编辑推荐：
人类细胞图谱（Human Cell Atlas, HCA）联盟于2016年10月成立，当时约100名研究人员设定了一个雄心勃勃的目标：绘制人体中每一个细胞的地图。该计划由Aviv Regev和Sarah Teichmann领导，旨在创建人体约30万亿细胞的全面
人类细胞图谱（Human Cell Atlas, HCA）联盟于2016年10月成立，当时约100名研究人员设定了一个雄心勃勃的目标：绘制人体中每一个细胞的地图。该计划由Aviv Regev和Sarah Teichmann领导，旨在创建人体约30万亿细胞的全面图景——包括它们在健康、疾病和发育过程中如何差异、通讯和变化。当时，单细胞技术迅速兴起，使得研究人员能够通过基因表达模式和分子特征对数万（最终达数百万）个单细胞进行表征。十年后的今天，最初的愿景已发展成为生物学领域规模最大的合作项目之一。研究人员已编目了极其多样的人类细胞类型，深化了对已知细胞类型的理解，并揭示了先前未被识别的细胞类型、细胞状态和细胞群体。该计划还确立了单细胞分析作为研究人类生物学的基础性方法，并开发了许多目前常用的相应技术。要完成下一阶段——从数百万细胞扩展到数十亿细胞的编目——将依托空间生物学和人工智能领域更先进的技术进展。
当HCA宣布成立时，单细胞技术正处于转折点。Smart-seq2（参考文献2）和CEL-seq2（参考文献3）使单细胞转录组学更加强大和灵敏，基于细胞条形码（cellular barcode）的微滴测序使研究人员能够在单次实验中汇集数千个细胞，并在计算上于测序后分离读段。到2016年底，以可控成本高精度地常规量化数万个单细胞的基因表达已成为可能。技术进展正转向测量单细胞中的DNA、蛋白质和染色质修饰及其多模态组合，早期研究正将这些技术整合为流水线化的工作流程。虽然这些组合技术雄心勃勃，但它们将产生一份对生物学和医学具有宝贵价值的综合资源（参考文献4）。
要生成高质量图谱，从一开始就统一社区标准和定义至关重要。科学家将基因组数据及协调一致的元数据直接上传至HCA的数据生态系统，并提供工具以确保数据集的质量和可比性。HCA的标准与技术工作组（Standards and Technology Working Group）制定了基准和质量控制措施，以判断数据是否适合构建高质量图谱（参考文献5）。在HCA启动时，数据处理和分析刚刚开始以端到端流水线的方式连接起来，尚不可能整合多个数据集——几乎所有研究都是逐数据集分析的。但很快人们发现，用固定的流程和参数无法成功分析单细胞数据变异，这促使HCA转而制定广泛的标准，要求每个器官、组织或系统均需满足这些标准；并制定定制化的数据收集策略；随后又开发了整合方法，以适应各个器官的特征和需求。重要的是，HCA建立了使细胞注释在不同数据集间可比较的结构，并提供了诸如细胞注释平台（Cell Annotation Platform）等实用的在线工具供整个社区使用。
一个主要挑战是：在将组织解离为单细胞进行测序时，细胞在组织内原始位置的信息会丢失。2016年的多项研究帮助克服了这一障碍。一种方法通过将固定组织样本与带条形码的逆转录酶引物退火，提供了一种测量转录本空间分布的方式，从而在保留位置信息的同时实现定量转录组学（参考文献6）。这种新的“空间转录组学”（spatial transcriptomics）和其他成像技术通过提供细胞在组织中的物理位置，为细胞图谱中积累的数据类型增加了新维度。但这些数据仍需与来自解离细胞的测序数据整合，以实现单细胞分辨率和/或全转录组覆盖，而HCA承担了这一关键挑战。HCA定义了如何在其集成图谱级项目中测试、优化、基准化和进一步开发基础空间转录组学方法。如今，空间技术可以同时定位数千种RNA，并能在单个细胞或大面积组织区域内整合蛋白质、代谢物和脂质的位置信息。
到2020年，HCA已生成或整合了多个人类器官和组织的详细图谱，包括肺和肝；到2024年，HCA社区已推出四个整合的v1 HCA图谱：人类肺细胞图谱（Human Lung Cell Atlas, HLCA）v.1（参考文献7）、来自美国国立卫生研究院BRAIN计划（NIH BRAIN Initiative）的全脑和皮层图谱（参考文献8），以及人类视网膜细胞图谱v.1（参考文献9）。重要的是，HCA框架使研究人员和现有联盟能够提交自己的数据集以整合到这些更大规模的项目中。例如，早期的一个肺分子细胞图谱使用基于微滴和基于板的单细胞RNA测序（single-cell RNA-seq）分析了75,000个细胞，定义了58种不同细胞群体的基因表达谱和解剖位置（参考文献10）。整合后的HLCA v.1包含来自486名个体呼吸道的超过200万个细胞，来源于整个研究社区生成的49个不同数据集。
初步图谱已经显示出其影响力。起初，这些数据为疾病研究提供了稳健的正常参考。最近，临床获益开始显现。在COVID-19大流行期间，HCA的数百万细胞数据使科学家能够识别与SARS-CoV-2病毒进入和激活相关的基因表达组织，并理解与该疾病相关的流行病学因素（参考文献11）。HLCA包含来自肺病患者的的数据，显示了健康个体之间的变异以及不同疾病（如COVID-19、癌症或纤维化）的遗传比较，但要确定如何将这些数据用于治疗发现，仍需更多工作。研究人员现在正深入关注某个特定基因程序或感兴趣的细胞类型，识别药物靶点和生物标志物，以改进诊断或治疗。
这正是该领域目前的发展方向：从主要依靠带有一定二维空间信息的单细胞图谱，扩展到整合的三维、多模态的整个器官乃至整个人体的图谱。要实现这一目标，需要开发更多技术，以解决现有问题以及其他尚未设想的问题。下一阶段HCA 2.0将着重在几个方向扩展图谱——处理空间和多模态数据，并覆盖更广泛的年龄、地域和民族多样性。它将超越目前具有代表性的健康数据，更系统地聚焦于特定疾病。
AI模型将成为HCA 2.0的核心——事实上，HCA已经提供了研究社区目前用于训练基础模型（foundation model）的大部分细胞和组织数据。这些AI模型从数百万个已注释细胞中学习，根据分子谱对新细胞进行分类，并执行许多其他任务。多模态基础模型还将整合多种数据模态，包括DNA、表观遗传学、蛋白质、空间定位、常规临床成像和临床信息。与此同时，智能体AI（agentic AI）正日益推动新一代数据分析。自主智能体正在利用HCA“操作手册”（playbook）中的技能实现更快速的分析，尤其是那些仍未被良好自动化的单细胞和空间数据分析。此外，AI可以在庞大而复杂的数据集中识别研究人员可能无法预见的模式。扰动研究、人类遗传学和纵向数据将使AI模型能够大规模预测细胞发生变化时会发生什么——例如，当某个基因被删除或细胞暴露于药物时——将HCA从静态图谱转变为人类生物学的预测模型（参考文献12）。目标是使参考图谱成为研究人员和临床医生可以查询并据此采取行动的资源——一个真正的虚拟组织模型。
HCA现有来自100多个国家的4,000多名成员，与许多联盟和组织（包括肾脏精准医学项目、NIH BRAIN计划、Hemsley慈善信托基金、LungMAP和联合国教科文组织）建立了联系和合作伙伴关系。从一开始，他们就致力于为全球人类创建一个开放且具有全球代表性的图谱，HCA区域小组在过去十年中在亚洲、拉丁美洲、非洲和中东相继成立。这意味着要为一个资金来源多样、参与广泛的科学家的协调社区行动创造条件。HCA 2.0将增强全球社区的代表性，去年HCA的遗传多样性工作组（Genetic Diversity Task Force）为此制定了度量标准。他们选择重点关注的疾病将与中低收入国家的需求高度契合。
在未来十年生成100亿个细胞的图谱并创建虚拟组织模型是雄心勃勃的，但HCA在协调基层投入与强有力的领导、跨学科有效合作以及共享数据和工具方面有着良好的记录。回顾过去，HCA的意义并不仅仅在于绘制的细胞数量或生成的数据集；它更深层的抱负是提供一个在最基本生物学水平上理解“为人意味着什么”的新参考点。正如Regev和Teichmann所写，我们都必须为HCA所发挥的作用感到自豪——“在人类基因组计划之后的后基因组时代，为那些对任何遵守共同价值观的人都开放的大型国际生物医学科学树立了一份操作范例。”
十年、数千万细胞：人类细胞图谱计划的回顾与展望
一、研究背景与意义
单细胞测序技术的快速发展使研究人员能够在单细胞水平上解析基因表达和分子特征，但如何系统性地绘制人体全部细胞类型、状态及其在组织中的空间分布，仍是一个巨大的挑战。2016年，人类细胞图谱联盟（Human Cell Atlas, HCA）成立，其目标是对人体约30万亿个细胞进行全面的分子表征，揭示细胞在健康、疾病和发育过程中的差异、通讯与动态变化。该计划不仅是生物学领域规模最大的国际合作项目之一，也推动了单细胞分析成为研究人类生物学的基础性方法。该综述发表于《Nature Biotechnology》，回顾了HCA十年来的发展历程，总结其在数据标准、空间转录组学、疾病应用、人工智能整合等方面取得的成就，并展望下一阶段HCA 2.0的核心方向。
二、主要技术方法
研究人员采用了多种关键技术：基于微滴和板式的单细胞RNA测序（single-cell RNA-seq）用于大规模细胞表征；空间转录组学（spatial transcriptomics）用于保留组织原位位置信息；标准化数据生态与质量控制系统用于多数据集整合；人工智能（artificial intelligence, AI）基础模型和智能体AI用于细胞注释及多模态数据集成。样本来源方面，整合了来自全球研究社区的多项公共数据集，包括肺、脑、视网膜等器官图谱，覆盖486名个体的呼吸道样本等。
三、研究结果
1. 单细胞技术转折与图谱启动
在HCA成立之初，Smart-seq2和CEL-seq2等技术显著提升了单细胞转录组的灵敏度和通量，基于细胞条形码的微滴测序使单次实验可汇集数千个细胞。这些技术进展使常规量化数万个单细胞的基因表达成为可能，并逐步扩展到DNA、蛋白质和染色质修饰的多模态测量。
2. 统一标准与数据整合
HCA制定了严格的数据质量基准和质量控制措施，并通过标准与技术工作组建立跨数据集可比性。研究人员开发了细胞注释平台等工具，使不同器官和组织的数据能够按照统一标准整合，解决了早期单细胞数据分析中固定流程和参数无法适用的问题。
3. 空间转录组学突破
组织解离会丢失细胞原始空间位置信息，2016年出现的空间转录组学方法通过条形码逆转录酶引物固定组织，实现了保留位置信息的定量转录组分析。HCA进一步测试和优化了这些方法，并将其整合到图谱构建流程中。目前空间技术能够同时定位数千种RNA，并整合蛋白质、代谢物和脂质信息。
4. 综合图谱的生成
到2024年，HCA已推出四个整合版图谱：人类肺细胞图谱（HLCA）v.1、全脑和皮层图谱、人类视网膜细胞图谱v.1。其中HLCA v.1包含来自486名个体、49个数据集的超过200万个细胞，覆盖58种细胞群体，展示了跨数据整合的巨大潜力。
5. 疾病应用与临床转化
HCA数据在COVID-19大流行中发挥了重要作用，帮助科学家识别SARS-CoV-2病毒进入和激活的相关组织及表达基因，并理解流行病学因素。HLCA还包含肺病患者的遗传数据，用于比较COVID-19、癌症和纤维化等疾病的分子差异，为药物靶点和生物标志物发现提供了基础。
6. 人工智能驱动的图谱扩展
HCA已为研究社区提供大量训练基础模型的数据，这些AI模型可从数百万已注释细胞中学习并分类新细胞。多模态基础模型整合DNA、表观遗传、蛋白质、空间定位及临床信息。智能体AI进一步提升了单细胞和空间数据的自动化分析效率。扰动研究、人类遗传学和纵向数据将推动AI模型预测基因删除或药物暴露后的细胞状态变化，使HCA从静态图谱转变为预测性虚拟组织模型。
7. 全球协作与多样性
HCA目前拥有来自100多个国家的4000多名成员，并在亚洲、拉丁美洲、非洲和中东建立了区域小组。遗传多样性工作组制定了代表性度量标准，HCA 2.0将重点关注中低收入国家的疾病需求，确保图谱的全球代表性和公平性。
四、总结与结论
HCA十年的发展不仅体现在绘制了数千万乃至数十亿的细胞数据，更建立了开放共享、标准统一的国际合作范式。其下一步目标是在未来十年生成100亿细胞的图谱并构建虚拟组织模型，整合空间、多模态和AI预测能力，最终为理解人类生物学提供全新的参考框架。正如Regev和Teichmann所述，HCA在人类基因组计划后的生物医学时代树立了大型开放科学的操作范例。
