CellMethMarker provides an integrated database of human cell- and tissue-type-specific DNA methylation markers
CellMethMarker 是一个综合性的、经过人工整理的数据库，它整合了数十万个从头发现（de novo）及文献来源的 DNA 甲基化标记，以实现细胞和组织特异性的身份推断、可视化以及改进的甲基化组解卷积。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
人体内的每一个细胞都携带相同的遗传指令手册，然而皮肤细胞看起来和表现起来与神经元完全不同。这种差异并非源于代码本身，而在于代码如何被标记和管理。细胞管理其指令最重要的方式之一是通过一种被称为 DNA 甲基化的化学标签。可以将这个标签想象成一个可以沿着 DNA 链进行“开启”或“关闭”的小开关。当开关以特定的方式被拨动时，它会告诉细胞应该阅读手册的哪些部分，以及忽略哪些部分。由于这些开关在每种类型的组织中设置得各不相同，它们会留下独特的化学指纹，从而精确识别出正在检查的是哪种类型的细胞。科学家长期以来一直利用这些指纹来理解发育和疾病，但寻找特定细胞类型的正确指纹，往往就像在散落在数千篇不同研究论文中的草堆里寻找一根针一样困难。
现在，一个研究团队构建了一个全面的库来解决这个问题，创建了一个名为 CellMethMarker 的新资源。这个数据库作为一个中央枢纽，收集并整理了来自整个科学界的数百万个此类化学指纹。研究人员不仅收集了现有数据，还通过重新分析来自数千个生物样本的原始数据，生成了数十万个新的指纹。他们专门针对人类细胞和组织，确保他们发现的标记是可靠的，并且能够高精度地区分一种细胞类型与另一种细胞类型。通过统一不同类型实验的数据并标准化信息的标注方式，该团队创建了一个工具，使科学家能够瞬间搜索特定细胞（如肝细胞或血液免疫细胞）的化学特征，并准确看到这些特征出现在基因组的什么位置。
这个新库的力量在于其规模和组织性。该数据库包含了从高质量实验中新识别出的 34.7 万多个标记，以及多年来科学文献中报道的 200 多万条记录。这些记录涵盖了数百种不同的人类细胞和组织类型，从血液到大脑，从胰腺到皮肤。为了使海量信息变得可用，研究人员对数据进行了仔细的清洗和标准化。他们确保每一个标记都与它所代表的特定细胞类型、用于发现它的实验类型以及最初发现它的原始研究相关联。这使得用户能够将一个标记追溯到其来源，在将其用于自己的研究之前验证其可靠性。该系统还包括关于样本本身的详细信息，例如细胞是如何采集和制备的，这有助于研究人员理解发现这些标记时的背景环境。
为了测试他们的库是否真的有效，研究人员对其进行了两次严格的试验。首先，他们利用该数据库在一种复杂的单细胞数据集中识别细胞类型，而这些细胞的身份是已知已知的。来自他们库中的标记在几乎所有案例中都成功匹配了预期的细胞类型，证明了他们收集的化学特征是准确且具有特异性的。在第二次测试中，他们利用该库改进了一种称为“解卷积”（deconvolution）的方法，该方法用于估算组织样本（如血液检测）中不同细胞类型的混合比例。当他们使用一个与所用实验类型相匹配的、由其自身库构建的参考标准时，细胞计数的准确性得到了显著提升。他们在模拟中的误差率大幅下降，这表明使用针对特定实验方法定制的参考标准，比使用通用的参考标准要有效得多。
这项工作填补了科学家研究人类生物学时可用工具的一个关键空白。虽然存在其他专注于疾病相关变化或基因组广谱图谱的数据库，但此前还没有一个能将大规模的细胞特异性标记与搜索、可视化及直接应用这些标记的能力结合在一起。研究人员通过将这些化学标记与它们所识别的细胞联系起来，证明了他们可以提供更清晰的细胞身份图景。该数据库目前已公开，允许任何研究人员搜索标记、观察它们在不同组织中的行为模式，并下载数据用于自己的研究。通过使这些指纹易于查找和验证，CellMethMarker 为理解人类身体的细胞组成提供了一种新途径，涵盖了从健康发育到疾病过程中出现的复杂变化。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。