uniLUNG：目前最全面的人类肺部单细胞图谱（最新发表，2025.11.13）

生信技能树

发布于 2025-11-20 11:30:42

370

周末又是看文献长见识的时间啦。最近在群里看到曾老板发的这篇文献引起了我的好奇。就在前几天还整理过肺部上皮的各种小亚群，这篇文章直接给了一个接近1000万细胞全肺图谱！！！文献于2025年11月13日发表在EBioMedicine杂志上，标题为《A unified single-cell atlas of human lung provides insights into pulmonary diseases》。

文献内容

这里面除了分析方法值得细细考量之外，里面还坚定到了两个很像双细胞的亚群：一个表现为淋巴细胞标记物高表达的单核细胞亚群（命名为Lym-单核细胞），另一个则是富含T细胞标记物的B细胞亚群（命名为T样B细胞）。

由于缺乏高分辨率的肺部细胞参考图谱，空间组学数据的有效整合及共同致病机制的探索仍面临挑战（疑问：缺乏吗？）。

本文通过整合62个已公开数据集（涵盖1807名健康与疾病捐赠者的920万个细胞，涉及17种疾病状态），构建了目前最全面的人类肺部单细胞RNA测序图谱——uniLUNG。网址：

https://lung.unifiedcellatlas.org

uniLUNG 图谱构建

构建 uniLUNG 核心图谱

核心图谱数据情况

为应对处理数百万细胞带来的计算挑战，作者首先构建了核心图谱，继而通过标签转换将其扩展为完整图谱。uniLUNG核心源自14个公共数据集，涵盖311名捐赠者的11种肺部状况，包括健康状态、囊性纤维化(CF)、慢性阻塞性肺疾病(COPD)、COVID-19、间质性肺疾病(ILD)、特发性肺纤维化(IPF)、大细胞癌(LCC)、肺腺癌(LUAD)、肺鳞状细胞癌(LUSC)和小细胞肺癌(SCLC)（补充表S1）。

uniLUNG核心数据集中细胞类型的层级分布情况：

构建方法

所有数据集的统一预处理后，共获得了 854,935 个细胞用于构建 uniLUNG 核心数据集。为在保留生物学差异的同时有效消除批次效应，作者系统评估了18种数据整合策略，涵盖11种主流及最新的数据整合方法。基于评估结果，最终选择性能最优的 scANVI 方法构建 uniLUNG 核心数据集。

该核心数据集初步被划分为五大主要细胞类型及恶性细胞。通过迭代注释流程，最终在核心图谱中鉴定出60种 distinct 细胞类型（图1c、图2a）。

五大亚群的marker基因：

构建综合转录组图谱（uniLUNG）

基于uniLUNG核心数据集，利用 CellTypist 通过标签转移将共识细胞注释扩展至其他数据集，最终构建了一个涵盖健康与17种疾病状态的人类肺部细胞综合转录组图谱（uniLUNG：https://lung.unifiedcellatlas.org）。该图谱整合了62个已公开单细胞数据集，包含来自1807名捐赠者的9,201,161个细胞，涵盖58种细胞类型，并附带生物学与人口统计学元数据（年龄、性别、种族、疾病状态及采样区域）。

肺部疾病的组织样本分析

借助uniLUNG资源，作者分析了涵盖18种肺部疾病的组织样本中的1,643,385个细胞，为肺部疾病单细胞研究提供了前所未有的资源平台。经过Harmony进行批次效应校正后，细胞被划分为五大主要类型（图3a和b）。应用 scCODA 评估细胞类型组成的差异（排除恶性细胞），该分析揭示了多个样本层中上皮细胞、淋巴系细胞和髓系细胞在疾病状态下的显著比例变化（图3c，补充图S8）。

这里发现了两个独特亚群：

一个表现为淋巴细胞标记物高表达的单核细胞亚群（命名为Lym-单核细胞），另一个则是富含T细胞标记物的B细胞亚群（命名为T样B细胞）。这两个亚群在多种肺部疾病队列中均被稳定检测（图3e和f，作者排除了是双细胞的可能）。

关键标记基因的区分特征：

Lym-单核细胞与T样B细胞均上调淋巴细胞标记物（如TMSB4X、ZEB1、TRAF1、LIME1），同时T样B细胞特异性表达T细胞标记物（如RGS1、GZMA、TRBC1）并下调部分B细胞标记物（如CD83、HLA-DQB1）（图3j）。GO富集分析进一步证实，Lym-单核细胞主要富集于淋巴细胞及T细胞相关生物过程，而T样B细胞则与线粒体呼吸及能量代谢通路显著关联（图4a）。

这两群特有细胞的验证：

(f) Lym-单核细胞在HLCA单核细胞区域内的UMAP可视化映射； (g) T样B细胞在HLCA中的UMAP可视化分布，显示其定位与CD4 T细胞及CD8 T细胞区域重叠，并突出展示相邻的B细胞群体； (h) T样B细胞在泛癌B细胞图谱中的UMAP可视化映射，显示其与现有B细胞亚群邻近但保持独立； (i) T样B细胞在泛癌T细胞图谱中的UMAP可视化分布。无监督聚类显示T样B细胞主要形成独立群体，图中同时标注周边细胞类型。