人类细胞衰老转录组图谱（HCATA）：跨组织单细胞水平揭示年龄相关转录变化

本研究针对人类衰老转录组研究缺乏大规模整合数据资源的瓶颈，开发了人类细胞衰老转录组图谱（HCATA）。研究人员整合76项研究的9200万个单细胞数据，构建了覆盖50余种组织类型、年龄跨度0-103岁的单细胞转录组数据库。通过建立标准化分析流程，发现炎症相关通路（如inflammaging）在多个组织中普遍富集，同时鉴定出组织特异性衰老特征。该数据库提供交互式基因组浏览器和差异表达基因分析功能，为衰老机制研究提供了重要资源。

　　

随着全球人口老龄化加剧，理解衰老的分子机制已成为生命科学领域的迫切课题。尽管研究表明衰老伴随基因组和表观遗传学的显著改变，但这些变化如何影响转录组景观仍不清楚。单细胞RNA测序（scRNA-seq）技术的突破为解析细胞异质性提供了强大工具，然而人类衰老研究面临巨大遗传和环境变异带来的挑战，导致迄今缺乏跨组织、跨年龄段的综合性转录组图谱。

为解决这一瓶颈，明尼苏达大学研究人员开发了人类细胞衰老转录组图谱（HCATA）。该研究整合了76项已发表研究的单细胞数据，涵盖9200万个细胞和3475个组织样本，年龄跨度从新生儿到103岁老人，涉及50余种人类组织类型。数据库采用MySQL和InnoDB构建高效存储架构，并通过Angular框架开发交互式网络平台。

研究人员建立了标准化分析流程，包括数据质控、标准化、整合、聚类和细胞注释五个关键步骤。特别针对10x Genomics平台数据，使用NEBULA（Negative Binomial mixed model Using a Large-sample Approximation）模型以年龄为连续变量进行差异表达基因（DEG）分析，避免了传统年轻/年老分组带来的偏差。通过Gini系数量化基因本体（GO）术语的组织特异性，发现炎症相关通路在多个组织中普遍富集，同时鉴定出组织特异性衰老特征。

数据库构建与内容

HCATA的独特之处在于其严格的纳入标准：要求样本具有公开的年龄和组织信息，主要来自正常非病变组织，且能匹配元数据与基因表达谱。最终整合的数据库规模远超同类资源如AgeAnno、Aging Atlas等。所有数据均转换为标准矩阵格式（barcode、feature、matrix文件），确保高效存储和便捷下载。

差异基因表达与GO分析

针对数据集异质性挑战，研究团队聚焦10x Chromium平台数据，并设定至少包含5个正常样本、1个60岁以上个体、年龄跨度≥25年的严格标准。通过Seurat流程进行标准化处理，细胞注释基于Cell Marker数据库的标记基因匹配，验证显示与原始研究注释的一致性达96%。

分析发现炎症衰老（inflammaging）相关通路如细菌应答、炎症反应、趋化作用等在多个组织中普遍富集。值得注意的是，免疫球蛋白生产主要在骨髓中上调，而免疫应答通路变化主要见于脑、肝和骨骼肌。在巨噬细胞中，纤毛相关通路显著下调，提示年龄相关改变可能通过影响纤毛功能加剧免疫衰退。

网络界面功能

HCATA平台提供六大功能模块：首页展示数据库概览；基因组浏览器集成IGV（Integrative Genomics Viewer）支持交互式探索差异表达基因；DEG列表页面按组织/细胞类型出现频率排序基因；GO富集页面可视化通路特异性；搜索下载模块支持按条件批量获取数据。特别设计"每十年平均表达变化"指标，使年龄相关的Log2FC（log2 fold-change）更直观易懂。

研究局限与展望

作者指出三个主要局限：技术变异使数据集整合困难，通用分析参数可能不适配特定数据集，环境元数据缺失影响转录组解读。未来将通过持续更新数据库内容和优化算法加以改进。

该研究通过构建迄今最全面的人类衰老单细胞转录组图谱，揭示了炎症通路在衰老过程中的核心作用及其组织特异性调控模式。HCATA不仅为衰老机制研究提供了宝贵资源，其标准化分析流程和交互式平台更为领域内数据整合与挖掘建立了新范式。随着更多数据的纳入，这一平台有望在精准解析个体衰老轨迹、发现抗衰老靶点方面发挥重要作用。