《Biomolecules》：scFlowReport: A Reproducible Workflow for Comparative Downstream Biological Analysis of Single-Cell RNA-seq Data
编辑推荐：
单细胞RNA测序（scRNA-seq）研究通常围绕比较展开，如疾病对照、治疗反应或遗传扰动，但生物学解释仍依赖整合差异表达、功能富集、调控网络推断和细胞-细胞通讯等多种独立下游分析。一致地应用这些工具需要大量自定义脚本，且异构输出需人工协调。研究人员提出scF
单细胞RNA测序（scRNA-seq）研究通常围绕比较展开，如疾病对照、治疗反应或遗传扰动，但生物学解释仍依赖整合差异表达、功能富集、调控网络推断和细胞-细胞通讯等多种独立下游分析。一致地应用这些工具需要大量自定义脚本，且异构输出需人工协调。研究人员提出scFlowReport，一种轻量、配置驱动的工作流，将单一用户定义比较传播至细胞水平和样本感知伪批量（pseudobulk）差异表达、过代表（over-representation）与排序功能富集、面向SCENIC的转录因子调节子（regulon）导出，以及分组解析的LIANA细胞-细胞通讯分析，输入为已注释Seurat对象。该工作流自动将互补下游结果编译为标准图、汇总表和自包含静态HTML报告，便于查看与共享，无需持久服务器。将其应用于公开特应性皮炎（Atopic Dermatitis）scRNA-seq数据集，可从多个成熟下游分析中获得互补生物学证据。通过在共享比较框架下协调互补下游分析，scFlowReport为系统性解释比较性单细胞转录组数据提供了实用且可复现的工作流。
论文解读：《Biomolecules》发表的scFlowReport研究
研究背景方面，单细胞RNA测序（scRNA-seq）已成为解析细胞异质性的标准方法，Seurat与Scanpy等框架使上游处理普及。但细胞注释后，生物学解释常需差异表达、功能富集、转录调控与细胞-细胞通讯等独立工具，这些工具输出结构、命名和统计摘要异构，且比较定义需在多处重复设定，导致重复脚本、格式不一致和可复现性下降。现有平台多侧重上游或交互探索，缺少在统一比较定义下协调成熟下游方法的轻量工作流。因此，研究人员开展本研究，目标是让已拥有注释Seurat对象的研究者用单一配置获得一致比较、标准结果与可分享报告。
研究人员开展的研究是构建scFlowReport，这一轻量、配置驱动工作流不在统计方法上创新，而是把已有下游模块置于共享比较框架中。结论是该工作流能对细胞水平与样本感知伪批量（pseudobulk）差异表达、功能富集、SCENIC调节子分析和LIANA细胞-细胞通讯做一致调度，并生成自包含静态HTML报告；意义在于降低手动协调成本、提升比较性单细胞转录组解释的可复现性与共享效率。
主要关键技术方法上，样本来自已发表的炎症皮肤病集成数据，演示限定特应性皮炎（Atopic Dermatitis）与健康对照，含角质形成细胞、成纤维细胞、T细胞、树突状细胞共42816个细胞来自28个样本，另用Seurat内置IFNB数据验证。方法包括YAML配置驱动、Seurat对象校验、细胞水平FindMarkers、edgeR准似然伪批量检验、g:Profiler过代表分析与fgsea的FGSEA、pySCENIC调节子推断与AUCell活性评分、LIANA分组细胞-细胞通讯，以及Docker分层执行与静态HTML报告编译。
研究结果如下。
2.1 工作流概述：通过YAML指定元数据与比较组，校验后把单一比较传播到全部模块，可选细胞类型限制一致应用，最终编译静态HTML报告。
2.2 细胞水平差异表达分析：按细胞类型用Seurat::FindMarkers做组间检验，过滤后做DEG计数、火山图、热图，并对上调和下调基因分别做g:Profiler过代表分析与FGSEA，得出细胞类型内方向明确的转录变化与通路富集。
2.3 样本感知伪批量差异表达分析：按生物学样本聚合原始计数，用edgeR（DGEList、filterByExpr、calcNormFactors、estimateDisp、glmQLFit、glmQLFTest）检验，降低伪重复，得出样本水平更稳健的DEG与后续富集结果。
2.4 转录因子调节子分析：导出表达矩阵给pySCENIC，用hg38 RefSeq r80与v10nr_clust资源推断regulon并计算AUCell评分；两组均达标时用Wilcoxon秩和检验加BH校正找差异活性regulon，再对靶基因做富集，得出细胞类型特异性转录因子活动。
2.5 细胞-细胞通讯分析：用LIANA对两组分别推理，聚合并分group1_specific、group2_specific、shared_prioritized，对配体受体基因做富集，得出条件特异性 signalling 轴与优先互作对。
2.6 代表性数据集应用：在特应性皮炎 versus 对照上运行默认配置，验证工作流端到端可用。
2.7 工作流实现：R与Python分离镜像、兼容性预处理、保留配置与中间文件、生成便携报告包，保证依赖隔离与可复现。
3.1 工作流输出概览：一次运行产出DEG、伪批量、SCENIC、LIANA模块图表与表，并归入统一HTML报告。
3.2 工作流评估：IFNB数据约62.4分钟，皮肤数据约5小时56分；pySCENIC与LIANA最耗时，pySCENIC峰值内存最高，说明资源瓶颈在调控网络与通讯模块。
3.3 公开数据集应用：角质形成细胞检出KRT16、IFITM1、CCL2、CCL27及SBSN、LCE3D、KRT17等；FGSEA显示I型/γ干扰素响应在特应性皮炎方向富集、TNFα via NF-κB在对照方向富集；树突状细胞中MAFB(+)、FOS(+)、CEBPB(+) regulon活性增强；LIANA发现角质形成细胞向树突状细胞通过S100A8/S100A9至CD36、CD68、ITGB2的alarmin signalling轴，多模块结果彼此支撑。
讨论部分总结：比较性单细胞解释需要整合互补下游分析，scFlowReport的价值不是新统计模型，而是共享比较定义、可复现执行与集成报告，减少跨工具手动协调。限制包括偏人参考资源、单次仅单比较、仅scRNA-seq不支持scATAC-seq或多模态；未来将扩展多比较、物种与模态。
结论部分翻译：研究人员提出scFlowReport，一种面向已注释单细胞RNA测序数据比较性下游分析的轻量、配置驱动工作流。该工作流将单一比较定义应用于细胞水平与样本感知伪批量差异表达、功能富集、转录因子调节子分析和分组解析细胞-细胞通讯分析，并在统一工作流中协调这些互补模块，将结果组织为自包含静态HTML报告。该工作流提供统一执行框架，在互补下游分析中应用一致比较定义，透明处理模块级资格标准，并记录不支持的分析而不中断整体流程，从而推动实用、可复现且以比较为中心的单细胞转录组下游分析与生物学解释。
