Nature Methods | 空间组学数据库推荐：SODB

此前小编已经为大家介绍过两个空间组数据库SpatialDB和STomicsDB。2023年2月，《Nature Methods》发表了一个综合性的空间组学数据库：SODB。

为什么要搭建SODB？

主流空间组学技术包含空间转录组、空间蛋白质、空间代谢组等。随着技术的发展，大量的空间组学数据快速产生，并存储在各种异构数据平台中。在具体数据分析之前，首先，研究者必须下载原始数据，然后将其正确处理为标准格式，这通常费时费力；此外，数据量也是另一问题，因为目前一些先进实验技术提供大视野和高空间分辨率（例如Stereo-seq、MERFISH等），处理这些数据需要大量内存和时间消耗。

因此开发团队搭建了SODB：支持用户快速浏览、可视化、读取、处理感兴趣的数据。

SODB概述

SODB有哪些功能？

SODB提供了来自26种空间组学技术，数据量超过5000万细胞（spot），所有数据均由标准流程处理为Anndata形式，可兼容SCANPY、Squidpy等多种分析软件。

数据特征及统计

SODB还提供了多种数据分析和可视化模块，包括基因空间表达、细胞类型注释、基因表达比较、SOView可视化分析等。

SODB的交互式视图（表达式视图、注释视图、比较视图）

各种空间组学数据集的SOView演示

SOView发现已知和未知的功能组织域

此外，SODB还提供了配套Python工具包pysodb，仅用一行代码可以方便的读取数据，相比传统数据处理和读取方式，带来时间效率和内存效率的提升。以Slide-seq数据为例，时间效率提升160倍（传统方法读取需要19.04分钟，pysodb仅需7.16秒）；内存效率提升549倍（传统方法需要21.97GB，pysodb仅需0.04GB峰值内存）。

未来，SODB还会有一些潜在的改进，例如由于处理不同数据格式的异构管道，用户目前不允许将自己的数据集上传到SODB，数据提交需要通过电子邮件联系相应作者来完成。开发团队将每两周处理和更新一次数据库。目前，SODB可以探索由多达106个点组成的数据，未来需要进一步优化对更大规模数据的可扩展性。

SODB： https://gene.ai.tencent.com/SpatialOmics

命令行包可在如下链接获取：https://pysodb.readthedocs.io/en/latest/

参考文献

Yuan Z, Pan W, Zhao X, et al. SODB facilitates comprehensive exploration of spatial omics data[J]. Nature Methods, 2023: 1-13.

信息来源于“光华俱乐部”公众号，图片来源于参考文献。