近日，國際學術期刊Genomics, Proteomics & Bioinformatics在線發(fā)表了中國科學院上海營養(yǎng)與健康研究所生物醫(yī)學大數(shù)據(jù)中心張國慶研究員團隊的最新研究成果，題為“PreDigs: A Database of Context-specific Cell-type Markers and Precise Cell Subtypes for Digestive Cell Annotation”。研究團隊構建了一個面向消化系統(tǒng)細胞標志物研究的綜合數(shù)據(jù)庫PreDigs（https://www.biosino.org/predigs/），系統(tǒng)整合了124個精選單細胞RNA測序數(shù)據(jù)集，涵蓋340萬余個細胞。此外，PreDigs還提供了在線細胞注釋工具，允許用戶更靈活地對單細胞進行分類，并能完整支持消化系統(tǒng)細胞亞型鑒定、腫瘤微環(huán)境分析和細胞異質(zhì)性研究等過程。
消化道癌癥是全球健康的主要威脅，其腫瘤微環(huán)境(Tumor Microenvironment, TME)具有高度異質(zhì)性，亟需精準的單細胞圖譜進行解析。然而現(xiàn)有的細胞標志物數(shù)據(jù)庫普遍缺乏細胞類型的標準化工序、跨組織比對功能以及針對TME復雜性的深度注釋信息。PreDigs的建立有效填補了這一空白。
研究團隊通過整合大量scRNA-seq數(shù)據(jù)集并采用先進的注釋流程，構建了包含8個層級（圖1B）、142種細胞類型的本體樹。同時，針對不同研究需求，團隊創(chuàng)新性地定義了三種上下文特異性標志物：（1）“Cell Markers”——用于跨組織比較同一細胞類型；（2）“Subtype Markers”——用于揭示組織內(nèi)細胞亞型差異；（3）“TPN Markers”——用于解析腫瘤組織、癌旁組織及正常組織特異性（圖1A）。該數(shù)據(jù)庫還特別提供了三種精心設計的標志物分析模塊，用于支持不同場景的研究需求（圖2）。這些細胞與標志物數(shù)據(jù)主要來源于消化系統(tǒng)的正常、癌旁及癌變組織（圖1A），為深入研究消化道癌癥的TME提供了全面可靠的資源。
在此基礎上，PreDigs還提供了包括細胞本體樹瀏覽、標志物可視化比較、單細胞數(shù)據(jù)集交互探索和在線細胞注釋工具在內(nèi)的多種功能。通過PreDigs，用戶不僅可以系統(tǒng)查詢與比較不同生理病理背景下細胞類型的標志物及其功能特征，還可瀏覽并下載經(jīng)過統(tǒng)一處理的單細胞數(shù)據(jù)集。該數(shù)據(jù)庫目前已支持超過140種細胞類型的精準注釋，極大促進了消化道腫瘤微環(huán)境中細胞異質(zhì)性的深入解析，為研究人員開展高通量單細胞數(shù)據(jù)挖掘提供了關鍵平臺支撐。
中國科學院上海營養(yǎng)與健康研究所生物醫(yī)學大數(shù)據(jù)中心博士后孟佳玥、工程師黃俞瑋，同濟大學博士研究生韓夢瑤為論文共同第一作者。中國科學院上海營養(yǎng)與健康研究所張國慶研究員、高級工程師袁力贇為論文共同通訊作者。該研究得到了國家自然科學基金、上海市市級科技重大專項、中國科學院戰(zhàn)略性先導科技專項（B類）、科技部國家重點研發(fā)計劃等項目的支持。
文章鏈接：https://academic.oup.com/gpb/advance-article/doi/10.1093/gpbjnl/qzaf066/8224594
圖1：PreDigs數(shù)據(jù)概況。A）PreDigs數(shù)據(jù)庫包含124個經(jīng)過專門處理的單細胞RNA測序數(shù)據(jù)集，涵蓋142種細胞類型，總共涉及約340萬個細胞，來源于5種消化器官和3種組織類型。餅圖分別展示了不同消化器官（上圖）及不同組織類型（下圖）中數(shù)據(jù)集和單細胞的分布情況。B）細胞本體樹結構示意圖，共包含8個層級。該層次結構中所使用的細胞類型名稱均遵循細胞本體數(shù)據(jù)庫（Cell Ontology）提供的標準化命名及格式規(guī)范。
圖2：PreDigs 數(shù)據(jù)庫概覽
推送單元：生物醫(yī)學大數(shù)據(jù)中心、科技規(guī)劃與任務處
官方微信
