导读：单细胞技术改变了我们对人体组织的理解。然而，研究通常只捕获有限数量的供体，并且在细胞类型定义上存在分歧。整合许多单细胞数据集可以解决单个研究的这些局限性，并捕获人群中存在的变异性。

6月8日，迄今最大、最全面的人类肺细胞图谱发表在《Nature Medicine》杂志上。一个国际研究团队通过结合近40项研究的数据，创建了第一个完整的肺单细胞图谱，揭示了肺部细胞类型的丰富多样性，其突出了健康与患病肺部的关键细胞差异，将成为肺部研究人员的宝贵资源。

https://www.nature.com/articles/s41591-023-02327-2

研究背景

01

该研究是全球人类细胞图谱（HCA）计划的一部分，该计划旨在绘制人体中的每种细胞类型，以改变我们对健康，感染和疾病的理解。

肺部研究从最近的单细胞研究中受益匪浅，这些研究显示了每个细胞中哪些基因是活跃的。尽管如此，到目前为止，该研究一直受到每项研究包含的样本和个体数量的限制。为了更好地了解健康的肺部并确定疾病中出了什么问题，需要一个全面的地图集，但这很难实现。

现在，一个大型研究团队使用先进的机器学习成功地将49个肺数据集合并到一个集成的Atlas中。通过汇集和整合迄今为止发表的每项主要单细胞RNA测序肺研究的数据集，该团队创建了第一个集成的人类肺细胞图谱。该图谱涵盖了来自486个个体的240多万个细胞，为肺部生物学提供了以前不可能的新见解。

研究进展

02

肺图谱整合项目是一项国际合作项目，与来自60多个部门的近100个合作伙伴合作，其中包括亥姆霍兹慕尼黑，格罗宁根大学医学中心和西北大学的主要研究人员。该团队是人类细胞图谱肺生物网络的一部分，该网络起源于人类细胞图谱的Chan Zuckerberg倡议种子网络，以及欧盟资助的肺网络DiscovAIR。在 2020 年 COVID-19 大流行开始时，单细胞肺群落迅速聚集在一起，形成了 HCA 肺生物网络以帮助了解 COVID-19，然后导致全球努力整合所有数据。

该论文的资深作者，德国亥姆霍兹慕尼黑计算生物学研究所和肺健康与免疫研究所的小组负责人Malte Luecken博士说：“全面的器官图谱需要许多数据集来捕获细胞和个体之间的多样性，但结合不同的数据集是一个巨大的挑战。我们开发了一个基准管道，以找到使用人工智能将所有数据集整合到Atlas中的最佳方法，并成功地结合了之前近40项肺部研究的知识和数据。”

虽然人类肺细胞图谱的核心是来自健康肺部的数据，但该团队还从10多种不同的肺部疾病中提取了数据集，并将其投影到健康数据中，以了解疾病状态。

研究小组发现，不同的肺部疾病具有共同的免疫细胞状态，包括发现巨噬细胞（一种免疫细胞）子集在肺纤维化、癌症和 COVID-19 中具有相似的基因活性。其共同状态表明，这些细胞可能在这3种疾病的肺部疤痕形成中发挥类似的作用，并为潜在的治疗靶点提供参考。

参考资料：

https://medicalxpress.com/news/2023-06-human-lung-cell-atlas-insights.html

https://www.nature.com/articles/s41591-023-02327-2