Galaxy单细胞与空间组学社区2025更新：探索新前沿的技术平台与资源整合

本文推荐了Galaxy单细胞与空间组学社区（SPOC）在2025年的最新进展，针对单细胞和空间组学（SPO）数据分析中工具分散、流程不统一、可重复性差等问题，研究人员通过开发集成化工具套件、优化数据分析流程、构建培训资源体系，建立了一个支持多模态数据整合、可持续维护的开放分析平台。该平台已集成175+工具、120+培训资源，支持超过30万次分析任务，显著提升了SPO数据的FAIR（可查找、可访问、可互操作、可重用）化水平，为全球研究者提供了高效、可访问的组学数据分析解决方案。

　　

随着单细胞测序（scRNA-seq）和空间组学（Spatial Omics）技术的飞速发展，生命科学研究进入了高分辨率解析细胞异质性和空间组织结构的新时代。自2013年以来，单细胞转录组、多组学和空间转录组技术三度被《Nature Methods》评为“年度方法”，标志着技术创新的里程碑。然而，这些技术的广泛应用也带来了新的挑战：数据分析工具分散、格式不兼容、流程标准化不足，以及研究人员面临的高计算资源门槛和复杂分析决策需求。特别是在多模态数据整合、空间信息解析和大规模数据集处理方面，传统分析方法显得力不从心。为了应对这些问题，迫切需要构建一个集成化、用户友好且可持续更新的分析平台。

在此背景下，Galaxy单细胞与空间组学社区（SPOC）应运而生。该社区由全球多机构研究人员于2022年发起，旨在通过协同开发、资源整合和培训推广，推动单细胞与空间组学数据的FAIR化分析。2025年发表于《Cell Genomics》的这篇社区更新文章，系统总结了SPOC在工具开发、流程优化、资源建设和社区协作方面的最新进展，为领域提供了重要的基础设施和解决方案。

研究人员通过多个关键技术方法支撑本研究。首先，利用Galaxy平台的模块化工具开发框架，集成了包括Scanpy、Seurat、MUON和Squidpy等主流分析工具，支持多模态数据（如CITE-seq、scATAC-seq、空间转录组）的处理与可视化。其次，基于跨洲际的Galaxy服务器联盟（包括欧洲、美国和澳大利亚节点），实现了分布式计算资源和数据分析服务的全球协同。第三，通过Galaxy Training Network（GTN）构建了系统化的培训材料体系，涵盖教程、工作流、常见问题解答和视频指导，并通过社区活动（如SPOC Collaboration Fest）推动用户培训和资源维护。此外，研究还引入了自动化工具维护机制和历史数据归档功能，确保分析流程的可持续性和可重复性。

工具与资源开发

SPOC社区通过持续的工具开发和集成，显著扩展了Galaxy平台的单细胞与空间组学分析能力。目前平台已包含175余个专业工具，涵盖数据预处理、质量控制、聚类分析、多组学整合和空间解析等多个环节。针对Seurat、Scanpy和Anndata等核心工具套件进行了重点优化，例如重新开发了Seurat v5工具集，新增了SCTransform归一化和Harmony批次校正等功能，提高了分析效率和准确性。同时，工具开发遵循可持续维护原则，通过Intergalactic Utilities Commission（IUC）等机制确保代码更新和问题修复，避免了软件崩溃和工具废弃问题。

多组学与空间分析

多组学整合是SPOC的重点发展方向。针对CITE-seq（细胞转录组与表面蛋白联合测序）数据，新工具支持转录本和蛋白数据的独立分析或加权整合聚类；针对scATAC-seq（单细胞染色质可及性测序），集成了Sinto、SnapATAC2和EpiScanpy等工具，支持染色质开放区域识别和细胞注释；针对多模态数据，MUON工具套件实现了多组学因子分析（MOFA）和跨模态聚类。在空间组学方面，Squidpy工具提供了空间转录组数据的可视化和互作分析功能，而SpaceXR工具则支持细胞类型解卷积（RCTD）和空间差异表达分析（CSIDE），解决了低分辨率空间数据（如Visium）的细胞类型识别难题。

数据管理与可重复性

为了解决数据格式混乱和可重复性挑战，SPOC强化了研究数据管理（RDM）实践。开发了数据转换工具（如SCEasy和annotata2ri），支持AnnData、SingleCellExperiment和SeuratObject等格式的互转换，并提供了详细的转换路径指南（图1H）。通过整合Zenodo数据归档和History共享功能，用户能够保存和重现完整分析历史。此外，社区还推出了“答案密钥”功能，允许学习者导入已完成的分析结果进行对比和调试，进一步降低了学习门槛。

社区建设与用户参与

SPOC通过全球化协作模式推动了社区的快速发展。社区成员来自英国开放大学、德国弗莱堡大学、欧洲生物信息学研究所（EBI）等12个机构，覆盖了开发者、培训者和用户等多类群体。通过定期举办协作活动（如SPOC Collaboration Fest）、建立维护者制度和贡献自动化追踪机制，社区成功吸引了70余名工具开发者和30余名培训材料贡献者的参与。用户数量自2021年以来快速增长，超过5000名用户累计运行了30万个分析任务，培训材料月均访问量达1000次，体现了资源的广泛影响力。

应用与影响

SPOC资源已在多个研究领域得到实际应用。例如，在疟疾疫苗开发中，研究人员利用平台工具分析了抗原特异性免疫反应；在癌症研究中，支持了三阴性乳腺癌化疗耐药机制的识别；在心脏疾病研究中，助力了心房颤动中心肌细胞的分子变化解析。这些应用不仅验证了平台工具的可靠性，还促进了生物学发现和临床转化研究。

研究结论部分强调，SPOC通过工具集成、流程标准化和社区驱动的发展模式，有效解决了单细胞与空间组学分析中的碎片化挑战。平台的可持续维护机制、全球化资源协同和用户培训体系，为领域提供了可访问、可重复且可扩展的分析解决方案。未来，社区计划进一步拓展对新兴技术的支持（如单细胞长读长测序、扰动建模和基础模型），并加强与非Galaxy生物信息学家的合作，以确保技术前沿性和领域相关性。

总之，SPOC社区的工作不仅推动了单细胞与空间组学分析的技术进步，还为全球研究者提供了一个协作创新、知识共享的开放科学平台，对促进生命科学研究的公平性和可重复性具有重要意义。