当单細胞测序的UMAP图上有现有一位孑然一身的cluster分离在“上皮-抗体” 細胞群模版——它也没有常规检查Markerdna的“生份声明书”，在的db2数据库里也查无该人。这非生信进行分析的终点起点，就是那一场“細胞生份音频解码器”的开始了。在单細胞实验中，聚类分析得见的cluster0、cluster1……不过是一连串寒性的偏号，而細胞批注，正因为把一些偏号译员专业成“T細胞”“癌細胞”“巨噬細胞”的“译员专业器”，堪比单細胞测序的“二脑部”。单細胞测序就让们可看清团队中每有一位細胞的dna展现，但真正意义上的成就就在：怎么样去给一些細胞“上户口本”？

一、细胞核注音的重要思维：从 “自然数编码” 到 “生物体职业”

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：自主注解打基本条件、手工注解辨关键、相互验证通过会确。

图1 体细胞注脚工艺流程[1]

(1) 两大要素的批注：既认“细胞系双重身份”，也读“人类基因秘码”

体细胞批注都是多元化向度的工作中，还是从的两个一方面展平：

• 细胞系程度：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”；
• 大分子水准：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。

举个实例，当其他cluster高描述Col3al什么是基因，依照GO注脚知道它聚集在“胶原获得”径路，我们公司就能得出这概率是成钎维生殖肿瘤细胞——既认试试“生殖肿瘤细胞职业”，也能看懂了它的“效果账户密码”。

图2 细胞核Marker遗传基因可视化分析

(2) 几步追到细胞系注脚：从机器到道理

都想给受损细胞“精准定位上集体户口”，有以下工作小结的“步骤法”被称为很实用指引：

第1步：参考选取大数据集 “电脑自动匹配好”

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）。

最后步：經典 Marker 遗传基因 “标贴纸签”

如果你自功识别有模棱两可，就用 “典型性Marker” 来手机验正。像是上皮神经元高传达EPCAM，免疫性神经元高传达CD45，他们经过了海量研发手机验正的“个人身份元素”，能替我们确诊错识标注。Seurat、Scanpy等专用工具也是用这一类dna，给神经元群 “盖戳资格认证”。

第三方步：用途优点 “深浅验身”

对“双重身份嫌疑”的細胞系，得看它的“表现显著特点”：在文化差异遗传人类DNA讲解找自己它具有的高表明遗传人类DNA，再换GO、KEGG生物富集讲解看他们遗传人类DNA积极参与哪几种信号径路（比方说“細胞系繁衍”“免疫性回话”），几率用GSVA讲解它的信号径路活性氧。这一步一个脚印能替我们发现了“新亚型”——比方说类似是巨噬細胞系，有的几率高表明宫颈炎症遗传人类DNA，有的则喜爱血栓生产。

图3 生殖细胞Marker遗传基因查讯小程序

二、癌肿中的内部注解：不只不过“认人”，更应“抓人贩子”

肺部肿瘤组织性的血组织膜批注，可谓“最冗杂的个人信息面部识别当场”。在这不不过是癌血组织膜的“独角戏”，仍有免疫性血组织膜、成纤维材料血组织膜、内皮血组织膜等“群演”，还癌血组织膜人体会“假面具”“遗传变异”，给批注受到大探索。

(1) 肺部肿瘤样板的单細胞数据源繁复是在于：

• 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

往往，只凭传统化marker难易能胜任，需遗传基因表明显著特点+CNV系统异常两种判别。

(2) 癌组织细胞抒发与差别

▶动用肝癌有关的marker库看形容：如TCGA、OncoKB中给定的癌基因组形容共同点EPCAM、KRTs（上皮性癌），CDKN2A、MKI67（分裂繁殖）等； ▶面部鉴别良性恶变瘤淋巴肿瘤 vs.非良性恶变瘤淋巴肿瘤内部差别的：整合CNV（inferCNV（图4）、CopyKAT）面部鉴别是不是的发生染料体复制粘贴数遗传变异，区分开恶变瘤或非恶变瘤内部，CNV可铺助鉴别些什么内部是良性恶变瘤淋巴肿瘤源。

(3) 用途形态批注

▶用GSVA概述良性肿瘤通道（如EMT、p53、hypoxia）； ▶采用TISCH等参数库浏览癌症型下的免役内部符合表达出谱。

图4 inferCNV剖析最后实例

三、巨噬细胞核批注：从“二把钥匙”到“多齿支付密码”

在神经肿瘤人体细胞注脚中，巨噬神经肿瘤人体细胞是最“善变”的例之三。一般所用的CD68标识巨噬神经肿瘤人体细胞，但好比一下多齿钥匙，每一个“齿纹”都相应各种亚型：

• 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 人類天然免疫细胞核与亚型的marker注脚样例[2]

四、碰到“查暂无人”的血细胞？5步攻略大全破解器

当cluster既无Marker，又不识别可以参考数据表格集，别慌！本论文已给出了“5步引用改略”：

若是 还难来确定，结合起来空间区域转录组看它的“选址上”——就像邻近血管壁的神经细胞也许组织美味装卸搬运，邻近良性肿瘤的也许组织天然免疫调控，选址上信息查询能给批注“加buff”。

拜谱个人心得体会

单血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。拜谱生态学依托10x Genomics、墨卓等单神经细胞平台网站，结合球蛋白组、消化吸收组等多组学数据，配备丰富的marker数据库和标准化注释流程，帮你打通从“数剧深入挖掘”到“生物体学触达”的最后一公里。欢迎咨询合作！

规范论文资料：

[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