《Nucleic Acids Research》：iGPSC-DB: a comprehensive database for an inferred single-cell genetic perturbation atlas
编辑推荐：
遗传扰动诱导的转录重编程会显著重塑肿瘤细胞表型及肿瘤微环境串扰。解析细胞对遗传扰动的异质性应答，对于肿瘤机制解析和治疗靶点发现至关重要。研究人员构建了iGPSC-DB（https://bio-bigdata.hrbmu.edu.cn/iGPSC-DB），该数据
遗传扰动诱导的转录重编程会显著重塑肿瘤细胞表型及肿瘤微环境串扰。解析细胞对遗传扰动的异质性应答，对于肿瘤机制解析和治疗靶点发现至关重要。研究人员构建了iGPSC-DB（https://bio-bigdata.hrbmu.edu.cn/iGPSC-DB），该数据库旨在推断肿瘤微环境细胞与多样化遗传扰动事件之间的关联，并解析细胞对这些扰动的异质性应答。iGPSC-DB整理了将靶向7407个基因的178 114个扰动事件与来自88种癌症类型、1580个样本的9 249 080个单细胞相关联的关联信息。iGPSC-DB还提供7个用户友好工具，用于检索和分析：(i) 遗传扰动事件与细胞/细胞类型之间的推断关联；(ii) 扰动对组织微环境中细胞功能、发育轨迹及细胞–细胞通讯的推断扰动相关效应；(iii) 不同扰动对细胞的联合效应，助力联合治疗方案设计；(iv) 不同扰动对恶性细胞分化轨迹和功能状态的影响；以及(v) 扰动靶基因与临床生存结局之间的关联。iGPSC-DB将作为宝贵资源，推动基因功能、调控机制及肿瘤治疗靶点发现的单细胞分辨率研究。
研究背景方面，扰动驱动的多组学已成为功能基因组学的变革性范式与现代药物发现流程的基础支柱。CRISPR介导的基因组编辑、RNA干扰及相关遗传干扰模式是系统性遗传扰动研究的主要实验框架，可靶向诱导特定细胞表型并解析因果调控回路。然而，相同遗传扰动引发的细胞应答存在深刻的细胞间异质性（cell-to-cell heterogeneity），因此在单细胞分辨率下解析扰动图谱对于阐明生理过程与疾病发病的内在调控架构、鉴定高置信度治疗候选物至关重要。目前已有scGen、CellOT、GEARS、scPerturb、PerturbGen等计算方法可基于未扰动单细胞数据预测细胞扰动应答；同时CancerSCEM、TISCH等单细胞转录组资源及LINCS L1000扰动数据资源已建立。但现有扰动数据库（PerturBase、PerturbDB、PerturbSeq.db、scPerturb）主要聚焦于扰动诱导的基因表达数据，对扰动引发的细胞应答状态的系统性记录稀缺。为此研究人员开发了iGPSC-DB，采用单细胞遗传扰动评分策略在单细胞分辨率定量评估多样化遗传扰动的影响。
在关键技术方法上，研究人员从CancerSCEM、TISCH及GEO数据库（2025年1月至2026年8月发布）收集单细胞转录组数据集，经Seurat质控过滤与LogNormalize标准化；从CMap LINCS L1000 Level 5数据集提取扰动相关基因集，以 moderated Z-score ≥ 2（≤ ?2）定义上调（下调）特征基因集；采用AUCell（v1.28.0）计算扰动效应评分（perturbation score，PS），并以对照扰动事件构建零分布确定阈值；利用超几何检验鉴定扰动相关细胞类型；采用Monocle2（v2.30.0）与Monocle3（v1.4.26）构建拟时序轨迹；基于ConnectomeDB配体–受体对推断细胞通讯，采用STRINGdb构建蛋白–蛋白相互作用（PPI）网络；整合clusterProfiler（v4.10.0）进行GO与KEGG富集分析。
研究结果方面，"单细胞遗传扰动评分框架"部分：研究人员整合oe、misc、xpr、sh四种扰动策略数据，建立统一评分框架，对每个扰动事件分离上调与下调特征基因集，计算活性评分并整合为扰动评分，以对照特征构建背景分布，上下2.5%分位数定义为阈值，高于上限判定为显著促进、低于下限判定为显著抑制、中间为无显著效应。"iGPSC-DB数据库内容"部分：数据库含178 114个扰动事件、7407个扰动基因、9 249 080个单细胞、1580个样本、88种癌症类型，并整合肿瘤恶性表型通路与特征基因集、GO与KEGG功能基因集、PPI网络及TCGA表达与临床生存数据。"iGPSC-DB的特征与工具"部分：提供Search与Browse检索浏览界面，结果表含扰动事件详情、样本信息及工具导航；提供7个分析工具，包括Cellular Perturbation工具（解析扰动事件与细胞及细胞类型效应关联）、Trajectory Perturbation工具（量化靶基因沿拟时序轨迹的动态扰动效应）、Cell Communication Perturbation工具（筛选单基因扰动后显著变化的配体–受体对及PPI节点）、Combined Perturbation工具（模拟推断联合扰动效应）、Malignant State Perturbation工具（解析癌症相关功能状态变化）、生存分析模块及功能富集分析。"Statistics"部分：数据库覆盖17种主要人体组织类型、55个细胞系，shRNA与CRISPR扰动约占全部数据集的85%，AKT1、EGFR、EZH2、MAPK9、CDK2等经典预后不良癌基因平均每基因近60个扰动事件，并对31种常见癌症类型完成生存分析。"Example application"部分：IFNA1生物制剂案例中，前列腺癌样本分析显示IFNA1对恶性细胞呈负扰动评分（抑制），并显著激活CD8+ Tem、CD8+ Tcm、CD4+ Tem、CD4+ Tcm、CD8+ naive T细胞、NK细胞及CD8+效应T细胞；功能富集显示恶性细胞中抗凋亡与迁移侵袭通路下调，6种免疫细胞共享248条上调通路，富集于ERBB信号负调控与抗原受体介导信号通路。SPP1 shRNA案例中，SPP1在LIHC队列为显著预后不良基因，敲低SPP1抑制恶性细胞并促进CD8+ naive T细胞、CD8+ Tem与NK细胞，削弱SPP1–ITGA4、SPP1–CD44及SPP1–ITGA4/ITGA5抑制性配体–受体互作。EBNA1BP2与CA12双敲低案例中，CA12在肿瘤进展早中期高表达、EBNA1BP2在拟时序晚期高表达，单敲低CA12抑制率为44.30%、单敲低EBNA1BP2为51.40%，联合扰动使促肿瘤效应降至1.73%、恶性细胞抑制率升至52.41%，且多数T细胞亚群获得>20%的促进率。
讨论部分总结：研究人员利用独立单细胞扰动数据集评估扰动评分，105个基因中70个基因的扰动应答细胞评分显著高于非应答细胞（BH校正后），36个基因AUROC > 0.7（TAPBP最高达0.86），81个基因AUROC > 0.5，支持扰动–细胞关联的生物学有效性。与PerturBase、PerturbDB、PerturbSeq.db、scPerturb相比，iGPSC-DB在内容范围（存档大规模推断的细胞扰动应答）、数据规模（9 249 080个细胞与178 114个扰动条目）及分析工具（7个专属工具）方面具有特色。研究人员讨论了统一质控标准未考虑测序平台等异质性的局限：AUCell评分主要受细胞自身表达谱影响；随机抽取100个数据集评估显示统一阈值中位细胞保留率为74.8%，其他四种数据驱动方案为92.6%–98.9%，表明阈值较严格但损失在可接受范围，且严格统一阈值可部分补偿未采用双细胞检测的不足。未来将整合单细胞扰动筛选来源的特征、引入机器学习模型预测协同或拮抗效应、持续更新数据并支持CRISPR激活与碱基编辑等新模式。研究结论翻译如下：总之，iGPSC-DB整合大规模数据集，提供单细胞遗传扰动评分框架，并提供用户友好界面用于推断细胞遗传扰动的检索、查询、多维分析与可视化，使研究人员能够以前所未有的分辨率和广度研究基因功能、调控机制与治疗靶点；研究人员认为iGPSC-DB将成为广泛生物医学界的宝贵资源，并促进功能基因组学、癌症生物学与精准医学的发现。
