单细胞数据挖掘的起点：你的单细胞数据中到底有哪些细胞类型?

单细胞转录组测序技术的普及，为生命科学的研究提供了全新的手段。基于高通量单细胞转录组测序，既能发现特定组织中可能的细胞类型，也能了解不同细胞组成上的差别，更能通过基因表达图谱，剖析不同细胞的基因特征，为理解细胞的功能提供了数据支持。但是，单细胞研究并没有想象中的那么简单，从细胞解离，数据分析，到数据解读，只有把每一步都做好了，才有可能有好的成果产出。

在这个过程中，最最重要的是，单细胞数据中到底能识别到哪些细胞类型？这是整个单细胞数据挖掘的起点，也是决定整个单细胞故事的关键，怎么能把这个过程做好呢？

首先，我们要大概知道做的单细胞测序的样本，可能存在哪些细胞类型，如肿瘤里可能有恶性细胞，上皮细胞，免疫细胞等。其次，这些可能在数据里出现的细胞类型，有哪些标准的、业界公认的marker呢？

01 整理收集实验室前期的研究基础

相信各位研究某个具体领域的老师们，自己对该单细胞实验的样本还是比较了解的。作为课题组研究方向的实验材料，经过多年的研究和积累，该组织中可能存在哪类主要类型的细胞，它们的标志性marker有几个，是哪几个，还是烂熟于心。因此，只需把这些细胞类型和对应的marker整理出来，结合单细胞分群数据的marker表进行匹配，就能知道自己做的样本中存在哪些类型。当然，这个过程中可能会出现一种情况：用已知的marker进行匹配后，大部分的细胞类型都找到了，但是有些细胞类型，无论用哪种marker，都匹配不上。这时，大家无需焦虑和担心，应该高兴。因为您有可能发现了一种新的细胞亚型，一类之前大家从来没发现过的，可能具有重要生物学功能的细胞类型。

02 查阅文献整理相关细胞类型marker

文献是所有科学研究成果的最终展示形式。因此，调研本研究领域最新的研究进展，特别是单细胞测序相关最新的文章。在这些文章中有哪些细胞类型？哪些细胞是用哪些基因进行分类的？这个过程中，可能也会遇到一些问题，比如：同样的组织的单细胞文章，同一个细胞类型，不同文章会用到不同的marker。这种情况下，建议把这些marker都收集下来。同时，也要多研究下，该文章为什么用这个？参考来源是什么？

03 通过相关数据库找到特定细胞类型的marker

由于单细胞技术的发展，科学家们已经对大部分的组织类型进行了研究。因此，很多专门的数据库对不同的组织类型，细胞类型，对应发现的marker进行整理，常见的marker数据库如下：

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

HCA：https://www.humancellatlas.org/

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

通过以上几种方式，基本可以拿到常规的组织样本中的细胞marker信息，基于此对自己的单细胞数据进行匹配分析，我们就能知道自己的组织中有哪些具体的细胞类型，各自占比多少。进一步通过更加深入的亚群分析，组间比较和功能挖掘，一篇不错的单细胞文章就出来了。