空间转录组技术让科研工作者首次得以描绘细胞在组织空间中的精准定位与功能状态【1-3】。越来越多的研究者正将空间组学视为未来疾病机制研究和靶向药物开发的关键工具【4-5】。但是，随着数据的大量积累，技术平台的多样化和标准不一也带来了新的挑战：如何跨平台整合、标准化处理海量的空间组学数据？如何从中系统性地挖掘出生物学新见解与潜在的治疗靶点？
2025年6月11日，北京大学定量生物学中心曾泽贤课题组与合作者在Science Advances上发表了研究论文SOAR elucidates biological insights and empowers drug discovery through spatial transcriptomics。在本研究中，作者开发了SOAR（Spatial transcriptOmics Analysis Resource，https://soar.fsm.northwestern.edu/）。SOAR是一个集空间组学数据整合与系统分析于一体的数据库与平台。通过挖掘不同疾病状态下组织微环境中细胞的空间分布与基因表达的变化，SOAR 能够系统性地识别关键的通路、潜在的治疗靶点与相关药物，进而为疾病机制解析和药物研发提供数据基础和分析工具，助力精准医学研究。
SOAR是目前已知最全面的空间组学数据库与分析平台之一，整合了来自13个物种、42种组织类型与19种空间转录组技术的3461个高质量样本，并通过统一的流程进行标准化处理。SOAR不仅聚焦于数据的汇总，更是一个开放的分析平台，构建了标准化的数据处理流程与丰富的数据可视化与分析工具。
图1. SOAR数据及功能总览
在本研究中，研究团队利用SOAR平台重点分析了癌症空间组学数据，发现CXCL16⁺/SPP1⁺巨噬细胞的极化状态反映了肿瘤微环境中免疫细胞极化协调性的关键特征。这一发现不仅丰富了我们对肿瘤免疫异质性的理解，也为未来的肿瘤免疫治疗靶点筛选提供了全新视角。
图2. 细胞间互作分析示例
SOAR成功将空间组学数据与药物靶点数据库整合，为用户提供靶点发现与药物筛选功能，助力未来的精准医学研究与药物研发。在溃疡性结肠炎的研究中，SOAR 展示了其在免疫相关药物再定位方面的强大能力。利用SOAR平台，研究团队对来自健康对照与接受维得利珠单抗（vedolizumab）治疗的溃疡性结肠炎患者的空间组学数据进行了分析，并揭示了病灶区域中 T 细胞和髓系细胞（包括巨噬细胞和单核细胞）中JAK-STAT通路的异常激活。SOAR 精准识别出托法替尼（tofacitinib）、费德拉替尼（TG-101348）和氯硝柳胺（niclosamide）等JAK 抑制剂在免疫细胞中的显著抑制作用，而这一作用在传统治疗无效的维得利珠单抗无反应者中尤为明显。SOAR的药物干扰分析显示，这些小分子可有效抑制多种促炎细胞因子及其受体（如 IL-2R、CSF1R、TNF 和 IL23A）的表达，进而下调炎症信号通路，减轻黏膜免疫细胞浸润和上皮损伤。这一结果不仅为炎症性肠病患者提供了具广谱免疫调节能力的治疗选择，也为未来组合治疗的临床试验设计提供了数据支持，凸显了 SOAR 在解析炎症机制与推动免疫相关药物研发方面的潜力。另外，通过分析癌症空间组学数据，SOAR成功预测并验证了西罗莫司（sirolimus）与曲古抑素A（trichostatin A）作为抗癌候选药物，能够靶向PI3K/Akt/mTOR通路，从而抑制癌细胞的生长与增殖。
图3. 药物及基因网络分析示例
原文链接：https://www.science.org/doi/10.1126/sciadv.adt7450
参考文献：
1. Marx, Vivien. "Method of the Year: spatially resolved transcriptomics." Nature methods 18.1 (2021): 9-14.
2. J. Liao, X. Lu, X. Shao, L. Zhu, X. Fan, Uncovering an organ’s molecular architecture at single-cell resolution by spatially resolved transcriptomics. Trends in biotechnology 39, 43-58 (2021).
3. Zeng, Zexian, et al. "Statistical and machine learning methods for spatially resolved transcriptomics data analysis." Genome biology 23.1 (2022): 83.
4. Williams, Cameron G., et al. "An introduction to spatial transcriptomics for biomedical research." Genome medicine 14.1 (2022): 68.
5. Cao, Junxian, et al. "Spatial transcriptomics: a powerful tool in disease understanding and drug discovery." Theranostics 14.7 (2024): 2946.
