组织空间区域与复杂性状关联数据库spatial2GWAS
介绍
空间转录组学技术在分子水平上揭示了组织结构的空间异质性，为理解细胞定位、微环境互作及疾病机制提供了关键视角。全基因组关联分析（GWAS）通过大规模人群数据鉴定出大量与复杂性状相关的遗传位点（SNPs）。在基因水平整合多SNPs信息能更有效地推断表型关联基因。近年来，多项研究强调空间背景在识别疾病相关组织区域和细胞类型中的重要性。目前已有的空间转录组相关数据库，如SpatialRef、stSNV和SPathDB等，主要进行空间注释和生物功能表征，但缺乏对空间特征与复杂表型之间的关联。为此，我们开发了spatial2GWAS数据库，整合空间转录组和GWAS数据，系统性探索复杂表型与组织空间区域之间的关联。通过将GWAS性状相关基因映射到特定的组织环境中，spatial2GWAS有助于揭示空间异质性在疾病机制、预后判断及治疗靶点识别中的重要作用。
数据库使用
spatial2GWAS数据库主要包含以下四个功能页面：
Home
介绍spatial2GWAS数据库的研究内容、数据规模和分析框架。用户可通过快速搜索，或按照空间转录组数据的组织来源和GWAS数据的性状类别标签快速筛选并跳转至浏览页面。
Browse
以表格形式呈现空间转录组数据和GWAS性状的关联分析结果，支持多维度高级检索。点击“Details”可进入分析结果的详情页，查看以下5个模块的可视化结果：
- Data information：空间转录组和GWAS数据的详细信息；
- Spatial region–GWAS trait associations：显著关联的空间区域及统计学显著性；
- Spot/bin-level downstream analyses：性状相关基因的共表达基因分析、药物靶点基因识别、细胞类型比较、差异表达基因识别、GO/KEGG富集分析；
- Region-level downstream analyses：细胞类型比较、差异表达基因识别、GO/KEGG富集分析；
- Cell-cell communication involving GWAS trait-associated genes：基于配体-受体对的空间定向信号分析。
各模块均支持表格内搜索与图表下载。
Download
所有分析结果和相关代码已上传至Zenodo平台:https://zenodo.org/records/16880800。本页面提供数据库中空间转录组和GWAS数据概览。
Statistics
通过交互式图表展示数据库中空间转录组数据、GWAS数据和性状相关空间区域的统计信息。
