时空组学 数据集格式规范 征求意见稿.docxVIP

4

GB/TXXXXX—XXXX

时空组学数据集格式规范

1范围

本文件规定了时空组学数据集的存储及格式要求，包括时空组学的元数据、数据文件及数据存储目录。

本文件适用于时空组学数据的交换与共享。

2规范性引用文件

下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。

GB/T29859—2013生物信息学术语

GB/T35890—2018高通量测序数据序列格式规范

3术语和定义

GB/T29859—2013界定的以及下列术语和定义适用于本文件。

3.1

基因组学genomics

用全基因组序列信息和高通量基因技术，在基因组水平上研究生物系统的结构、功能和进化的分子机制的学科。

[来源：GB/T29859—2013，2.4.9]

3.2

表观基因组学epigenomics

表观基因组学是在核苷酸序列不发生改变的情况下,研究基因组上的化学修饰和空间结构变化影响基因表达调控和功能的一门学科。

3.3

转录组学transcriptomics

在整体水平上研究细胞中基因转录的情况及转录调控规律的学科。

[来源：GB/T29859—2013，2.4.2]

3.4

蛋白质组学proteomics

从整体的角度分析细胞内动态变化的蛋白质组成成分、表达水平与修饰状态，了解蛋白质之间的相互作用与联系，揭示蛋白质功能与细胞生命活动规律的学科。

[来源：GB/T29859—2013，2.4.7]

3.5

时空组学spatio-temporalomics

GB/TXXXXX—XXXX

5

在全基因组、表观组、转录组、蛋白质组等组学层面，对组织器官或生命体进行单细胞或亚细胞分辨率的分子定位，实现在分子、细胞、组织、器官到个体的多尺度范围的空间观测和对生长发育、生理病理及衰老等过程的时间观察。

3.6

空间转录组学spatialtranscriptomics

对组织器官或生命体进行单细胞或亚细胞分辨率的转录组分子定位，实现在转录本表达、细胞、组织、器官到个体的多尺度范围内的空间观测。

3.7

生物分子捕获单元biomoleculecaptureunit

能够捕获生物分子的最小单元区域。

注：在此单元区域内捕获的生物分子的空间位置无法进行区分

3.8

时空芯片spatio-temporalchip

将生物分子捕获单元以一定模式排列，用于捕获空间中核酸片段的专用芯片。

注：芯片上所有的生物分子捕获单元都由CID区别，芯片上所有捕获的核酸序列都由MID区别，CID、MID和核酸序列信息都通过高通量测序方式获得。时空芯片的生物分子捕获单元的排列模式不限，可以是正方形排列，也可以正三角形排列，其间距的典型取值可以是500nm到100μm。

3.9

序列条形码barcode

在高通量测序及细胞分析等生物领域应用中，一段短的、且具有特定序列的核酸标签，用于标记不同的样本、细胞或者DNA分子片段。

3.10

空间坐标IDcoordinateID；CID

用于唯一标识生物分子捕获单元的空间位置的序列条形码。

注：一个生物分子捕获单元上捕获的核酸片段，通过时空组学流程后，被标记上拥有相同的CID。

3.11

空间坐标索引CIDindex

记录一张时空芯片上所有的生物分子捕获单元中心的二维坐标位置和对应的CID信息。

3.12

捕获分子IDmolecularID；MID

用于唯一标识生物分子捕获单元上捕获核酸片段的序列条形码。

注：一个生物分子捕获单元上捕获的核酸片段，通过时空组学流程后，被标记上不同的MID；一个生物分子捕获单元上对应多个MID。

3.13

聚合分析aggregationanalysis

将多个生物分子捕获单元捕获到的核酸序列合并，作为一个单元进行分析。

注：根据合并方式，分为分块平均聚合分析、细胞聚合分析和聚类聚合分析。

3.14

聚合分析单元aggregationanalysisunit

聚合分析的最小单位。

3.15

分块平均聚合分析单元bin

6

基于各生物分子捕获单元在时空芯片上的位置，将呈方形排列的N×N个生物分子捕获单元对应的核酸序列合并成一个聚合分析单元。

3.16

分块平均聚合系数binN

分块平均聚合分析的系数，N为正整数，当N为1时，没有进行生物分子捕获单元的合并操作。

示例：Bin100表示分块平均聚合分析单元是包含100×100个（即10000个）实际生物分子捕获单元。

3.17

细胞聚合分析单元cellbin

将同一个细胞区域