bioRxiv 高分图谱解读｜27 种皮肤病、超 200 万细胞，超大样本单细胞图谱重磅发布

标题：涵盖 27 种炎症性皮肤病的单细胞转录组图谱，解析共性与特异性分子特征并搭建在线查询平台

研究背景：炎症性皮肤病影响全球近四分之一人口，病种繁多、异质性极强。部分病症临床表现相似，缺乏精准鉴别标志物，临床诊断难度大；多数疾病仅能使用广谱抗炎手段，靶向治疗发展缓慢。以往单细胞研究大多只针对单一病种，缺少跨疾病的系统性对比，传统测序技术也无法区分细胞层面的差异，领域内亟需大规模整合图谱支撑机制研究与临床转化。

研究方法：整合 50 项独立研究的单细胞数据，囊括 27 种炎症性皮肤病及健康皮肤共计 441 个样本、超 200 万细胞。运用批量校正算法消除跨数据集技术偏差，依托健康皮肤细胞参考图谱完成统一细胞注释。开展细胞组成分析、差异基因筛选、免疫及基质细胞亚群深度解析，同时搭建交互式在线查询平台，实现数据开放共享。

研究亮点：建成目前规模最大、病种最全的炎症性皮肤病单细胞图谱；完成多源数据整合与去批次校正，保障分析结果真实可靠；区分出炎症通用信号与疾病特有分子程序，挖掘出鉴别诊断潜在标志物；发现基质细胞保守炎症程序，为广谱药物研发提供新方向；配套在线门户，降低海量数据使用门槛，资源复用性极强。

研究结果：图谱共鉴定出 15 类主要细胞，不同皮肤病呈现出特征化细胞组成模式。校正后数据基本消除技术干扰，生物学差异得以凸显。Th17 细胞在多种疾病中均表现出高度可塑性；特应性皮炎与副银屑病存在共用基因程序，可用于区分易混淆的皮肤 T 细胞淋巴瘤。成纤维细胞在各类炎症中激活保守表达程序，壁细胞也被证实参与炎症进程。上述发现既解答了临床鉴别难点，也为广谱抗炎、疾病特异性靶向治疗提供了大量候选靶点。