Celldega：空间数据可视化和分析工具包 

空间转录组学 (ST) 直接测量完整组织内的基因表达，保留天然组织背景和微环境。这种背景能够探索细胞形态、细胞间通讯、细胞邻域、组织和解离单细胞转录组学中丢失的空间梯度。随着实验方法的不断进步，生成的数据以更精细的分辨率和更高的分子复合体覆盖越来越大的区域，亚细胞分辨率的全转录组分析成为该领域的标准。在这些进步的推动下，空间研究的数量和规模在临床环境中都在增长。 

随着实验方法的快速发展，分析界以更大规模的方法做出回应，解决从最低级别原始数据处理到由基础空间模型支持的最抽象人工智能代理的任务。丰富的数据助长了这种兴奋。空间组学的核心是将形态学和高度复杂的分子数据结合起来，将图像处理的需求和机遇与单细胞转录组学的高维矩阵分析结合起来。完整的空间分析通常需要成像特定步骤（例如细胞识别和分割、特征提取、感兴趣区域选择）和表达分析（例如细胞类型识别和聚类；差异表达分析）。由于数据是耦合的，因此这些分析最好同时进行。例如，如果将表达信息考虑到，则分割会得到改进，并且可以根据基因表达选择ROI。信息也可通过对这些域的联合分析来获得：细胞邻域识别；空间共表达分析；发现了空间变化基因。该领域正在积极探索这些途径，定期引入新的计算方法。因此，尽管进行了多次努力 ，但该过程尚未标准化。 

因此，利用空间生物学的生物学家面临着不断增长的数据格式和综合数据分析的挑战，需要多个定制的代码，这些代码必须跨成像和矩阵领域工作。应对措施是团队合作，通常由生物学领域专家、病理学家和计算专家组成，以从数据中提取最大的生物学意义。不幸的是，仍然缺乏支持跨成像和转录组学领域基于团队的、灵活的多领域分析的可用基础设施。 

现有的开源可视化工具通常强调单一视角：空间可视化、数据可视化或可自定义仪表板，后者往往难以配置，并且不太适合基于笔记本的交互式分析。开源可视化工具也很难为大型数据集（> 10 亿个转录本）呈现转录级数据，并且通常保持响应能力将转录本可视化限制为选定的基因、子样本或聚合体。来自技术提供商和云计算平台的商业可视化平台可以提供额外的可扩展性，但通常限制性更大，并且也可能是仅限桌面、闭源、特定于供应商或与托管系统绑定。 

最后，大多数空间分析工作流程仍然专注于单细胞水平分析和个体样本，缺乏明确的数据结构来支持高阶或分层生物实体的分析，例如邻域、组织域、基因模块 和整个群体。这些挑战源于分散的工具开发：数据格式、分析工作流程和可视化通常是孤立开发的，从而阻碍了无缝集成。随着技术的进步、数据集的增长以及大规模队列研究变得普遍，这些挑战只会增加。 

为了应对这些挑战，Fernandez等人开发了 Celldega（图1，https://github.com/broadinstitute/Celldega_Public_Dataset_Directory），一个集成的、可扩展的框架，使用户能够在整个研究生命周期中直观地探索和注释空间数据、分析高阶生物结构，并通过公共画廊和/或笔记本共享结果，以促进开放和可重复使用的科学。 Celldega 是以一家杂货店命名的，这是一家小商店，提供所有种必需品，是社区结构的一部分。本着同样的精神，Celldega 汇集了探索空间生物学（从亚细胞到组织水平邻域）所需的基本观点，将数据和信息可视化与支持数据结构和空间分析方法配对。 

图1 Celldega 的架构将交互式可视化与支持数据结构和空间数据分析方法结合起来。 (A) Celldega 三层概述。(A(i)) 可视化跨越物理空间、数据空间和信息空间；可以在这些视图上执行注释。 DegaFiles 支持空间可视化。(A(ii)) 数据结构：邻域类存储几何图形和特征空间。分层矩阵类存储来自 观测值（实体）和变量（特征）的分层双聚类结果。 (A(iii)) 分析方法构建邻域，计算邻域级特征空间，并对观测值和变量执行分层聚类。 (B) Celldega 的小部件可以相互链接以支持协调的空间数据分析 

参考文献

[1] Nicolas Fernandez, Jaspreet Ishar, Huan Wang, Amin Ben Saad, Michal Lipinski, Samouil L Farhi. Celldega: Integrated Toolkit for Visualization and Analysis of Spatial Data  bioRxiv 2026.08.13.744672; doi: https://doi.org/10.64898/2026.08.13.744672 

以往推荐如下：

1. 分子生物标志物数据库MarkerDB

2. 细胞标志物数据库CellMarker 2.0

3. 细胞发育轨迹数据库CellTracer

4. 人类细胞互作数据库：CITEdb

5. ​EMT标记物数据库：EMTome

6. EMT基因数据库：dbEMT

7. ​EMT基因调控数据库：EMTRegulome

8. RNA与疾病关系数据库：RNADisease v4.0

9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target

10. 非编码RNA与免疫关系数据库：RNA2Immune

11. 值得关注的宝藏数据库：CNCB-NGDC

12. 免疫信号通路关联的调控子数据库：ImmReg

13. 利用药物转录组图谱探索中药药理活性成分平台：ITCM

14. AgeAnno：人类衰老单细胞注释知识库

15. 细菌必需非编码RNA资源：DBEncRNA

16. 细胞标志物数据库：singleCellBase

17. ​实验验证型人类miRNA-mRNA互作数据库综述

18. 肿瘤免疫治疗基因表达资源：TIGER

19. 基因组、药物基因组和免疫基因组水平基因集癌症分析平台：GSCA

20. 首个全面的耐药性信息景观：DRESIS

21. 生物信息资源平台：bio.tools

22. 研究资源识别门户：RRID

23. 包含细胞上下文信息的细胞互作数据库：CCIDB

24. HMDD 4.0：miRNA-疾病实验验证关系数据库

25. LncRNADisease v3.0：lncRNA-疾病关系数据库更新版

26. ncRNADrug：与耐药和药物靶向相关的实验验证和预测ncRNA

27. CellSTAR：单细胞转录基因组注释的综合资源

28. RMBase v3.0：RNA修饰的景观、机制和功能

29. CancerProteome：破译癌症中蛋白质组景观资源

30. CROST：空间转录组综合数据库

31. FORGEdb：候选功能变异和复杂疾病靶基因识别工具

32. Open-ST：3D高分辨率空间转录组学

33. ​CanCellVar：人类癌症单细胞变异图谱数据库

34. dbCRAF：人类癌症中放射治疗反应调控知识图谱

35. DDID：饮食-药物相互作用综合资源可视化和分析

36. SCancerRNA：肿瘤非编码RNA生物标志物的单细胞表达与相互作用资源

37. CancerSCEM 2.0：人类癌症单细胞表达谱数据资源

38. LncPepAtlas：探索lncRNA翻译潜力综合资源

39. SPATCH：高通量亚细胞空间转录组学平台

40. MirGeneDB 3.0：miRNA家族和序列数据库

41. RegNetwork 2025：人类和小鼠基因调控网络整合数据库

42. CircTarget：多种细胞类型circRNA调控综合数据库

43. GreenCells：植物lncRNA单细胞分析资源

44. RM2Target 2.0：RNA修饰的写入者、擦除者和读取者靶基因数据库

45. SDMap：空间药物扰动图谱数据库

支持单位：