一、SDAS 是什么

SDAS（Spatial Data Analysis Software  空间转录组数据分析软件）是华大时空为 Stereo-seq 时空组学数据开发的一款 "开箱即用、解压即跑" 的Linux 命令行分析工具包。SDAS覆盖原始数据预处理至图表输出的全流程分析模块，研究者不必手动拼接各类脚本工具，即可完成标准化、高质量空间组学分析。配套还有算法测评专栏（Analysis Guide）、时空高级分析 Pipeline。

• SDAS 工具包：14 个分析模块、31 个经实测筛选的算法。模块以命令行方式调用，关键参数透出，可单独使用也可组合。

• 算法测评专栏（Analysis Guide）：针对空间组学常见分析任务（细胞注释、空间共表达等），从算法原理、参数影响、计算资源、运行结果四个维度做基准评测，给出 Stereo-seq 数据上的实测推荐。

• 时空高级分析 Pipeline：把 SDAS 工具包中的模块按典型研究思路串成可执行的 Python 流程，配套示例数据与 conf 配置文件，不依赖 Snakemake / Nextflow。

简言之，算法测评回答"为什么用这个算法"，工具包回答"怎么用"，Pipeline 回答"按什么流程用"。

二、SDAS 解决什么问题

在和课题组的交流中，我们观察到空间转录组分析常面临三类实际问题。

分析思路局限。 最常见的情况：拿到空间数据后，仍按单细胞的惯性推进——降维、聚类、差异基因、通路富集。这些步骤在 scRNA-seq 阶段已做过一遍，缺少空间坐标的分析，最终图表里找不到"细胞在组织中的位置"，与单细胞结果无本质差异，实验溢价难以体现。

算法选择成本高。 仅"细胞类型注释"一项，社区就有 cell2location、RCTD、Tangram、 等多种主流方法，精度、运行时间、参考集依赖、显存占用差异显著。多数研究者选算法凭文献频次或组内经验，缺乏在 Stereo-seq 数据上的实测依据，往往一个项目周期内只能试 1-2 种方法。

分析环境配置耗时。 cell2location 的 PyTorch 依赖与 Scanpy 冲突、CellChat 的 R 包与 SeuratWrappers 版本不兼容、不同算法对 CUDA 版本要求不一致——一个完整的空间分析栈手动配置通常需要 1-2 周，期间多在排查环境问题而非做分析。

三、SDAS 工具包

3.1 特点概览

• 全流程覆盖 ： 一个工具整合空间转录组领域 31 款主流算法，封装成  14 大分析模块，覆盖原始数据预处理至图表输出

• 安装简便：Linux 解压即用，集成并预编译所需依赖，无需单独配置 Python、R、CUDA 等复杂依赖环境

• 生态兼容 ：读取STOmics分析软件SAW直接输出的.h5ad/.h5mu数据， 或者按照使用手册的说明准备AnnData/Seurat 格式的数据

3.2 14 大分析模块介绍

普通单细胞转录组告诉你"有哪些细胞、表达了什么基因"，但 丢掉了"细胞在哪里"这个关键维度。空间转录组在保留单细胞所有信息的基础上，额外提供"空间坐标"，从而解锁了一系列单细胞做不了的分析。下表是 14 个模块的完整功能说明，以及分析模块所选择的算法是否支持单细胞转录组数据，还是仅支持空间转录组数据。

3.3 模块算法清单

四、典型案例：CRC 三级淋巴结构（TLS）分析

以一份结直肠癌（CRC）样本的 Stereo-seq bin20 数据为例，展示 SDAS 如何在肿瘤组织中识别三级淋巴结构（TLS），并探究 TLS 与肿瘤预后的关联。

4.1 时空高级分析 Pipeline 分析流程

4.2 关键步骤与结论

五、算法测评专栏

为帮助研究者在 SDAS 之外也能独立做方法学选择，我们围绕空间组学主流算法开设了"理论 + 实测 + 推荐"的算法测评专栏。已上线的两期：

5.1 细胞注释算法测评

对比 cell2location、RCTD、SPOTlight、Tangram、SCimilarity 等方法在 不同组织类型、不同分辨率下Stereo-seq 数据上的准确性与资源消耗情况。

• Webinar：https://en.stomics.tech/resources/videos/1124.html

• STOmics 时空组学官网：https://www.stomics.tech/STOmicsNews/2296.html

• 知乎：https://zhuanlan.zhihu.com/p/1938893762332989027

• B 站：https://www.bilibili.com/opus/1100416070642040841

5.2 空间基因共表达算法测评

对比 Hotspot、hdWGCNA、NeST 等方法在不同组织类型、不同分辨率下Stereo-seq 数据上的准确性与资源消耗情况。

• Webinar：https://en.stomics.tech/resources/videos/1160.html

• STOmics 时空组学官网：https://www.stomics.tech/STOmicsNews/2024.html

• 知乎：https://zhuanlan.zhihu.com/p/1936718491043475752

• B 站：https://www.bilibili.com/opus/1098194610440634370

六、下载获取与使用

6.1 SDAS 安装包与 Pipeline

• GitHub：https://github.com/STOmics/SDAS

6.2 SDAS 用户手册

• https://stomics.github.io/StereoTools_manual/SDAS-Manual/cn/1.0/ （如出现格式或跳转问题，可使用 GitBook 版本，需科学上网 → https://mysite.gitbook.io/sdas_manual_cn/ ）