Hierarchical classification of immune cell transcriptomes at population-scale

想象一下，你身体的免疫系统就像一座繁忙、喧闹的城市，里面充满了数以百万计各不相同的工人（免疫细胞）。为了了解这座城市是如何运作的，科学家需要准确知道每一位工人是谁，以及他们正在从事什么工作。这通过阅读每个细胞内部的“说明书”来实现，这个过程被称为单细胞 RNA 测序。

然而，现在有一个大问题：尝试自动对这些数百万名工人进行分类，就像是在给那些已经看过答案的学生改卷子。因为以往的方法经常会将来自不同来源的数据混合在一起，导致计算机模型被“作弊”了，通过统计学上的技巧让自己看起来比实际更聪明。它们无法可靠地分辨出那些看起来非常相似的工人。

为了解决这个问题，研究人员构建了两种新工具：

1. Suco（大师级参考库）： 可以将其想象成一个巨大且组织极其严密的图书馆，那里有专业的图书管理员，独立且细致地为每一种类型的免疫细胞进行了标注。至关重要的是，这个图书馆在构建时并没有让不同的部分进行“交流”，从而确保了标签的真实性与公正性。它作为一个终极的“标准答案”，是任何人都未曾提前见过的。
2. Compocyte（智能分类机）： 这是一种新型的、灵活的机器人，旨在对细胞进行分类。它并不试图通过一个巨大的跨越来猜测答案，而是像一个层级化的流程图一样工作。它会提出一系列简单的、循序渐进的问题（例如：“它是白细胞吗？”然后是“它是 T 细胞吗？”）来缩小身份范围。这种方法允许人类专家在机器人不确定任何细胞时轻松介入并进行审查，而不是盲目地信任计算机。

终极测试
团队将这些工具投入到了终极测试中。他们使用 Compocyte 处理了来自 3,965 名患者的海量数据，涵盖了 50 项不同的研究，总计高达 1560 万个免疫细胞。由于他们使用了这个新的“标准答案”（Suco）来训练机器人，其结果比以往任何方法都更加准确。

他们的发现
通过用如此清晰的视野观察这群庞大的细胞，他们发现了三个此前被隐藏的具体现象：

• 一种新的巨噬细胞： 他们在肿瘤中发现了一种特定的“清理小组”细胞，它像海绵一样具有吸收和分解物质的能力（一种“吸收型”表型）。
• 一种秘密的单核细胞： 他们在患有轻微、隐匿性细胞因子释放综合征（一种危险免疫反应）的患者中，发现了一种罕见且不寻常的单核细胞（前体细胞）。
• 记忆衰退： 他们观察到 T 细胞（身体的记忆士兵）是如何随着癌症向身体不同部位扩散，逐渐失去其“类干细胞”般的记忆与适应能力。

简而言之，这篇论文提供了一种可靠的新方法，用于绘制大规模人群的免疫系统图谱。通过修复细胞分类过程中的“作弊”问题，研究人员能够捕捉到关于我们的免疫系统在健康与疾病状态下如何运作的细微且重要的细节。