单细胞测序 | marker基因列表怎么找？

[大笑R][满月R][微笑R]需要找我们 专研生信

单细胞转录组数据中比较核心且难以解决的事情是细胞注释，而细胞注释（Marker-based annotation）的质量又很大一部分取决于marker的数量和质量，我们常常苦于从何处寻找以及如何使用这些marker，上篇文章里提到的自动化注释工具ScType是将CellMarker和PanglaoDB数据库进行整合过滤后作为参考，对于我们来说难点在于如何实现其整合思想（关键在于各数据库中对细胞类型的命名缺乏统一和规范），以及如何支持更多的物种。所以，此时如果有个更全面且规范的数据库...

2022年，北京基因组所（国家生物信息中心）发布细胞分类库Cell Taxonomy：

Cell Taxonomy (https://ngdc.cncb.ac.cn/celltaxonomy), a comprehensive and curated repository of cell types and associated cell markers encompassing a wide range of species, tissues and conditions.

Cell Taxonomy 数据源于4,299篇文献、15个相关数据库（Cell Ontology、CellMarker、PanglaoDB、OnClass、Human Cell Atlas...）和单细胞测序数据研究（约350万个细胞）的整合，目前共收录3,143种细胞类型及26,613个细胞标志物（cell marker），覆盖34个物种的387种组织和257种生理/病理状态。

[大笑R]图一

Cell Taxonomy 通过 Cell Ontology 数据库提供了结构化、标准化的细胞类型标注，通过整合 CellMarker、PanglaoDB 等数据库、文献和单细胞研究提供了大量的细胞类型相关的marker，有利于细胞类型注释和分析的便捷性及标准化。

举个例子，PanglaoDB 数据库中的CD27是 B cells memory 的 marker，而 CellMarker 中该细胞类型名为 Memory B cell，如果整合到一起应该叫啥呢？对于更复杂且难以判断的细胞类型，又该如何识别并统一呢？在 Cell Taxonomy 中给出了答案，以 Cell Ontology ID 为准，CL:0000787（memory B cell），来自于不同数据库的细胞类型名称在此完成统一：

 

[大笑R]图二

该数据库除了提供开源数据，也提供了一系列的查询和分析工具,可参考该团队发表于 Nucleic Acids Research的文献:https://doi.org/10.1093/nar/gkac816

https://ngdc.cncb.ac.cn/celltaxonomy/static/file/Cell_Taxonomy_resource.txt

#生信分析 #科研指导 #单细胞测序 #生信代做