單細胞轉錄組測序技術的普及，為生命科學的研究提供了全新的手段。基于高通量單細胞轉錄組測序，既能發現特定組織中可能的細胞類型，也能了解不同細胞組成上的差別，更能通過基因表達圖譜，剖析不同細胞的基因特征，為理解細胞的功能提供了數據支持。但是，單細胞研究并沒有想象中的那么簡單，從細胞解離，數據分析，到數據解讀，只有把每一步都做好了，才有可能有好的成果產出。

在這個過程中，最最重要的是，單細胞數據中到底能識別到哪些細胞類型？這是整個單細胞數據挖掘的起點，也是決定整個單細胞故事的關鍵，怎么能把這個過程做好呢？



首先，我們要大概知道做的單細胞測序的樣本，可能存在哪些細胞類型，如腫瘤里可能有惡性細胞，上皮細胞，免疫細胞等。其次，這些可能在數據里出現的細胞類型，有哪些標準的、業界公認的marker呢？

01 整理收集實驗室前期的研究基礎

相信各位研究某個具體領域的老師們，自己對該單細胞實驗的樣本還是比較了解的。作為課題組研究方向的實驗材料，經過多年的研究和積累，該組織中可能存在哪類主要類型的細胞，它們的標志性marker有幾個，是哪幾個，還是爛熟于心。因此，只需把這些細胞類型和對應的marker整理出來，結合單細胞分群數據的marker表進行匹配，就能知道自己做的樣本中存在哪些類型。當然，這個過程中可能會出現一種情況：用已知的marker進行匹配后，大部分的細胞類型都找到了，但是有些細胞類型，無論用哪種marker，都匹配不上。這時，大家無需焦慮和擔心，應該高興。因為您有可能發現了一種新的細胞亞型，一類之前大家從來沒發現過的，可能具有重要生物學功能的細胞類型。



02 查閱文獻整理相關細胞類型marker

文獻是所有科學研究成果的最終展示形式。因此，調研本研究領域最新的研究進展，特別是單細胞測序相關最新的文章。在這些文章中有哪些細胞類型？哪些細胞是用哪些基因進行分類的？這個過程中，可能也會遇到一些問題，比如：同樣的組織的單細胞文章，同一個細胞類型，不同文章會用到不同的marker。這種情況下，建議把這些marker都收集下來。同時，也要多研究下，該文章為什么用這個？參考來源是什么？



03 通過相關數據庫找到特定細胞類型的marker

由于單細胞技術的發展，科學家們已經對大部分的組織類型進行了研究。因此，很多專門的數據庫對不同的組織類型，細胞類型，對應發現的marker進行整理，常見的marker數據庫如下：

Cellmarker：http://bio-bigdata.hrbmu.edu.cn/CellMarker/

HCA：https://www.humancellatlas.org/

CancerSEA：http://biocc.hrbmu.edu.cn/CancerSEA/



通過以上幾種方式，基本可以拿到常規的組織樣本中的細胞marker信息，基于此對自己的單細胞數據進行匹配分析，我們就能知道自己的組織中有哪些具體的細胞類型，各自占比多少。進一步通過更加深入的亞群分析，組間比較和功能挖掘，一篇不錯的單細胞文章就出來了。

SBC深耕單細胞研究相關的科研服務和數據挖掘，只要您有樣本或數據，我們都非常樂意跟您建立合作。通過我們的協助，希望您的單細胞數據挖掘更準確，結果更可靠，發表文章檔次更高。