撰文丨王聪
编辑丨王多鱼
排版丨水成文
Tabula Sapiens Consortium(Tabula Sapiens 联盟)是一个由全球多机构科学家组成的国际合作组织。其主要目标是构建一个全面且开源的人类细胞图谱——Tabula Sapiens,旨在通过单细胞测序技术,系统性地绘制人体各器官中所有细胞类型及其基因表达图谱,从而为理解人类生理机制、揭示疾病发病原理及推动精准医疗提供基础参考。
2022 年发布的Tabula Sapiens 1.0,创建了来自不同供体的覆盖 24 种人体器官和组织的单细胞数据。
2026 年,Tabula Sapiens 联盟在Cell期刊发表了题为:Tabula Sapiens 2.0: A comprehensive transcriptomic atlas of human cell types 的研究论文,发布了Tabula Sapiens 2.0版本,涵盖了来自 22-74 岁的 24 名健康供体的 28 种器官/组织中超过 110 万个细胞的单细胞转录组数据,提供了可控制遗传背景、年龄及表观遗传效应的独特数据集。这些数据也为当前的AI 虚拟细胞(AIVC)的训练和评估带来了高质量数据资源。
该论文展示了 Tabula Sapiens 数据在基因调控和衰老等多个领域的应用。该图谱涵盖了几乎所有人类转录因子的转录本信息,为几乎每一个人类转录因子提供了潜在的细胞类型特异性,并揭示了其可能的调控功能;该研究还分析了表达细胞衰老相关经典基因的细胞转录组,揭示了衰老的异质性及其依赖于特定环境的特性,并提出了关于衰老相关通路的新假说——不存在通用衰老转录组,因此,衰老不是单一程序,而是细胞身份依赖的异质性状态。
![]()
![]()
Tabula Sapiens 联盟发布了Tabula Sapiens 2.0版本,将此前发布的人类细胞图谱规模扩大一倍,涵盖来自 24 名不同年龄捐赠者的 110 万个细胞。图谱以地图形式呈现,用于探索人类细胞类型,并以细胞形状加以示意。路径和标记代表研究团队对几乎所有人类转录因子的细胞类型和组织特异性进行的分析。图中橙色所示的疑似衰老的 CDKN2A+ MKI67- 细胞,揭示了因细胞类型不同而异的衰老相关转录程序。
单细胞转录组图谱正在为人类生物学提供大量新的见解,包括细胞类型的分子定义、与疾病相关的基因在特定细胞类型中的表达模式,以及不同组织间共享细胞类型(尤其是免疫系统相关细胞)之间的关系。这些图谱是强大的参考工具,其在生物学中的应用才刚刚开始被探索。许多过去只能在整体组织水平上研究的问题,如今已能够以细胞类型特异性的方式得到解答,从而带来至关重要的新发现。
2022 年创建的Tabula Sapiens 1.0,涵盖了来自不同供体的覆盖 24 种器官和组织的单细胞数据。
而在 Tabula Sapiens 2.0 中,研究团队将细胞数量和多器官供体数量翻倍,从而增加了对遗传背景、年龄及表观遗传效应进行控制的组织和供体数量。具体而言,该图谱新增了 9 名供体的数据,包括一名提供 20 种组织、一名提供 18 种组织、一名提供 15 种组织、一名提供 2 种组织,以及五名各提供 1 种组织的供体。更新后的综合Tabula Sapiens数据集包含了超过 110 万个细胞,来源涵盖膀胱、血液、骨髓、眼睛、耳朵、脂肪、心脏、肾脏、大肠、肝脏、肺、淋巴结、乳腺、肌肉、卵巢、胰腺、前列腺、唾液腺、皮肤、小肠、脾脏、胃、睾丸、胸腺、舌头、气管、子宫以及血管系统。单细胞转录组数据通过微流控液滴乳化技术(1093048 个细胞)和荧光激活细胞分选(FACS)至孔板(43170 个细胞)两种方法从活细胞中获取。
![]()
为了展示该参考图谱数据集的实用性,研究团队开展了两项全转录组表达研究。在第一项研究中,确定了特定细胞群体中哪些转录因子(TF)被转录,揭示了上千种调控蛋白与细胞类型之间的关联,并提示了它们功能贡献中此前未知的方面。在第二项研究中,分析了整个样本集合中衰老相关的细胞特征,发现了在器官和细胞特异性模式下表达衰老标志物的细胞所共用的基因表达模块。
该图谱已向公众开放,研究团队还开发了一款基于人工智能(AI)的工具,用于探索供体的临床病史。
![]()
最后,研究团队表示,此前发布的 Tabula Sapiens 1.0 版本已展现出多种用途,包括作为预测候选药物潜在靶向毒性的工具,以及作为评估生物信息学工具和训练 AI 虚拟细胞模型的参考标准。预计,此次发布的 2.0 版本将进一步拓展这些应用,例如,发现细胞类型特异性的转录因子使用情况将为未来生化研究揭示这些转录因子的功能指明方向;同样,鉴定出此前未被发现的普遍存在于所有细胞类型中的转录因子也将具有重要意义。此外,现在已有研究将 Tabula Sapiens 2.0 用作测试集,以评估在 Tabula Sapiens 1.0 上训练的 AI 模型的零样本(zero-shot)能力。
论文链接:
https://www.cell.com/cell/fulltext/S0092-8674(26)00937-2
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.