作为一项新兴技术，空间组测序通常要么昂贵，要么耗时，而且不同的研究结果的格式也大不相同。另外，由于整合工具发展迅速，目前尚未有金标准。因此，用户一般需要尝试几种不同的工具来获得有生物学意义的结果。此外，由于不同的工具往往要求不同的输入格式，这个过程需要生物学家花费大量的时间和精力。
为了应对这些挑战，来自中国的科研团队开发了一个用户友好的web应用程序webSCST，旨在方便用户使用scRNA-seq数据获取预测的空间信息。
http://www.webscst.comwebSCST是什么？
webSCST是第一个用于scRNA-seq数据和空间转录组整合的web工具。用户友好的互动界面提供了三个主要功能：单细胞数据的上传和处理、空间转录组数据库和整合。用户可以上传他们的原始scRNA-seq数据，经过处理并与我们手工收集的空间转录组数据集自动匹配，最终得到每种细胞类型的预测空间信息。
webSCST平台整体架构webSCST怎么用？
Step1：File Upload
用户首先上传他们的原始scRNA-seq数据，可以交互处理数据集。特别是，用户需要上传mtx格式的单细胞基因表达矩阵，tsv格式的基因名称和细胞名称，txt格式的细胞类型注释。提交后，用户可以获得所提交数据集的摘要信息，如基因/细胞数量和细胞类型。
Step2：Quality Control
在“质量控制”页面中，用户可以交互处理其提交的数据集。用户可以首先通过设置阈值来过滤低质量的细胞，例如每个细胞中检测到的最小基因数、每个细胞中检测到的最大基因数和线粒体计数的百分比。在“Normailization and Scaling”步骤中，用户可以选择或输入所需的参数，如归一化比例因子或利用的特征数。随后，用户可以在“Clustering”步骤中根据聚类结果交互式地选择他们想要使用的主成分数。最后，用户可以下载处理后的clean数据集，并为每种细胞类型的makers基因进行进一步分析。
Step3：Database
在“数据库”部分，开发团队手动整理了43个空间转录组数据集（136个子数据集），这些数据集将随着公开可用空间转录组数据集的增加而不断增加。用户可以在指定物种和组织后查看任何感兴趣基因的空间表达。
Step4：Data Integration
在“数据集成”页面中，用户需上传他们处理过的scRNA-seq数据集和从“质量控制”步骤下载的makers。或者，用户也可以单击“Load QC Result”按钮，自动上载他们刚刚处理的数据集。处理后的单细胞数据可以自动与我们根据器官和物种整理的空间转录组数据匹配。通过单击“Match Spatial Dataset Manually”按钮，用户还可以通过ID选择在数据库中手动收集的任何空间转录组数据集进行整合。
webSCST是一个免费提供空间转录组数据库和web分析的工具，旨在方便用户利用scRNA-seq数据获得预测的空间信息。拥有原始scRNA-seq数据的用户可以利用webSCST，对scRNA-seq数据进行质量控制，与webSCST数据库中的空间数据集进行匹配，最后通过四个常用的整合工具（AddModuleScore、MIA、ssGSEA和RCTD）获得整合结果。未来，开发团队计划将更多公开发表的空间测序数据加入其数据库，并增加新开发的整合工具，以保持webSCST作为一个最新的资源。
