从人类牙髓单细胞RNA测序数据中自动提取间充质基质细胞

《BioData Mining》：Automatic extraction of mesenchymal stromal cells from single-cell RNA-sequencing data of human dental pulp

【字体：大中小】 时间：2026年07月08日 来源：BioData Mining 7.9

编辑推荐：

　　摘要背景人类牙髓是一种复杂的组织，由多种细胞类型构成，其中包括间充质基质细胞（MSCs），这类细胞对组织的修复和再生起着关键作用。尽管近年来已有大量关于人类牙髓的单细胞RNA测序数据，但MSC的识别仍需在聚类后手动验证标记基因，这限制了分析效率与可扩展性。聚类分辨率的选择往往是经

摘要

背景

人类牙髓是一种复杂的组织，由多种细胞类型构成，其中包括间充质基质细胞（MSCs），这类细胞对组织的修复和再生起着关键作用。尽管近年来已有大量关于人类牙髓的单细胞RNA测序数据，但MSC的识别仍需在聚类后手动验证标记基因，这限制了分析效率与可扩展性。聚类分辨率的选择往往是经验性的，可能导致MSCs被过度或不足地分割，或是与其他细胞类型混合。本研究的目的是建立一种计算流程，能够自动从人类牙髓的单细胞RNA测序数据中提取未培养的MSCs，并利用多个公共数据集研究新鲜分离出的牙髓MSCs的特征。

结果

研究人员开发了一种计算流程，该流程可根据预定义的标记基因集，从单细胞RNA测序的计数矩阵中自动识别MSC群体，并系统评估该标记基因集的性能。由六个基因（NT5E、THY1、ENG、FRZB、NOTCH3、MCAM）组成的MSC标记基因集，其聚类分离效果优于三个基本的MSC标记基因（NT5E、THY1、ENG），且在多个独立的牙髓单细胞RNA测序数据集中均能稳定检测到MSC群体。通过对使用该流程提取的MSC群体进行伪批量转录组分析发现，患有牙髓炎患者的牙髓中的MSCs表现出炎症表型，其特征是与炎症相关的通路被显著激活。而供体年龄的增长则主要与间充质特性的下降以及代谢紊乱有关。

结论

本研究为自动提取牙髓来源的MSCs以及跨数据集分析提供了框架。这一框架可广泛应用于那些目前尚未有成熟标注方法的细胞群体的自动提取工作，有望在单细胞分析领域发挥重要作用。

背景

人类牙髓是一种复杂的组织，由多种细胞类型构成，其中包括间充质基质细胞（MSCs），这类细胞对组织的修复和再生起着关键作用。尽管近年来已有大量关于人类牙髓的单细胞RNA测序数据，但MSC的识别仍需在聚类后手动验证标记基因，这限制了分析效率与可扩展性。聚类分辨率的选择往往是经验性的，可能导致MSCs被过度或不足地分割，或是与其他细胞类型混合。本研究的目的是建立一种计算流程，能够自动从人类牙髓的单细胞RNA测序数据中提取未培养的MSCs，并利用多个公共数据集研究新鲜分离出的牙髓MSCs的特征。

结果

研究人员开发了一种计算流程，该流程可根据预定义的标记基因集，从单细胞RNA测序的计数矩阵中自动识别MSC群体，并系统评估该标记基因集的性能。由六个基因（NT5E、THY1、ENG、FRZB、NOTCH3、MCAM）组成的MSC标记基因集，其聚类分离效果优于三个基本的MSC标记基因（NT5E、THY1、ENG），且在多个独立的牙髓单细胞RNA测序数据集中均能稳定检测到MSC群体。通过对使用该流程提取的MSC群体进行伪批量转录组分析发现，患有牙髓炎患者的牙髓中的MSCs表现出炎症表型，其特征是与炎症相关的通路被显著激活。而供体年龄的增长则主要与间充质特性的下降以及代谢紊乱有关。