空間轉錄組云平臺是SBCToolBox的一個VIP模塊，包括了數據的輸入、預覽、類群的展示、差異計算、降維可視化、基因在空間位置表達的可視化、常見的小提琴圖、山脊圖、熱圖、DotPlot展示、亞群分析，meta信息添加等組件。

首先了解一下Visium空間轉錄組和單細胞轉錄組的兩個重要區別？

●Visium空間轉錄組是以Spot為單位。實驗上以Spot為單位組織中的RNA，分析上也是以Spot為單位。

●Visium空間轉錄組比單細胞轉錄組多了空間位置信息。

兩者的定量數據都呈現出多特征基因、多觀測值的特點，在數據分析上的套路也都遵循著數據標準化、降維、分群聚類、差異計算、可視化等分析的一致性。

了解了空間轉錄組和單細胞轉錄組的異同，接下來我們來正式學習一下SBCToolBox空間轉錄組分析云平臺，以Seurat stxBrain數據為例進行詳細說明。

空間轉錄組云平臺繼承了單細胞云平臺優良基因，需要認證才能登錄云平臺，沒有賬號的同學請登錄站點，注冊申請，審核通過會以郵件的形式發放合法賬號。

https://www4.shbiochip.com/V2023/ST/

下面將詳細介紹空間轉錄組云平臺的功能及特點。

01

輸入&細胞信息預覽

上傳輸入數據為.RDS文件（R保存單個對象數據的格式文件）。

此頁面可以看到一共兩行三個Box，第一行兩列Box，第二行一個Box。

● 第一行第一列Box提供數據上傳接口、提交分析接口及meta信息下載接口。數據上傳：這里可以直接將RDS文件拖拽至 獲取數據 接口，完成上傳后會顯示 upload complete 反饋，點擊 提交分析 按鈕即可查看空間轉錄組的meta信息的概況。 ●第一行第二列的Box用于展示 Seurat對象的meta信息，展示每個SPOT每個SPOT基因、分子檢出、對應樣本、分群結果等概況。

●第二行Box對SPOT的匯總，顯示該項目一共有多少個SPOT點，樣品數量，分群情況，充分地了解空間轉錄組數據。

02

Cluster展示

a) 默認展示，主要展示UMAP、t-SNE、樣本與類群間比例BarPlot情況。

i. 默認展示與單細胞云平臺基本一致。

ii. 分群結果在空間位置上的分布情況展示。

b) Arrow展示 i. 提供個性化UMAP & t-SNE添加箭頭展示，讓數據不再那么枯燥。

03

差異計算

a) 單個類群對比其他類群，FindMarkers()函數計算當前cluster與剩余其他cluster間的Marker基因。

i. 設置閾值（Pvalue，logfc，上下調）篩選差異marker結果，可以根據實際需求靈活調整，也可以調整Marker基因篩選方法計算marker。

ii. TopN Marker基因結果，根據顯著性pvalue和差異倍數logfc的排序進行topN篩選。

? b)?指定類群間的比較

i.為了滿足指定Cluster間或者分組間的差異Marker進行差異比較

04

GeneExp Scatter Chart

a)主要展示基因在UMAP或者t-SNE的分布情況

i.這里直接打開TopN Marker基因復制GeneSymbol信息粘貼到 自定義輸入基因接口中，提交分析即可得到展示結果

ii. 此模塊高度靈活，可以自定義色階變化，多變主題，多基因列數調整

05

GeneExp Spatial Chart

a)基因集在空間位置上的表達展示

i. 復制GeneSymbol信息粘貼到輸入接口中，進行FeatureSpatialPlot展示。

06

Violin& Ridge Chart

a)主要用于marker基因在類群中小提琴圖和山脊圖的展示。

i.這里與單細胞云平臺結果展示一致，示例展示的為Dark主題下的結果。

07

HeatMap Chart

a)與單細胞展示一致，主要展示marker基因在每個Cluster或者分組中表達的顯著強度。這里可以靈活調整色階變化，分組bar的顏色，要展示的類群信息。

08

DotPlot Chart

a)與單細胞展示方式基本一致，marker基因在DotPlot展示。

09

亞群分析

a)篩選亞群重新分析

i.篩選出目標亞群或者多個樣本中的其中一部分樣本進行亞群分析，也可以實現調整參數重新分析以調整分群的數量。

b)提取目標亞群

i.這一組件主要是為了篩選出目標亞群，進行數據保存，進行下游的其他數據分析，及時保存記錄結果，保持分析的連貫性。

10

SPOT信息添加

a)Seurat 對象meta信息添加，主要是為了滿足對修改分群結果名稱，或者將多個cluster結果進行合并新名稱的添加，用于下游展示。

b)上傳barcode對應新名稱一一對應關系。

c)指定列，提交分析，即可完成信息添加，下載保存RDS，再上傳至云平臺即可進行新的下游分析。

以上結果在云平臺可以做到立等可取，再也不用花費長時間等數據分析結果了。

審核編輯：彭菁