ClustoCell从单细胞转录组中揭示细胞状态及其标志物

细胞类型和状态的准确识别对于可靠的单细胞RNA测序分析至关重要，然而现有方法仍然容易受到连续性生物学状态、数据预处理选择以及参考数据选择的影响。我们在此提出ClustoCell，这是一种无需参考数据的方法，利用细胞内部的转录架构解析细胞身份。通过将每个细胞的基因表达分层为高表达和中等表达两个层级，ClustoCell构建细胞—细胞相似性图，从而优先关注内在表达结构而非全局变异。在涵盖超过2400万个细胞的450个数据集中，ClustoCell以高一致性（92%）重现了专家注释。与当前最先进的方法相比，ClustoCell能够识别出更稳定且更一致的细胞类型和状态，避免对密切相关细胞进行过度划分，并提高细胞类型特异性标志物的识别效果。仅基于转录结构，ClustoCell即可解析稀有和过渡性细胞状态，区分恶性与非恶性细胞，并优化专家细胞注释。应用于免疫治疗数据集时，ClustoCell揭示了治疗前协调一致的免疫回路，这些回路以肿瘤类型特异性的方式将T细胞状态与PD-1应答相关联。ClustoCell为单细胞分析和转化研究中的分型提供了一个可解释且可扩展的基础。

准确识别细胞类型和状态对于可靠的单细胞RNA测序分析至关重要，然而现有方法仍然容易受到连续生物学状态、数据预处理选择以及参考集选择的影响。在此，我们提出ClustoCell，一种无参考方法，可利用细胞内转录结构解析细胞身份。通过将每个细胞的基因表达分层为高表达和中等表达两个层级，ClustoCell构建细胞—细胞相似性图，从而优先考虑内在表达结构而非全局方差。在涵盖超过2400万个细胞的450个数据集中，ClustoCell以高一致性（92%）重现了专家注释。与当前最先进的方法相比，ClustoCell能够识别出更稳定且更一致的细胞类型和状态，避免对密切相关细胞进行过度划分，并提升细胞类型特异性标志物的识别能力。仅基于转录结构，ClustoCell即可解析稀有和过渡性细胞状态，区分恶性与非恶性细胞，并细化专家细胞注释。在应用于免疫治疗数据集时，ClustoCell揭示了治疗前免疫环路的协调模式，以肿瘤类型特异性的方式将T细胞状态与PD-1应答性联系起来。ClustoCell为单细胞分析和转化研究中的分型提供了一个具有可解释性且可扩展的基础。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.20.746095v1?rss=1

🏷️ 单细胞转录组 细胞状态识别 细胞类型注释 标志物发现 细胞聚类 免疫治疗