博文
SDMap：空间药物扰动图谱数据库
||
SDMap：空间药物扰动图谱数据库
组织内细胞的组成、空间排列、状态和相互作用高度异质性，而这种异质性正是导致细胞药物反应差异和治疗效果多样性的关键驱动因素。Arora等人整合空间转录组学(ST)数据揭示了肿瘤核心和边缘的结构，这可以预测生存率和靶向治疗的反应。Shiau 等人对胰腺癌进行了空间分辨分析，揭示了与治疗相关的在肿瘤微环境中的重塑。因此，在空间组织背景下，确定药物对细胞的影响，并描绘药物扰动细胞在组织内的空间分布和异质性，对于揭示药物作用机制、促进空间细胞靶向治疗以及发现新的空间治疗靶点具有至关重要的意义。
ST技术的进步，能够分析细胞中基因表达动态的同时保留其固有的空间背景，已成为解读细胞空间组织和阐明潜在生物机制的革命性方法。最近，研究人员基于ST数据成功识别了空间组织中与表型或性状相关的细胞或微环境。例如，Song 等人成功整合ST数据，提供了与表型/性状相关的细胞的空间分辨映射。Zuo等人提出了stClinic，该平台整合了空间多组学数据和表型数据，基于动态图模型发现临床相关的微环境。此外，研究人员设计了有效策略，从未处理的单细胞数据集中识别对扰动（如药物处理）做出反应的细胞/细胞亚群。这些研究使我们能够确定药物扰动对组织空间内细胞的影响，并探索药物扰动在空间组织切片中受影响的细胞分布，以及空间异质性对药物作用的影响。目前，已生成大量的空间转录组（ST）和药物扰动数据资源。例如，STOmicsDB、SORC和CROST 等数据库收录了人工整理的ST数据集，并提供下游分析和可视化模块。SPathDB 是一个整合了 ST 和生物通路数据的数据库，用于解析功能活动的空间异质性。SODB数据库存档了由不同空间组学技术生成的数据集，并包含交互式分析功能。此外，CMap和 LINCS L1000数据资源存储了大量药物扰动数据。 然而，目前尚缺乏一个综合性的数据库，能够精心整理这些分散的宝贵数据资源，以提供药物对细胞扰动效应的空间分辨信息，解析空间异质性对细胞药物反应、药物疗效的影响而与药物作用相关的机制仍然缺乏。
最近，Li等人开发了 SDMap（图1，http://bio-bigdata.hrbmu.edu.cn/SDMap/)数据库，该数据库旨在从多个空间维度解析药物对组织内细胞的影响以及药物作用的异质性。SDMap 收集了大量空间转录组（ST）数据和药物扰动数据，并建立了药物扰动与空间位点（细胞）之间的关联。目前，SDMap 包含：(i) 来自 989 张ST切片的 5,490,079 个空间位点（包括 2,400,955 个位点级位点和 3,089,124 个单细胞级位点），对应 35 种组织类型；(ii) 33,149 种药物的 538,419 个处理实例（即538,419 种药物剂量-时间-细胞环境扰动条件的组合）；以及(iii) 在不同浓度、治疗持续时间和剂量下，33,149 种药物中 5,490,079 个空间位点和 538,419个处理实例之间的关联。SDMap 还包含药物扰动与空间簇、细胞类型和微环境之间的关联。SDMap 提供多种灵活的工具，以促进数据的检索、可视化和分析。例如SDT（空间药物靶点）工具提供药物靶点活性的空间分布及其与不同剂量和治疗持续时间下药物扰动效应的相关性；空间解卷积和空间药物-细胞统计工具使用户能够解析空间细胞身份和功能活动对药物扰动的影响；空间伪时间工具提供药物扰动位点/细胞在空间分化轨迹上的分布；药物组合工具能够探索不同浓度、治疗持续时间和剂量下药物组合的空间扰动效应图；三维工具面板包含三维重建、剂量三维和时间三维工具，使用户能够解析空间组织中药物扰动效应的三维分布和动态变化。总之，SDMap 将为研究空间异质性对药物作用的影响提供重要见解，并作为发现空间维度精准治疗靶点和解析药物相关机制的综合性数据库。
图1 SDMap 中数据内容和用户界面的概述。左上区域展示了 SDMap 中的数据收集，包括空间转录组数据集和药物扰动上调及下调基因。右上区域展示了 SDMap 的构建过程。中间区域包含用于检索、分析和可视化数据的用户界面。底部区域说明了药物-空间位置关联（连接）的识别
参考文献
[1] Li F, Chen Z, Zhang Y, et al. SDMap: a comprehensive database of spatial drug perturbation maps. Nucleic Acids Res. Published online October 22, 2025. doi: https://doi.org/10.1093/nar/gkaf1046
以往推荐如下：
5. EMT标记物数据库：EMTome
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
13. 利用药物转录组图谱探索中药药理活性成分平台：ITCM
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
22. 研究资源识别门户：RRID
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
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
33. CanCellVar：人类癌症单细胞变异图谱数据库
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
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
https://blog.sciencenet.cn/blog-571917-1511996.html
上一篇：DAZZLE：使用 dropout 增强改进基因调控网络推理
下一篇：转录组学的生物信息学视角：批量与单细胞 RNA 测序分析的全面综述
