Nature Genetics
ArchMap 平台实现无代码单细胞参考图谱映射与细胞类型注释
小赛推荐：
该研究为 单细胞测序 数据分析提供了无需编程的自动化解决方案，显著降低了 细胞图谱 构建与 疾病机制 解析的门槛，为 药物靶点 发现提供了高效的数据处理路径。
文献概述
本文《ArchMap is a web-based platform for reference-based analysis of single-cell datasets》，发表于《Nature Genetics》杂志，系统探讨了如何利用基于云端的无代码平台 ArchMap，解决单细胞数据参考图谱映射中计算门槛高、依赖编程技能及算力资源匮乏的痛点，实现了从数据上传到细胞类型注释及不确定性评估的全流程自动化。背景知识
随着 人类细胞图谱 (HCA) 等大型参考数据库的建立，将新产生的 单细胞数据 映射到参考图谱已成为解析 细胞异质性 和理解 疾病机制 的关键范式。然而，当前主流的映射方法（如 Seurat, scVI）往往要求用户具备深厚的 编程 背景和 GPU 算力支持，导致大量湿实验研究者难以利用这些资源。此外，现有工具在 细胞类型 注释的灵活性、不确定性 量化以及 数据隐私 保护方面存在不足。特别是在 特发性肺纤维化 等复杂 疾病模型 研究中，如何精准识别 疾病相关细胞状态 并区分技术噪音与生物学变异，是当前的 研究瓶颈。ArchMap 的切入点在于构建一个方法无关的、集成化的云端平台，支持多种 迁移学习 算法，并提供针对 疾病细胞 的不确定性评分，从而 democratize（民主化）参考图谱的使用能力。
研究方法与核心实验
作者开发了 ArchMap 平台，其核心基于 scArches 框架，支持 scVI、scANVI 和 scPoli 等多种 单细胞整合 方法。平台允许用户上传 h5ad 格式的数据，自动进行基因匹配与预处理，并通过预训练的 分类器（如 KNN、XGBoost）进行 细胞类型 转移。关键证据包括：1. 平台集成了 欧几里得不确定性 和 马氏距离不确定性 两种指标，用于量化标签转移的可靠性，其中马氏距离能更好地处理特征相关性；2. 引入了 存在性评分 (Presence Score) 来评估参考图谱在查询数据中的代表性；3. 在 特发性肺纤维化 (IPF) 数据集映射到 人类肺细胞图谱 (HLCA) 的验证实验中，平台成功识别出 间质成纤维细胞 亚群的高不确定性，并通过 差异表达分析 验证了这些细胞与 纤维化 标志物（如 CTHRC1）的强相关性。关键结论与观点
研究意义与展望
ArchMap 的出现极大地降低了 单细胞测序 数据分析的门槛，使得不具备 计算生物学 背景的湿实验科学家也能利用大规模 参考图谱 进行 疾病机制 研究。该工具对于 药物开发 中的 靶点发现 具有重要价值，能够通过 不确定性分析 快速锁定 疾病特异性细胞亚群。未来，随着 多组学 数据（如 CITE-seq、空间转录组）的纳入，ArchMap 有望扩展支持 多模态 参考映射，成为 精准医疗 和 临床转化 研究中的标准化工具。
结语
本研究通过 ArchMap 平台，成功将复杂的单细胞参考图谱映射技术转化为直观、易用的无代码工具，解决了当前 单细胞研究 中数据解析难、门槛高的问题。该成果不仅为 特发性肺纤维化 等复杂 疾病 的 细胞图谱 解析提供了新范式，更通过创新的不确定性量化指标，为识别 疾病驱动细胞状态 和 药物靶点 提供了可靠依据。从实验室到临床，ArchMap 有望成为连接基础 基因组学 发现与 临床诊疗 策略的关键桥梁，推动 精准医学 在细胞层面的深入应用，加速 疾病机制 的解析与 新药研发 进程。
