还包含了大量的细胞特异性和空间位点特异性的ceRNA相互作用和功能网络。这些数据为研究人员提供了宝贵的信息，有助于他们深入了解ceRNA在生物系统中的角色和功能。
② 除了丰富的数据集，LnCeCell 2.0还提供了一系列实验支持的lncRNA生物标志物，这些标志物与疾病的病理、诊断和治疗密切相关。此外，该资源还详细注释了ceRNA的细胞类型、细胞状态、亚细胞和细胞外位置，为用户提供了更全面的信息。这些注释信息是通过人工整理得到的，确保了数据的准确性和可靠性。同时，LnCeCell 2.0还包含了大量癌症患者的ceRNA表达谱和后续临床信息，为研究人员提供了宝贵的临床数据支持。
③ 为了满足研究人员的需求，LnCeCell 2.0还开发了一套包含24个灵活工具的面板，这些工具可以用于以单细胞/位点分辨率为基础，研究ceRNA调控机制。其中，CeCellTraject工具是一个典型的例子，它能够展示不同细胞群体的详细ceRNA分布，并探索ceRNA网络沿发育轨迹的动态变化。这些工具为研究人员提供了强大的分析手段，有助于他们更深入地了解ceRNA在生物系统中的调控机制。总的来说，LnCeCell 2.0是一个功能强大的资源，它将为研究人员提供全面的数据和分析工具，促进lncRNA-ceRNA网络的研究和发展。
分析工具：LnCeCell 2.0，lncRNA，ceRNA网络，单细胞测序， 空间转录组测序，数据资源，在线工具，生物标志物，细胞特异性，空间位点特异性，分析工具; Guo Q, Liu Q, He D, et al.; Department of Gynecology, the First Affiliated Hospital of Harbin Medical University, 23 Youzheng Road, Harbin 150081, China.