浙大&腾讯：深度学习助力构建人类CD8+ T细胞图谱 |《自然-方法》论文

论文导读：

CD8⁺ T细胞在炎症和癌症中展现出显著的表型异质性。然而，目前人们对其克隆格局和动态变化仍缺少全面认识。来自浙江大学和腾讯AI Lab的研究团队开发了一种名为scAtlasVAE的深度学习模型，用于大规模单细胞RNA测序数据整合和跨图谱比较。借助scAtlasVAE，他们构建了一个包含1151678个细胞的人类CD8⁺ T细胞图谱。这些细胞来源于68项研究中的961个样本，涵盖了42种疾病状况，并配有T细胞受体信息。通过整合T细胞受体克隆扩增和共享信息，他们成功建立起了不同细胞亚型之间的联系，并揭示了它们的表型和功能转变。

值得注意的是，这种方法表征了3种不同的耗竭T细胞亚型，揭示了自身免疫性炎症和免疫相关不良事件炎症中复杂的转录组和克隆共享模式。此外，scAtlasVAE便于单细胞RNA测序数据集中的CD8⁺ T细胞亚型自动注释，实现无偏倚且可扩展的分析。总而言之，这项研究为CD8⁺ T细胞研究提供了一个综合性单细胞参考图谱和计算框架。

论文表1：泛疾病人类CD8⁺ T细胞图谱和转录组、TCR信息以及用于图谱级数据整合的scAtlasVAE模型。

同期发表的“Research Briefing”文章讲述了该研究背后的故事，欢迎扫码进一步阅读：

欢迎扫描图片二维码或点击“阅读原文”了解《自然》及其系列期刊。