当单細胞测序的UMAP图上起现一孤苦伶仃的cluster存在在“上皮-免疫細胞” 細胞群之下——它无常用Markerdna的“视角关系证明”，在数据源库里也查没有此人。这不会生信深入分析的终点起点，反而是三场“細胞视角解密”的已经。在单細胞探究中，聚类分析法得见的cluster0、cluster1……只能一条冷漠的顺序号，而細胞批注，恰好是把哪些顺序号译为专业成“T細胞”“癌細胞”“巨噬細胞”的“译为专业器”，堪比单細胞测序的“第二点脑袋”。单細胞测序给人们可以看清安排中每种細胞的dna表现，但实打实的挑戰是：该如何给哪些細胞“上户口迁出”？

一、癌细胞批注的本质逻辑学：从 “阿拉伯数字偏号” 到 “生物工程定位”

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：自动式注音打核心、全自动注音辨详情、一定要多方位认可标准确。

图1 神经细胞注脚程序[1]

(1) 3个维度的引用：既认“肿瘤细胞视角”，也读“基因组支付密码”

人体细胞注脚并非是单一化的空间维度的作业，还从两大基本特征拉开：

• 細胞层次：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”；
• 团伙层次：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。

举个举例，当就是说cluster高表现Col3al染色体，结合在一起GO注脚发觉它含有在“胶原结合”环路，我就能估测这概率是成食物纤维血细胞核——既认还有“血细胞核角色”，也搞懂了它的“特点登陆密码”。

图2 生殖细胞MarkerDNA可视化管理

(2) 3步搞懂神经元参考文献标注：从设备到方法

喜欢给细胞系“精淮上身份”，低于总结报告的“几步法”称得上是入门要点：

最步：规范数据显示集 “自然配比”

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）。

第五步：原素 Marker DNA “标贴签”

若是 自動配比有偏误，就用 “基本特征Marker” 来认可。举个例子来说上皮肿瘤体细胞系高表达出来方式EPCAM，免役肿瘤体细胞系高表达出来方式CD45，此类要经过大批深入分析认可的“地位标价签”，能替我们排除故障错误代码注解。Seurat、Scanpy等产品还是利用这一类DNA，给肿瘤体细胞系群 “盖戳认证证书”。

再者步：功能模块特征英文 “纵深验身”

对“个人信息异常”的血细胞系系，得看它的“犯罪行为特色”：在区别DNA浅析得到它独特的的高形容DNA，在用GO、KEGG聚集浅析看以下DNA参与性哪种径路（例如“血细胞系系分裂繁殖”“免役回话”），和用GSVA浅析它的径路灵活性。这十步能给我们发现了“新亚型”——例如相同的是巨噬血细胞系系，有的可能高形容炎症病变DNA，有的则倾斜动脉血管生成二维码。

图3 上皮细胞Marker基因遗传检查系统

二、肺部肿瘤中的細胞注音：不只能“认人”，关键在于“抓歹人”

恶性肿瘤聚集的内部核核参考文献标注，被誉为“最较为复杂的资格辨认实地现场”。这里的英文不只癌症核核的“独角戏”，还有有免疫检测内部核核、成纤维板内部核核、内皮内部核核等“群演”，还有癌症核核自我还有“假装”“进化”，给参考文献标注引来大挑战自我。

(1) 癌症范例的单细胞系参数繁杂是因为：

• 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

从而，只凭传统型marker难易能胜任，还要基因组表答的特征+CNV发现异常两重鉴别。

(2) 癌上皮细胞理解与差别的

▶用到肠癌想关marker库看体现：如TCGA、OncoKB中相等的癌遗传基因体现表现EPCAM、KRTs（上皮性癌），CDKN2A、MKI67（增值能力）等； ▶认别肉瘤 vs.非肉瘤上皮癌症神经元文化差异：结合起来CNV（inferCNV（图4）、CopyKAT）认别可否形成上色体拷入数变种，划分恶意或非恶意上皮癌症神经元，CNV可氧化硅确定哪些问题上皮癌症神经元是肉瘤源。

(3) 实用功能的情况参考文献标注

▶用GSVA阐述癌肿信号通路（如EMT、p53、hypoxia）； ▶用TISCH等资料库看良性肿瘤形式下的天然免疫血细胞决定性表达爱谱。

图4 inferCNV数据分析报告例子

三、巨噬人体细胞引用：从“一块钥匙”到“多齿解锁密码”

在组织标注中，巨噬组织是最“善变”的事件一个。普通使用CD68记号巨噬组织，但仿佛二把多齿钥匙，每家“齿纹”都相应有差异 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 猿类免役体细胞与亚型的marker注解样例[2]

四、碰上“查没有此人”的组织？5步攻略汇总破解版

当cluster既无Marker，又不适应基准数据信息集，别慌！本诗求出了“5步注解改略”：

假若还难判断，相结合的空间转录组看它的“的部位”——造问挨到毛细血管的細胞或许直接参与进来膳食纤维物流运输，挨到肿癌的或许直接参与进来免疫性压制，的部位新信息能给注音“加buff”。

拜谱个人总结

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。拜谱生物技术依托10x Genomics、墨卓等单受损细胞手机平台，结合蛋白酶组、分解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“统计数据深入挖掘”到“生物体学洞见”的最后一公里。欢迎咨询合作！

对比论文资料：

[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