Cell：利用新开发的CellHint将来自世界各地的单细胞数据统一起来

在一项新的研究中，来自英国韦尔科姆基金会桑格研究所、剑桥大学、EMBL 欧洲生物信息研究所（EMBL-EBI）等研究机构的研究人员开发了一款名为 CellHint 的工具，用于人类健康和疾病研究。CellHint利用机器学习来统一世界各地产生的单细胞数据，使更广泛的研究界能够访问这些数据，从而推动新发现。相关研究结果近期发表在Cell期刊上，论文标题为“Automatic cell-type harmonization and integration across Human Cell Atlas datasets”。

这些作者利用CellHint揭示了健康肺细胞状态与患病肺细胞状态之间尚未被充分探索的联系。他们研究了间质性肺病和慢性阻塞性肺病等八种疾病，并展示了这一工具可能带来的益处。他们还将CellHint应用于来自38个数据集的12个组织，提供了一个包含约370万个细胞的深度加工的跨组织数据库。

Cellhint在全球范围内免费提供，是“人类细胞图谱（Human Cell Atlas）”计划的一部分，该计划旨在绘制人体每种细胞类型的图谱，从而改变人们对健康和疾病的认识。

单细胞基因组学能以高分辨率了解人体中的每个细胞。目前，组装单细胞研究产生的各种数据集所面临的一个挑战是，没有一个统一的系统来命名和组织数据。

为了解决这个问题，这些作者共同开发了CellHint，它可以将独立实验室产生的细胞类型统一起来。然后，CellHint 将这些数据放入一个定义好的图表中，该图表显示不同细胞亚型之间的关系，从而全面展示在不同数据集中鉴定出的所有细胞。

这些作者将 CellHint 应用于当前数据，发现了这八种疾病中健康肺细胞状态和病变肺细胞状态之间尚未被充分探索的关系。它还确定了成人海马体中可能对未来研究有潜在意义的细胞类型。

这些作者还将 CellHint 应用于来自 38 个数据集的 12 个组织，提供了一个包含约 370 万个细胞的深度加工的跨组织数据库。他们对每个细胞都进行了注释，这是用特定信息对细胞进行标记的过程。他们还展示了如何构建多种模型，用于跨人体组织的自动细胞注释。

图片来自Cell, 2023, doi:10.1016/j.cell.2023.11.026。

论文第一作者、韦尔科姆基金会桑格研究所的Chuan Xu博士说，“CellHint之所以能从其他工具中脱颖而出，是因为它充分利用了单个研究中往往不一致但却很有价值的细胞注释信息，实现了生物驱动的数据整合。我们很高兴有了CellHint，来自独立实验室的细胞可以被重新标注，科学家们可以利用由此产生的信息将每个细胞置于原始研究之外的不同背景中。我们希望这一工具能极大地促进分子和细胞数据及信息在不同实验室间的重复使用，从而推动生物学的新发现。”

论文通讯作者、韦尔科姆基金会桑格研究所的Sarah Teichmann博士说，“人类细胞图谱正在绘制人体所有细胞的详细参考图谱，以改变我们对生物学、健康和疾病的理解；单细胞技术是这一雄心勃勃的项目的基础。全球合作和开放数据共享对于实现具有代表性的人类细胞图谱的目标至关重要，这将造福于全世界的人类。CellHint实现了单细胞数据的统一和共享，使全球研究界能够为世界各地正在进行的研究做出贡献并从中受益，帮助推动健康和医疗保健领域的进步。”（生物谷 Bioon.com）

参考资料：

Chuan Xu et al. Automatic cell-type harmonization and integration across Human Cell Atlas datasets. Cell, 2023, doi:10.1016/j.cell.2023.11.026.

New methodology unifies single-cell data
https://www.sanger.ac.uk/news_item/new-methodology-unifies-single-cell-data/