网页工具 | 利用 SGS 基因组浏览器促进单细胞和空间多模态数据的综合与协作探索

正文

请到「今天看啥」查看全文

主要特点

Enhanced user-friendliness via graphical installation and interface ease

通过图形化安装和界面简化增强用户友好性

Para_01

1. 高效的大数据可视化对于研究团队至关重要。
2. 然而，对于非技术人员来说，构建一个定制化的数据可视化平台可能是具有挑战性和耗时的。
3. 虽然现有的主流集成可视化工具如Vitessce允许用户自定义他们的可视化平台，但它们需要编程专业知识。
4. Vitessce依赖于复杂的配置选项和特定的输入数据格式来定制视图组件，这要求用户理解详细的配置参数，并显著增加了学习曲线。
5. 相比之下，SGS是一款高度用户友好的跨平台图形用户界面（GUI）可视化软件，提供了丰富的图形操作功能。
6. 它为非程序员提供了一个快速且用户友好的可视化平台，强调团队协作和实时数据共享。
7. SGS利用Docker和Flutter技术实现了一键图形化安装，避免了复杂软件配置和网络服务部署的需求。
8. SGS克服了复杂配置和环境依赖性的挑战，同时确保了在Linux、Windows和MacOS平台上的兼容性。
9. 用户可以通过图形界面进行操作，完成安装、主题设置、单细胞面板和基因组轨迹样式设置，而无需直接编辑配置文件。
10. 安装后，SGS支持批量上传多种数据格式，包括GFF、VCF、BigWig、AnnData和MuData，从而能够快速可视化大型数据集。
11. 总的来说，SGS在用户友好性方面表现出色，使高级数据可视化对不同技术背景的用户都变得可及，最终让研究人员能够更加专注于科学研究而不是技术难题。

Multi-user collaborative data visualization and management

多用户协作的数据可视化与管理

Para_01

1. 团队协作是在探索scMulti-omics数据可视化中急需的功能，而SGS在这一关键领域显著优于现有的可视化工具，如Vitessce。
2. SGS通过其高级功能提供了一个强大的协作数据探索框架，如下所示：
3. （1）实时协作：多个用户可以在同一数据集上进行协作，具有细胞类型注释、基因组特征重命名、文档评论和同步等功能。
4. 利用这些功能，多个用户可以协作可视化基因组映射和单细胞数据（图S7）。
5. （2）无缝数据共享：SGS允许用户共享视图会话或网页URL，使团队成员可以轻松访问和协作数据可视化。
6. （3）先进的项目和用户管理：SGS旨在满足多项目和多物种研究的需求，具备强大的数据管理系统（图S8A）。
7. 它使用户能够有效管理多个项目，提供批量添加、删除和数据分组的功能，以提高效率和灵活性。
8. 此外，SGS允许添加多个用户并分配不同的权限，从而实现无缝协作的共享可视化环境和数据管理（图S8B）。
9. 总之，SGS通过改进协作功能和数据及用户管理效率，为研究团队带来了显著增强，使其成为科学科研团队高效可视化和共享大型数据集的宝贵工具。

Single-cell and spatial omics data visualization

单细胞和空间组学数据可视化

SC visualization mode

SC 可视化模式

Para_01

1. SC 模式是专门为基于表达的单细胞多组学数据（如 scRNA、空间转录组学（ST）和 sc 蛋白质组学）的比较探索而设计的。SC 模式支持嵌入图（由 UMAP 或 t-SNE 生成）和组织切片的可视化（图 2A）。", "Sentence_02": "用户可以在图表上叠加各种注释元数据，如细胞类型和样本详细信息（图 2B）。", "Sentence_03": "此外，用户可以调整点大小、透明度、组织图像的亮度，并执行缩放、拖动和选择感兴趣区域的操作。", "Sentence_04": "在主界面底部，重要信息被显著展示，包括组织切片、元图表、标记特征表、元数据表和细胞子集（图 2C-2E）。", "Sentence_05": "这些功能使得能够检查细胞注释、探索标记表达、比较细胞组成以及可视化多个空间切片。

图片说明

◉ 图2. SC模式的关键可视化特征（A和B）SC模式主面板中的嵌入图（A）和注释信息（B）。 ◉ （C）多样本数据集中组织切片的空间分布，显示在Spatial Slice选项卡中。 ◉ （D）Meta Chart选项卡中呈现的细胞比例。 ◉ （E）标记基因信息，包括基因名称、组别和p值。 ◉ （F-K）scMultiView模式的可视化选项，包括小提琴图（F）、空间特征图（G）、热图（H）、点图（I）、嵌入图（J）和motif logo图（K）。 ◉ 另见图S9。

Para_01

1. 在各种研究中，比较可视化功能是必不可少的。
2. SGS 的 scCompare 功能使用户能够通过简单的点击"分割视图"按钮轻松比较特定细胞类型注释和跨模式（例如，峰、基因评分、基序分析）的基因表达。
3. 它还允许并排查看，以比较 ST 实验中多样本之间的基因表达模式或组织切片特征。
4. 为了进一步增强多个特征的比较可视化能力，我们开发了 scMultiView 组件。
5. 它提供了广泛的可视化选项，包括小提琴图、空间特征图、热图、点图、嵌入图和基序标志图。

Para_02

1. 此外，SGS提供了三维转录组数据可视化功能，增强了在三维环境中理解基因表达模式的能力，提供了对空间关系的更深入见解。
2. 用户可以通过表面模型图进行交互式三维数据探索，通过颜色透明度来可视化每个基因的空间表达模式，这种透明度反映了表达强度。
3. 此外，用户可以调整网格模型的透明度以及点的大小和透明度，对网格模型进行动画处理，并在三维视图中检查基因的表达异质性。
4. 这种实时、交互式的三维数据可视化加速了与胚胎发生和器官发生等过程相关的研究。

Para_03

1. 一般来说，SC可视化模式为探索高维数据集提供了一个动态界面。
2. 其核心功能包括单细胞嵌入图、元数据可视化、3D SRT可视化以及多个空间样本或基因的比较可视化。
3. 这些功能有助于识别差异表达基因、注释细胞类型、探索细胞异质性，并理解单细胞水平上的复杂生物过程。

SG visualization mode

SG可视化模式

Para_01

1. 我们开发了SG可视化模式，通过将基因组浏览器框架与单细胞组件集成，解决了单细胞和空间表观基因组学数据可视化的复杂性问题。
2. 为了提高基因组图谱数据的兼容性，并增强SG可视化模式的可扩展性、可定制性和交互性，我们开发了一个新颖、灵活且可扩展的基因组浏览器框架。
3. 该框架能够实现广泛的轨迹可视化，包括基因结构、基因组变异位点、表观遗传信号（如染色质可及性信号、差异峰、基因顺式调控元件(CRE)链接、甲基化信号、染色质相互作用、sc-eQTL位点）等（图S10）。
4. 此外，它还支持主流文件格式和常见操作，并提供优化显示、双染色体可视化和高效基因或区域导航等创新功能。
5. 双染色体可视化模式能够实现强大的表观基因组信号对比可视化。
6. 通过使用双染色体显示策略，此模式提供了多个优势：首先，顶部和底部坐标可以覆盖不同的基因组区域，从而实现单细胞长距离相互作用的可视化（图3A-3C）。
7. 其次，用户可以独立地移动或缩放这些坐标区域，便于同时比较多个区域中特定细胞类型的表观基因组信号差异。
8. 此外，用户可以根据需要自由排列和自定义这些组件，实现多模态数据集的同步视图或同一数据模态的不同视图（图S11A和S11B）。
9. SG可视化模式的综合面板设计具有揭示不同组学层内多种分子信息之间复杂关系和相互作用的潜力。

图片说明

◉ 图3. SG模式的主要特征（A-C）SGS的双染色体可视化模式。（A）和（C）分别展示了chr1和chr7上的bigwig和Hi-C相互作用轨迹。中央的biginteract轨迹（B）显示了基因组区域之间的相互作用衍生链接。 ◉ （D和E）在SG模式下对人类造血scATAC数据集进行可视化，展示了VSTM1基因结构的基因组轨迹（D）和细胞特异性染色质可及性信号，以及基因CRE链接（E）。 ◉ （F）单个细胞中的细胞嵌入和VSTM1基因表达分布。 ◉ （G）点击标记表中的VSTM1按钮可以探索基因活性评分和基因组图谱信号。另见图S10和S11。

Para_01

1. 为了更深入地理解表观基因组修饰与细胞异质性之间的分子间动力学，SGS增强了单细胞和基因组浏览器面板的协同可视化。
2. 它利用基因组特征（如峰、基因、sc-eQTL）作为交互锚点，实现这些面板之间的协调可视化。
3. 当用户在标记表中点击这些特征时，可视化面板会自动查询、导航并渲染这些特征在基因组和单细胞水平上的动态变化。
4. 例如，SG面板显示了之前研究中的造血数据集。
5. 通过在单细胞面板的标记表中点击VSTM1基因，用户可以立即导航到该基因区域，以探索染色质可及性和峰-基因链接等表观基因组修饰信号在基因组浏览器中的分布，并观察不同细胞类型中的表达模式。
6. 此外，对于scATAC数据，SGS允许用户在单细胞面板中选择特定的细胞簇，并实时显示基因组浏览器面板中的相应染色质可及性信号。
7. 这些交互设计促进了相同数据类型的同步探索，并提供了使用不相连工具无法获得的复杂多模态数据的深度洞察视图。

Para_02

1. 总体而言，SG 可视化模式为整合不断扩展的表观基因组多模态数据集提供了一种可扩展的解决方案。
2. 通过将新颖的基因组浏览器框架与单细胞面板、双染色体可视化和多面板自适应通信机制相结合，SG 实现了跨关联面板同步探索和比较各种数据集（如 snATAC、scM&T-seq、sn-m3C-seq、sc-eQTL）的功能。

User case

用户案例

sn-m3C-seq data visualization

sn-m3C-seq 数据可视化

Para_01

请到「今天看啥」查看全文