http://bio-bigdata.hrbmu.edu.cn/SDMap/
一：研究背景：传统药物反应研究的盲区
当前药物作用机制研究主要依赖：
1.bulk RNA-seq（无法区分细胞或区域）
2.单细胞RNA-seq（失去空间信息）
3.体外药物扰动模型（无法模拟体内微环境）
这些方法共同的缺点是：忽略组织空间结构与微环境对药物反应的深刻影响。同一药物在组织不同区域常呈现截然不同的表达和功能结果，例如：缺氧区域耐药、血管富集区域敏感、免疫微环境区域反应增强或抑制。因此，药物研究急需：在空间尺度上刻画药物刺激的真实反应。SDMap 由此诞生。
二：SDMap 是什么？
SDMap 是第一个系统整合“药物处理后的空间转录组数据”的综合数据库，为不同药物构建空间扰动图谱（spatial drug perturbation maps）。
三：数据来源与构建方法
1. 数据来源（multi-platform）
2. 标准化处理流程
空间spot QC、区域注释与结构分区、药物差异基因识别、通路富集、空间药物反应轨迹构建、细胞间信号网络变化分析
四、研究核心概念
1. Drug-induced Spatial Perturbation Genes（D-SPGs）
D-SPGs 定义为：在空间区域中对药物刺激呈现显著、区域性变化的基因。它揭示两层信息：药物反应、空间位置依赖性反应，这是SDMap 最大创新点。
2. Spatial drug response trajectories（空间反应轨迹）
类似pseudotime，但在空间维度上：显示药物效应沿组织结构如何“传播”、哪些区域更早或更晚响应、哪些区域形成耐药屏障。用于揭示药物效应的空间动力学。
3. network-level effect（空间药物反应网络）
包括：细胞间通讯改变（ligand–receptor）、区室间药物调控差异、药物对微环境结构性单元（niches）的影响。强调药物效应是系统级、空间依赖的。
五：SDMap 数据库能做什么？
1.查询特定药物在不同空间区域的作用差异
2.识别潜在耐药区域与敏感区域
3.药物重定位：寻找具有相似空间作用的药物。
4. 支持副作用机制挖掘
SDMap 将“药物扰动研究”从无空间提升到有空间，从细胞层面拓展到微环境层面，为理解药物体内真实作用机制提供了全新的维度。
下一期公众号我们就来一起探索如何利用这个宝库吧！
热门跟贴