软件介绍
什么是SAW软件[1]?
STOmics 转录组技术由 STOmics Tech 开发,集成了专业设备和试剂盒,可实现高通量空间转录组测序,该技术可在组织和细胞维度上实现超高时空分辨率。Stereo-seq 芯片的优势在于可以捕获组织和细胞维度上的特征表达信息,此功能助力解析生物体中的时间变化和分子调控网络,研究转录变化的动态过程。

Stereo-seq workflow
SAW 是专门为时空转录组测序数据而设计的生信分析流程软件包,通过复原组织样本中每个捕获转录本 (Molecular ID,MID) 的空间位置 (Coordinate ID,CID) 和其对应的表达水平,来实现空间维度的特征表达信息提取。从海量数据集中提取高精度和高密度生物学信息。
现在,SAW 工具包支持 FFPE 和 FF 组织样本的分析,可以对遗传发育、疾病病理和临床转化等领域的课题项目进行更多探索性的研究。
分析流程
SAW 提供以下分析流程用于处理 Stereo-seq 数据:
- SAW count 是 SAW 的核心分析流程,可以兼容大多数 Stereo-seq FF, Stereo-seq FFPE 和 Stereo-CITE FF 数据。输入数据包括芯片 mask 文件、测序 FASTQ、参考基因组和显微镜拍照图像。流程输出 Stereo-seq 芯片的空间表达矩阵和分析结果。
- SAW realign 是专门用于处理手动图像数据 (
.tar.gz
) 的辅助分析流程,使用调整后的图像重启分析,主要适用于自动分析流程的输出结果不够完美,或者图像QC结果失败的数据。 - 其他辅助分析流程 主要应用于索引文件构建、下游分析和文件格式转换。
显微镜图像
SAW 使用显微镜拍照图像作为组织形态学的参考,协助分析流程,实现特征表达矩阵的空间可视化。SAW 分析中提供的图像类型包括荧光和 H&E 染色图像。详细说明请参阅显微镜图像模块。
标准分析流程
大多数情况下,SAW count 分析流程会自动完成显微镜图像与特征表达矩阵之间的配准。如果图像和矩阵间的自动配准不成功,或是QC失败的图像数据,可以在 StereoMap 中对其图像进行手动处理。更多关于图像手动处理的介绍,请参阅 SAW realign 使用教程。
参考
- Gong, C., Li, S., Wang, L., Zhao, F., Fang, S., Yuan, D., Zhao, Z., He, Q., Li, M., Liu, W., Li, Z., Xie, H., Liao, S., Chen, A., Zhang, Y., Li, Y., & Xu, X. (2024). SAW: An efficient and accurate data analysis workflow for Stereo-seq spatial transcriptomics. Gigabyte. https://doi.org/10.46471/gigabyte.111