当单机构测序的UMAP图上长现一家孑然一身的cluster游离态在“上皮-免疫力” 机构群囿于——它就没有正规MarkerDNA组的“地位介绍信”，在统计orcale里也查暂无人。这不生信定性分析的终站，反而那场“机构地位音频解码器”的已经开始。在单机构深入分析中，聚类算法受到的cluster0、cluster1……不过是长串寒性的标码，而机构注解，该是把此类标码全文译为“T机构”“癌机构”“巨噬机构”的“全文翻泽器”，称得上是单机构测序的“第二名大脑皮层”。单机构测序让你们就可以看清机构中每项家机构的DNA组表达方法，但确实的终极挑战取决于：如此给此类机构“上身份”？

一、组织细胞参考文献标注的关键思维逻辑：从 “数字6代码” 到 “生态学身份证”

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：重新注音固本强基知识、自功注音辨小技巧、各个查证标准确。

图1 内部标注工艺流程[1]

(1) 一个级别的引用：既认“体细胞生份”，也读“染色体密码锁”

人体细胞注解没有单角度的运转，反而是从3个要素而铺展开的：

• 癌细胞级别：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”；
• 分子式水平方向：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。

举个事例，当许多 cluster高表示Col3al染色体，构建GO引用知道它聚集在“胶原生成”径路，.我就能推算这也许 是成化学纤维细胞核膜——既认正确“细胞核膜个人身份”，也能看懂了它的“作用口令”。

图2 血细胞Marker染色体交互式

(2) 四步OK癌细胞注音：从工貝到逻缉

如果想给神经元“会员精准营销上户口迁出”，左右工作总结的“三歩法”被称为配用指导书：

首先步：考生数据显示集 “自动化相匹配”

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）。

第三步：经典的 Marker 表观遗传 “标贴纸签”

若是 电脑自动搭配有语病，就用 “一般Marker” 来检验。例如上皮内部膜高展示EPCAM，免疫检测内部膜高展示CD45，等等进行巨大论述检验的“生份标签设计”，能给我们判定不正确批注。Seurat、Scanpy等道具只是经由此类人类基因，给内部膜群 “盖戳认正”。

其次步：性能的特点 “深层验身”

对“角色异常情况”的组织上皮神经元，得看它的“方式表现”：能够差距DNA组定性深入定量分析找它独具的高呈现爱DNA组，用GO、KEGG聚集定性深入定量分析看这部分DNA组参与者哪方面的信号信号通路（就像“组织上皮神经元增值能力”“免疫检测回复”），可能用GSVA定性深入定量分析它的信号信号通路亲水性。这三步能替我们会发现“新亚型”——就像也是是巨噬组织上皮神经元，有的可能高呈现爱发炎DNA组，有的则喜爱动静脉产生。

图3 神经元Markerdna查找公众号

二、癌肿中的肿瘤细胞引用：不仅仅只是“认人”，重在“抓坏蛋”

癌肿组织结构的组织体細胞引用，被称作“最繁杂的的身份辨别的当场”。我也不只不过癌组织体細胞的“独角戏”，另外还有天然免疫组织体細胞、成合成纤维组织体細胞、内皮组织体細胞等“群演”，以至于癌组织体細胞政治意识会不会“掩藏”“变种”，给引用造成大问题。

(1) 肉瘤样表的单癌细胞数据源冗杂是因为：

• 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

以至于，只凭民俗marker不易具备，需要人类基因展现症状+CNV异常处理两种分辩。

(2) 癌内部展现与异同

▶动用肝癌相应marker库看表达方法出来：如TCGA、OncoKB中给定的癌染色体表达方法出来有特点EPCAM、KRTs（上皮性癌），CDKN2A、MKI67（增值）等； ▶判别系统癌症 vs.非癌症体上皮细胞核相互影响：构建CNV（inferCNV（图4）、CopyKAT）判别系统是发生了着色体读取数突变，辩别梭形上皮细胞核肉瘤或非梭形上皮细胞核肉瘤体上皮细胞核，CNV可輔助答案哪个体上皮细胞核是癌症源。

(3) 功能键睡眠状态标注

▶用GSVA分析一下癌症径路（如EMT、p53、hypoxia）； ▶再生利用TISCH等数据报告库看看淋巴肿瘤性质下的免役癌细胞规范传达谱。

图4 inferCNV了解没想到样例

三、巨噬受损细胞参考文献标注：从“一下钥匙”到“多齿秘码”

在上皮上皮细胞系批注中，巨噬上皮上皮细胞系是最“善变”的典例中的一个。一般所用的CD68标上巨噬上皮上皮细胞系，但仿佛一盘多齿钥匙，每次“齿纹”都代表其他亚型：

• 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 人体免役神经细胞与亚型的marker批注范例[2]

四、会碰到“查暂无人”的组织细胞？5步攻咯解决

当cluster既无Marker，又不自动匹配参照数据分析集，别慌！文中给予了“5步注解方法”：

这样亦或是难敲定，构建范围转录组看它的“地方”——譬如靠着动脉血管的恶性肿瘤细胞已经参与性的各种营养成分摄入装卸搬运，靠着恶性肿瘤的已经参与性的抗体遏制，地方图片信息能给引用“加buff”。

拜谱工作小结

单上皮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。拜谱生物体依托10x Genomics、墨卓等单上皮细胞渠道，结合血清组、分解组等多组学数据，配备丰富的marker数据库和标准化注释流程，帮你打通从“数据分析搜集整理”到“生物制品学触达”的最后一公里。欢迎咨询合作！

借鉴论文资料：

[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