上海
http://bio-bigdata.hrbmu.edu.cn/SDMap/
一：研究背景：傳統(tǒng)藥物反應研究的盲區(qū)
當前藥物作用機制研究主要依賴：
1.bulk RNA-seq（無法區(qū)分細胞或區(qū)域）
2.單細胞RNA-seq（失去空間信息）
3.體外藥物擾動模型（無法模擬體內微環(huán)境）
這些方法共同的缺點是：忽略組織空間結構與微環(huán)境對藥物反應的深刻影響。同一藥物在組織不同區(qū)域常呈現(xiàn)截然不同的表達和功能結果，例如：缺氧區(qū)域耐藥、血管富集區(qū)域敏感、免疫微環(huán)境區(qū)域反應增強或抑制。因此，藥物研究急需：在空間尺度上刻畫藥物刺激的真實反應。SDMap 由此誕生。
二：SDMap 是什么？
SDMap 是第一個系統(tǒng)整合“藥物處理后的空間轉錄組數(shù)據(jù)”的綜合數(shù)據(jù)庫，為不同藥物構建空間擾動圖譜（spatial drug perturbation maps）。
三：數(shù)據(jù)來源與構建方法
1. 數(shù)據(jù)來源（multi-platform）
2. 標準化處理流程
空間spot QC、區(qū)域注釋與結構分區(qū)、藥物差異基因識別、通路富集、空間藥物反應軌跡構建、細胞間信號網(wǎng)絡變化分析
四、研究核心概念
1. Drug-induced Spatial Perturbation Genes（D-SPGs）
D-SPGs 定義為：在空間區(qū)域中對藥物刺激呈現(xiàn)顯著、區(qū)域性變化的基因。它揭示兩層信息：藥物反應、空間位置依賴性反應，這是SDMap 最大創(chuàng)新點。
2. Spatial drug response trajectories（空間反應軌跡）
類似pseudotime，但在空間維度上：顯示藥物效應沿組織結構如何“傳播”、哪些區(qū)域更早或更晚響應、哪些區(qū)域形成耐藥屏障。用于揭示藥物效應的空間動力學。
3. network-level effect（空間藥物反應網(wǎng)絡）
包括：細胞間通訊改變（ligand–receptor）、區(qū)室間藥物調控差異、藥物對微環(huán)境結構性單元（niches）的影響。強調藥物效應是系統(tǒng)級、空間依賴的。
五：SDMap 數(shù)據(jù)庫能做什么？
1.查詢特定藥物在不同空間區(qū)域的作用差異
2.識別潛在耐藥區(qū)域與敏感區(qū)域
3.藥物重定位：尋找具有相似空間作用的藥物。
4. 支持副作用機制挖掘
SDMap 將“藥物擾動研究”從無空間提升到有空間，從細胞層面拓展到微環(huán)境層面，為理解藥物體內真實作用機制提供了全新的維度。
下一期公眾號我們就來一起探索如何利用這個寶庫吧！
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
