转录调控周报（week20）-单细胞专题

引言

本文系统梳理了单细胞组学研究领域的最新文献进展，涵盖动物医学、植物科学及数据分析算法三大研究方向。动物医学方向，研究重点集中于乳腺肿瘤、髓母细胞瘤及肺癌等重大疾病的分子机制解析，通过整合单细胞RNA测序与空间转录组学技术，系统阐释肿瘤微环境异质性特征及免疫抑制调控网络。植物科学领域，以拟南芥、甘蔗等模式作物为研究对象，运用单细胞测序技术精准解析根系-微生物互作机制，揭示植物应对土壤胁迫的分子应答路径及抗病性调控枢纽。值得关注的是，单细胞数据分析方法取得突破性进展，新型"Single Cell Analyst"分析平台与CHOIR算法分别实现了多维度数据可视化效能优化及稀有细胞亚群检测灵敏度的显著提升。得益于创新性算法框架与用户友好的分析平台协同发展，单细胞组学研究正加速推进精准化、系统化的科研范式革新。

本文中的文献概况如下表所示：

文献内容

动物和医学文献

单细胞解析乳腺肿瘤导向的中性粒细胞免疫抑制印记

Garner, Hannah, et al. “Understanding and Reversing Mammary Tumor-Driven Reprogramming of Myelopoiesis to Reduce Metastatic Spread.”Cancer Cell, vol. 0, no. 0, May 2025.www.cell.com[1],https://doi.org/10.1016/j.ccell.2025.04.007.

发表时间：2025.05.08

乳腺肿瘤如何在分子水平上诱导粒细胞生成（转移形成的重要条件），以及中性粒细胞发育过程中的肿瘤印记发生？研究结合单细胞组学，解析肿瘤驱动的中性粒细胞的生成；研究发现乳腺肿瘤加速了中性粒细胞的生成，同时牺牲了淋巴细胞生成和红细胞生成，而且肿瘤导向的中性粒细胞免疫抑制印记在造血早期就开始了。逆转该途径可以建好转移扩散：抗IL-1β治疗可使肿瘤诱导的粒细胞生成正常化，减少中性粒细胞免疫抑制表型并减轻转移扩散。

单细胞多组学解释肿瘤和肿瘤亚型的演化特征

Okonechnikov, Konstantin, et al. “Oncogene Aberrations Drive Medulloblastoma Progression, Not Initiation.”Nature, May 2025, pp. 1–11.www.nature.com[2],https://doi.org/10.1038/s41586-025-08973-5.

发表时间：2025.05.07

德国霍普儿童癌症中心等机构的科学家利用单细胞基因组学和空间转录组学技术梳理了髓母细胞瘤起始、演化和进展过程中涉及到的基因组改变类型。研究人员采用10x Genomics的单细胞核RNA-seq、单细胞核ATAC-seq以及空间转录组学技术对16例原发性和4例复发性group 3/4型髓母细胞瘤进行分析，这些肿瘤携带MYC或MYCN的扩增或PRDM6的过表达。

通过将多组学数据与突变时钟、早期共同祖先、群体遗传学和其他数据模型相结合，研究揭示肿瘤和肿瘤亚型的进化特征，分析肿瘤的演化和细胞类型变化。肿瘤演化的后期，单个癌基因的变化会导致肿瘤耐药以及高复发等结果。

单细胞测序锁定中性粒细胞亚群，揭示肠道菌群驱动内皮细胞与中性粒细胞的“致命互作”

Yang, Bo, et al. “Mas Signaling Potentiates Neutrophil Extracellular Traps Formation Induced by Endothelial Cells Derived S1P in Mice with Acute Liver Failure.” Advanced Science, vol. n/a, no. n/a, p. 2411428. Wiley Online Library,https://doi.org/10.1002/advs.202411428.Accessed 14 May 2025.

发表时间：2025.04.26

研究揭示肠道菌群通过调控胆汁酸代谢，驱动内皮细胞与中性粒细胞的“致命互作”，最终导致中性粒细胞胞外陷阱。肝细胞Mas信号通过激活脂噬和脂肪酸氧化抵抗药物性肝损伤；前期研究通过单细胞组学与活体成像技术，解析髓系Mas信号调控内皮细胞-巨噬细胞-单核细胞的互作网络，对“免疫代谢微环境”进行研究；最新研究中揭示肠道菌群胆汁酸-Mas信号轴通过内皮细胞衍生的S1P，激活中性粒细胞形成NETs，导致肝脏“炎症风暴”。文中借助单细胞测序技术，精准锁定促炎中性粒细胞亚群（Neu2），其与内皮细胞的互作是NETs形成的关键。Mas信号传导显著影响NET的形成，其有作为ALF抗炎治疗靶点的潜力。

肺癌的单细胞测序和空间转录组测序揭示肿瘤微环境

Cui, Xiaolu, et al. “Single-Cell and Spatial Transcriptomic Analyses Revealing Tumor Microenvironment Remodeling after Neoadjuvant Chemoimmunotherapy in Non-Small Cell Lung Cancer.”Molecular Cancer, vol. 24, no. 1, Apr. 2025, p. 111.BioMed Central,https://doi.org/10.1186/s12943-025-02287-w.

发表时间：2025.04.09

研究通过对12例NSCLC患者的16份肺癌组织进行单细胞RNA测序与空间转录组测序，系统解析化疗联合免疫治疗的疗效异质性机制；研究在肿瘤边界中识别出了SELENOP-巨噬细胞和抗原呈递癌相关成纤维细胞（CAFs）之间的强烈共定位，表明这两种细胞类型在应答联合治疗中的协同作用；数据显示，CD4+ Treg T细胞与mCAFs的分布提示免疫抑制性肿瘤微环境。

植物和农学文献

单细胞测序解析拟南芥根-微生物互作调控机制

Yang, Qiuhua, et al. “Comparative Single-Nucleus RNA-Seq Analysis Revealed Localized and Cell Type-Specific Pathways Governing Root-Microbiome Interactions.”Nature Communications, vol. 16, no. 1, Apr. 2025, p. 3169.PubMed,https://doi.org/10.1038/s41467-025-58395-0.

发表时间：2025.04.03

植物根适应性的基础是：根可以识别有益微生物和病原微生物并对其做出不同的反应；通过单细胞测序及数据分析，发现有益微生物特异性地诱导近端分生组织细胞中促生长基因的表达；同时根成熟区可以对根病原体产生局部免疫反应（camalexin和三萜生物合成）。研究揭示了拟南芥根系成熟区可能具备特化免疫应答能力，解析根-微生物互作调控机制

甘蔗的单细胞图谱揭示甘蔗-黑穗病互作的关键分子机制

Zang, Shoujian, et al. “Cellular Heterogeneity and Immune Responses to Smut Pathogen in Sugarcane.”Plant Biotechnology Journal, vol. n/a, no. n/a.Wiley Online Library,https://doi.org/10.1111/pbi.70084. Accessed 14 May 2025.

发表时间：2025.04.09

选取甘蔗抗黑穗病品种&感黑穗病品种进行比对实验。

研究优化甘蔗原生质体提取方法，成功进行甘蔗原生质体scRNA-seq，构建了甘蔗组织（黑穗病感染部位）的单细胞图谱，揭示甘蔗-黑穗病互作的关键分子机制，数据分析显示：ScNPR3-ScTGA2调控机制为提高甘蔗的抗病性提供了生理学基础。

单细胞转录组揭示根组织如何适应土壤胁迫

Zhu, Mingyuan, et al. “Single-Cell Transcriptomics Reveal How Root Tissues Adapt to Soil Stress.”Nature, Apr. 2025, pp. 1–9.www.nature.com[3],https://doi.org/10.1038/s41586-025-08941-z.

发表时间：2025.04.30

使用单细胞测序和空间组测序，揭示不同条件下的水稻根组织特异性的转录反应与营养平衡；研究表明，单细胞转录组方法可以有效解析根-土壤互作和适应性反应的细胞机制，尤其是外根组织细胞，土壤中生长的根相对无菌凝胶下生长的根中，部分免疫基因上调（NB-ARC，WRKY 48和那些编码cupin结构域蛋白和条锈病蛋白的基因）以及跟营养吸收和转运的基因上调。通过上述数据论证，说明植物根系是如何感知自然土壤中的各种元素，并通过特定细胞类型的基因调控来改变分子反应，从而有效地适应土壤环境。通过单细胞测序，可以确定关键基因和细胞类型，以及根系是如何通过调控细胞信号和传导机制，使得根系能够适应土壤，进而高效生长。

单细胞转录组揭示拟南芥细胞类型的特异性昼夜节律

Qin, Yuwei, et al. “48-Hour and 24-Hour Time-Lapse Single-Nucleus Transcriptomics Reveal Cell-Type Specific Circadian Rhythms in Arabidopsis.”Nature Communications, vol. 16, no. 1, May 2025, p. 4171.www.nature.com[4],https://doi.org/10.1038/s41467-025-59424-8.

发表时间：2024.05.05

收集48h内的4h间隔的时间间隔样品，研究发现芽中的四个cell cluster的节律几乎完全相同，其中大约3000个基因表现出细胞类型特异性的节律表达；编码昼夜节律调节因子的基因在多种细胞类型中振荡，其中大多数是核心时钟基因；单细胞水平的昼夜节律数据可用于识别更多以细胞自主方式振荡的时钟组件；本研究确定ABF1是一种核心昼夜节律的调节因子，其过表达会缩短昼夜节律。

单细胞测序解析拟南芥的叶片衰老和养分分配机制

“An Arabidopsis Single-Nucleus Atlas Decodes Leaf Senescence and Nutrient Allocation.”Cell, vol. 0, no. 0, Apr. 2025.www.sciencedirect.com[5],https://doi.org/10.1016/j.cell.2025.03.024.

发表时间：2025.04.11

研究采集了20个涵盖多个发育阶段的拟南芥组织（发育时间顺序取样）的超过100个单细胞核转录组数据，通过，研究揭示了高度协调的发病和衰老的主要叶细胞之间的进展；制定了两个分子指标来量化单细胞分辨率下叶细胞的衰老状态；通过WGCNA分析，确定了可能调节细胞衰老的核心基因（host gene），对核心基因进行验证后，构建了从源叶到库器官的不同细胞类型之间的碳和氮分配的系统方案。

算法优化和数据分析

Pan, Lu, et al. “Comprehensive Analysis of Multi-Omics Single-Cell Data Using the Single-Cell Analyst.”Imeta, vol. n/a, no. n/a, p. e70038.Wiley Online Library,https://doi.org/10.1002/imt2.70038. Accessed 14 May 2025.

发表时间：2025.04.28

数据平台可以进行自动化质控、数据预处理和表型分析，“一键生成”图表；同时平台上有20多种交互的中间分析工具和可视化模块；以scRNA数据分析为例：除质量控制和数据处理步骤外，还可进行细胞类型预测、差异表达分析、通路与富集分析、细胞注释，以及拟时序分析等个性化分析流程。上述所有分析均可通过网页平台完成；如果文件较大上传不便，也可采用分析平台的Docker版本（本地运行）。

开源地址：https://github.com/singlecellanalyst/SCAWebserver-当前版本主要支持人类数据分析。

计算框架scBPS绘制肠道菌群与宿主细胞的互作网络

Li, Jingjing, et al. “Integrating Microbial GWAS and Single-Cell Transcriptomics Reveals Associations between Host Cell Populations and the Gut Microbiome.” Nature Microbiology, vol. 10, no. 5, May 2025, pp. 1210–26. www.nature.com[6], https://doi.org/10.1038/s41564-025-01978-w.

发表时间：2025.04.07

研究开发了创新计算框架scBPS（单细胞菌群多基因评分），系统绘制了肠道菌群与宿主细胞群体内的互作网络，揭示关键菌属Collinsella通过调控中央静脉肝细胞胆固醇代谢影响宿主健康的分子机制。组织层面上的模块化关联：消化系统-厚壁菌门&放线菌门、视觉呼吸-放线菌门等。细胞层面上：肝上皮细胞-Collinsella，并通过小鼠模型证实Collinsella通过调控中央静脉肝细胞的胆固醇代谢通路，影响宿主血脂水平。研究将宏基因组GWAS与人类多器官转录组图谱整合（荷兰微生物组计划×人类单细胞图谱），系统解析宿主细胞与菌群的关联，绘制了“微生物-宿主细胞互作图谱”，有助于解析复杂疾病的微生物遗传机制。

单细胞数据聚类算法CHOIR优化细胞群聚类结果

Sant, Cathrine, et al. “CHOIR Improves Significance-Based Detection of Cell Types and States from Single-Cell Data.”Nature Genetics, Apr. 2025, pp. 1–11.www.nature.com[7],https://doi.org/10.1038/s41588-025-02148-8.

发表时间：2025.04.07

研究提出一种新的单细胞数据聚类算法CHOIR，CHOIR通过结合随机森林分类器和置换检验的统计框架，在层次聚类树种动态优化聚类结果，**显著提升了对稀有细胞的检测能力。**CHOIR算法分为两步：层次聚类树构建（自上而下）-- 统计剪枝（自下而上），通过两步算法进行动态优化，使用批次矫正避免技术偏差，通过count splitting避免数据重复利用。与现有15种方法相比，CHOIR在230个模拟数据集和5类真实数据（RNA-seq、ATAC-seq、空间转录组等）中均表现出更高的准确性和鲁棒性，且无需人工参数调整。

引用链接

[1]*www.cell.com*:https://www.cell.com

[2]*www.nature.com*:https://www.nature.com

[3]*www.nature.com*:https://www.nature.com

[4]*www.nature.com*:https://www.nature.com

[5]*www.sciencedirect.com*:https://www.sciencedirect.com

[6]www.nature.com:http://www.nature.com

[7]*www.nature.com*:https://www.nature.com

元莘生物竭诚为国内外制药公司、医疗机构和科研院所等提供修饰抗体制备、多抗体制备等服务，提高和改善现有癌症、自身免疫性疾病、感染性疾病以及其他疾病的治疗和诊断手段。

189-1630-8992

400-8899-254

marketing@origin-gene.com

上海市闵行区元江路3699号一号楼三层

Shanghai Origingene Bio-pharm Technology Co.Ltd