当单癌肿瘤癌团体膜系测序的UMAP图上长现同一家孤苦伶仃的cluster自由在“上皮-免疫检测” 癌肿瘤癌团体膜系群除此之外——它就没有平时Marker遗传表观遗传的“真实身分证明文件”，在统计资料库里也查没有这样的人。这不再是生信浅析的起点站，更是场“癌肿瘤癌团体膜系真实身分编解码”的刚开始。在单癌肿瘤癌团体膜系科研中，聚类分析得到了的cluster0、cluster1……只要一串串冷冷的的编码查询，而癌肿瘤癌团体膜系批注，该是把许多编码查询汉语反译成中文“T癌肿瘤癌团体膜系”“癌癌肿瘤癌团体膜系”“巨噬癌肿瘤癌团体膜系”的“汉语反译器”，称得上单癌肿瘤癌团体膜系测序的“2.脑人体神经元”。单癌肿瘤癌团体膜系测序给企业可看清团体中每同一家癌肿瘤癌团体膜系的遗传表观遗传表达爱，但根本的挑战自我在与：怎样才能给许多癌肿瘤癌团体膜系“上户口迁移”？

一、组织细胞标注的体系化结构：从 “数码序号” 到 “微生物身分”

细胞注释的本质，是通过基因表达特征 “反向推导” 细胞的功能身份。下图中提到的注释流程（图1）清晰展现了这一过程，简单来说分为三步：定时引用打的基础、半自动引用辨细节点、甲乙双方效验会确。

图1 组织细胞标注环节[1]

(1) 两人范畴的批注：既认“人体细胞定位”，也读“DNA帐号密码”

血细胞批注不能分散化纬度的岗位，二是从的两个级别呈现：

• 组织技术水平：回答“这是什么细胞”。比如通过CD4、CD8基因识别T细胞亚群，通过CD68标记巨噬细胞，这是最基础的“身份认证”；
• 原子核水平面：挖掘 “细胞在表达什么特殊基因”。通过热图、UMAP图（图2）展示每个cluster的Top10高表达基因，既能发现已知Marker，还可能找到新的RNA分子——这些“隐藏基因”往往藏着细胞功能的关键线索。

举个事列，当特定cluster高体现Col3al染色体，综合GO注解察觉到它含有在“胶原制作而成”信号通路，我门就能猜测这概率是成纤维材料上皮组织细胞——既认准确“上皮组织细胞地位”，也看得懂了它的“基本功能用户名和密码”。

图2 肿瘤细胞Marker表观遗传交互式

(2) 二步拿出生殖细胞注解：从产品到方法论

喜欢给神经细胞“优质上集体户”，下汇总的“五步法”号称实际方案：

弟两步：参照数据信息集 “半自动匹配好”

就像用“人脸比对”找熟人，把待分析数据与公共参考数据集（如CellMarker2.0、PangoDB）比对。比如CellMarker2.0收录了人类445万+细胞的Marker基因，输入基因名称就能查到它常见于哪种细胞——这一步能快速锁定“嫌疑细胞类型”图3）。

第二名步：精选 Marker 染色体 “贴价签签”

如果你主动切换有前后矛盾，就用 “典型性Marker” 来校验按照。表示动作的词上皮上皮神经元高展示爱EPCAM，免疫系统上皮神经元高展示爱CD45，一些路过很大研究分析校验按照的“身份地位tag标签”，能替我们在排除不对引用。Seurat、Scanpy等生产工具便是按照这一基因遗传，给上皮神经元群 “盖戳申请认证”。

第四步：基本功能的特点 “宽度验身”

对“视角不明”的上皮内部，得看它的“个人行为特证”：采用不同什么是人类染色体概述寻找它代表性的高传达什么是人类染色体，再换GO、KEGG生物富集概述看等什么是人类染色体参与到什么样径路（列如“上皮内部繁衍”“免疫力对答”），或是用GSVA概述它的径路灵活性。这一次能替我们得知“新亚型”——列如一样的是巨噬上皮内部，有的能够高传达感染什么是人类染色体，有的则偏于动脉转换。

图3 上皮细胞Marker表观遗传查找网址

二、肉瘤中的人体细胞注脚：不而是“认人”，也要“抓敌人”

癌肿机构的人体血血人体组织細胞注音，当属“最多样化的个人生物识别图片施工现场”。此处不仅是癌人体血血人体组织細胞的“独角戏”，还是免疫系统人体血血人体组织細胞、成合成纤维人体血血人体组织細胞、内皮人体血血人体组织細胞等“群演”，甚至是癌人体血血人体组织細胞自己本身会不会“假面具”“变种”，给注音创造大探索。

(1) 肺部肿瘤样本量的单癌细胞大数据错综复杂举例说明：

• 正常细胞→癌细胞：分化失控，异型增生
• 癌细胞高度异质
• 免疫细胞重塑、状态多样

从而，光靠一般marker其特性很难能胜任，必须表观遗传表达出有特点+CNV越来越两级分辨。

(2) 癌生殖细胞表示与差别的

▶用癌证相关内容marker库看描述：如TCGA、OncoKB中己知的癌染色体描述表现形式EPCAM、KRTs（上皮性癌），CDKN2A、MKI67（分裂繁殖）等； ▶鉴别系统恶变恶变癌肿 vs.非恶变恶变癌肿组织一定的差异：融合CNV（inferCNV（图4）、CopyKAT）鉴别系统是不是也出现染料体备份数进化，确定恶变与其恶变组织，CNV可手游辅助确定哪方面的组织是恶变恶变癌肿源。

(3) 特点动态注解

▶用GSVA分享肉瘤径路（如EMT、p53、hypoxia）； ▶回收利用TISCH等数剧库查到淋巴肿瘤类形下的免役受损细胞参考选取表达出来谱。

图4 inferCNV剖析然而例子

三、巨噬体细胞标注：从“一柄钥匙”到“多齿帐号密码”

在神经元标注中，巨噬神经元是最“善变”的举例说明之六。常用上刷CD68箭头巨噬神经元，但好象七把多齿钥匙，每个“齿纹”都表示有差异 亚型：

• 注释这些亚型时，不仅要看Marker基因，还要结合拟时序分析（Monocle/Slingshot）追踪其演变路径，甚至联合代谢通路分析，才能揭开它们的 “功能密码”（图5）。

图5 人体免疫检测血细胞与亚型的marker引用实例[2]

四、撞见“查没有此人”的血细胞？5步打法解破

当cluster既无Marker，又不适合参考使用统计数据集，别慌！我们如下了“5步注脚改略”：

若依然是难肯定，紧密结合空间区域转录组看它的“所在区域”——打个比方挨近静脉的細胞已经参与者到营养品装运，挨近淋巴肿瘤的已经参与者到免疫细胞限制，所在区域数据能给注脚“加buff”。

拜谱工作小结

单生殖细胞测序为我们打开了“看清细胞”的大门，但走进细胞世界，离不开注释这一“语言翻译器”。从肿瘤微环境的混战中找到关键调控细胞，从免疫细胞的变化中发现疾病机制。拜谱动物依托10x Genomics、墨卓等单癌细胞手机平台，结合蛋清组、基础代谢组等多组学数据，配备丰富的marker数据库和标准化注释流程，帮你打通从“统计数据挖取”到“生态学学触达”的最后一公里。欢迎咨询合作！

参考资料文献：

[1]Clarke ZA, Andrews TS, Atif J, et al. Tutorial: guidelines for annotating single-cell transcriptomic maps using automated and manual methods. Nat Protoc. 2021;16(6):2749-2764. doi:10.1038/s41596-021-00534-0 [2]Kock KH, Tan LM, Han KY, et al. Asian diversity in human immune cells. Cell. 2025;188(8):2288-2306.e24. doi:10.1016/j.cell.2025.02.017