引言：数据堆积，故事难成
单细胞转录组测序（scRNA-seq）、单细胞染色质开放性测序（scATAC-seq）等多组学技术的爆发式应用，将免疫细胞异质性研究推向了前所未有的分辨率。然而，一个普遍的困境正困扰着众多研究者：生信分析产出了大量 UMAP 聚类图与差异基因（DEGs）列表，却无法将计算层面的细胞簇（Cluster）转化为经得起实验验证与顶刊审稿的生物学结论。其症结，往往不在于数据量不足，而在于对 Cluster 生物学本质的误判。
具体而言，研究者常面临三重困境：
- 数据堆积、故事难成——scRNA-seq、scATAC-seq 产出海量 Cluster 与 DEGs，却止步于生信发现，难以构建从分子到机制的完整逻辑链；
- 验证手段错位、体内状态失真——直接采用流式分选后 qPCR/WB 验证，既面临分选应激与细胞数量不足，又难以表征疾病模型中真实的体内功能状态；
- 概念混淆、验证盲目——未厘清 Cluster 究竟是细胞亚群（Subset）还是功能状态（State），导致基因敲除模型选择错误、下游湿实验验证思路混乱，投入大而收效甚微。
一、核心问题：Cluster 是 Subset 还是 State？
在单细胞组学数据分析中，UMAP 或 t-SNE 降维图上的每一个独立 Cluster，本质上是 Louvain、Leiden 等社区检测算法在细胞间 KNN/SNN 图上划分出的算法分区（Algorithmic Partition）——降维图只是将其可视化，二维平面上看似独立的岛屿并不天然等同生物学实体。它只是一个有待实验验证的候选实体，本身并不构成生物学结论。转录异质性并不天然对应独立的生物学实体或谱系身份——这是理解免疫细胞异质性精细解析的起点。厘清这一根本问题，是正确设计下游验证的第一步：这个 Cluster 究竟是 Subset 还是 State？
这一区分并非学术名词之争，而是植根于免疫学奠基性理论。O'Shea 与 Paul（Science, 2010）在经典综述中奠基性地指出，过去被视为独立谱系的辅助 T 细胞亚型（Th1/Th2/Th17）其实具有高度可塑性，更像动态分化谱系中的不同功能状态（State）[1]。Guilliams 等（Nat. Rev. Immunol., 2014）则明确提出，应以个体发育起源（Ontogeny）作为界定单核吞噬细胞系统独立亚群（Subset）的核心分类学基石[2]。两篇文献分别奠定了 State 与 Subset 的研究哲学。
细胞功能状态（State）：微环境驱动的可逆适应。它是已知细胞谱系在特定组织微环境（如肿瘤免疫微环境 TME、缺氧、代谢压力）应激下发生的适应性转录与功能表型重塑，具有高度可塑性，离开特定信号刺激后表型可能逆转；往往表现出独特的 DEGs，但不具备独立的表观遗传锁定。
细胞亚群（Subset）：发育起源独立的保守谱系。它具备独立的个体发育起源，受谱系决定性主控转录因子（Master Regulators）网络调控，并在 scATAC-seq 染色质开放性分析中表现出不可逆的表观遗传锁定，能够长期自我维持。
表1：细胞功能状态（State）与细胞亚群（Subset）的多维度对比
| 界定维度 | 细胞功能状态（State） | 细胞亚群（Subset） |
|---|---|---|
| 发育生物学本质 | 无独立个体发育起源，由成熟细胞受微环境信号极化/激活而来 | 拥有独立个体发育起源，由特定前体细胞经不可逆的分化路径产生 |
| 转录因子调控 | 由微环境响应性转录因子驱动（如 AP-1、NFAT、IRF4、STAT 家族），表达动态可逆 | 由谱系决定性主控转录因子定义（如 T-bet、GATA3、RORγt），缺失导致整个谱系消失或身份转变 |
| 表观遗传特征 | 染色质状态可逆，关键基因位点呈二价修饰 | 表观遗传锁定，谱系特异性增强子稳定开放 |
| 维持机制 | 依赖特定组织微环境信号持续刺激，信号撤除后表型可逆转 | 由谱系决定性主控转录因子网络和表观遗传回路自主维持，长期自我更新 |
| 研究关注点 | 微环境如何重塑免疫细胞功能；免疫调控的可塑性机制 | 新免疫谱系的发现及其在免疫应答中的独特使命 |
二、顶刊共识：新免疫细胞亚群鉴定的五大标准层级
要将 scRNA-seq 鉴定的新 Cluster 确证为具有确切生物学意义的细胞亚群（Subset），必须依托独立的多模态正交验证，并契合严密的层级逻辑。基于领域共识，可提炼出如下鉴定标准。其中，独立的个体发育起源与谱系决定性主控转录因子的表达，构成了区分 Subset 与 State 最核心的标准。
表2：界定细胞亚群（Subset）的五大标准层级
| 标准层级 | 具体标准 | 核心问题 | 关键验证策略 |
|---|---|---|---|
| 必要条件 | 表型独特性 | 能否通过多参数流式找到稳定、可重复的蛋白标志物组合？ | 高维流式设计，排除活化或应激导致的假性分群 |
| 稳定性与可重复性 | 该群体是否在不同个体、组织、实验批次、病理模型中稳定存在？ | 独立队列验证；scRNA-seq 与流式数据交叉验证 | |
| 界定性条件（一票否决） | 发育起源独立性及主控转录因子表达特性 | 是否有独立的分化路径？是否由独特的主控转录因子驱动？ | 谱系示踪、命运图谱小鼠；主控转录因子条件性敲除 |
| 价值加成条件 | 功能非冗余性 | 是否执行不可被其他细胞补偿的独特免疫功能？ | 条件性清除后检测免疫功能缺失；过继转移实验验证功能的不可替代性 |
| 临床/疾病相关性 | 与疾病进展、预后或治疗响应是否显著相关？ | 患者队列关联分析；评估其作为预测性生物标志物或因果性治疗靶点的转化潜力 |
特别提示：在评估功能非冗余性时，研究者常面临功能缓冲（Functional Buffering）效应的挑战——稳态条件下剔除某靶亚群，其功能可能被免疫代偿网络掩盖。因此，论证其独特且不可替代的生物学功能，必须依托特定的微环境应激或病理模型（如肿瘤、感染、自身免疫疾病）方能精准揭示。
三、为何下游验证必须依赖高维流式？
单细胞转录组测序提供了海量的基因表达信息，但 mRNA 丰度与蛋白质表达之间常存在显著脱节。因此，组学发现假说、蛋白质水平多维验证是高水平研究的基本准则。单细胞组学以单个细胞为分析单元，高维流式（High-Dimensional Flow Cytometry，HDFC）同样在单细胞水平上赋予每个细胞高维蛋白质表型坐标——这种分辨率上的天然匹配性，使高维流式成为最直接的下游验证工具。
- 规避分选应激，实现近原生（near-native）状态捕获。此处近原生（near-native）指：在不施加流式分选应激的前提下，于组织解离后第一时间完成检测，尽可能保留细胞在体内的原生功能状态。流式分选对细胞施加的多重物理冲击（高压进样、高频液流剪切、电荷负载及高压电场偏转），会诱导功能状态（State）发生表型漂移；更根本的问题在于，分选后的单细胞悬液脱离了体内微环境信号的复杂信号网络——缺氧梯度、基质刚度、细胞互作、代谢物浓度等复杂信号无法在培养体系中重建。高维流式无需分选，在组织解离后直接于混合细胞群体进行同管多参数检测，将检测窗口前移至细胞脱离微环境的第一时间，实现真正的近原生状态捕获。
- 近原生解析细胞功能异质性与互作网络。State 是特定组织微环境中细胞互作网络的产物。高维流式通过在同一 Panel 中整合谱系标志物、活化标志物和胞内功能分子，可直接在混合细胞群体中近原生解析细胞的功能异质性。
- 桥接空间组学，实现单细胞到组织原位的高保真映射。高维流式定义出的亚群表型特征和丰度，可直接指导多重免疫荧光（mIF）、多重免疫组化（mIHC）的抗体组合设计，实现从单细胞转录组数据到组织原位空间图谱的映射，为细胞互作分析提供组织原位证据。
鉴于转录本丰度与最终功能蛋白表达常存在时空脱节，任何基于单细胞组学的生信发现，最终必须回归单细胞分辨率下的蛋白质水平验证。凭借多参数、高通量及高度标准化的技术优势，高维流式已成为评估新亚群临床诊断价值、确证转化医学与药物靶点潜力的关键路径。
四、双轨验证范式：Subset 与 State 的验证路径分野
界定 Cluster 的生物学属性，直接决定了单细胞组学下游实验设计的走向。两种范式的本质区别在于基因靶向类别的根本不同：Subset 验证聚焦谱系决定性主控转录因子（敲除导致谱系消失），State 验证聚焦功能相关关键基因（敲除影响功能但不改变谱系身份）。
表3：State 与 Subset 的双轨验证范式对比
| 验证维度 | State | Subset |
|---|---|---|
| 核心验证逻辑 | 证明其可塑性和微环境依赖性 | 证明其发育独立性和功能不可替代性 |
| 基因靶向类别 | 功能相关基因 | 谱系决定性主控转录因子 |
| 关键实验策略 | 时序采样追踪动态演变；体外单因素干预验证因果机制；高维流式近原生解析功能异质性和细胞互作网络 | 谱系示踪/命运图谱证明独立起源；主控转录因子条件性敲除证明发育依赖性；过继转移验证独立免疫功能 |
路径 A：验证 State——聚焦近原生解析与单因素归因。当 Cluster 被判定为 State，其验证核心在于回答两个问题：该状态由何种微环境信号驱动？它是否具备动态可逆性？需要特别警示的是，直接选择流式分选可能是最危险的实验选择。正确的策略遵循先近原生解析、后单因素验证的顺序：
- 近原生解析——运用高维流式在靶器官混合细胞池中进行近原生解析，通过在同一 Panel 中整合谱系标志物、活化/耗竭标志物和胞内功能分子，在不分选、不破坏细胞原生状态的条件下，直接捕获目标 State 在复杂细胞互作网络中的真实功能表型；
- 单因素验证——在体外实验模型中进行单因素因果推断，以极化实验（In vitro polarization）干净地验证单一变量是否足以驱动该 State 的建立。
需明确体外实验的定位：它验证的是因果机制的充分性，而非重现体内复杂性的全景。
路径 B：验证 Subset——聚焦谱系起源与不可替代性。当 Cluster 通过发育起源和独特主控转录因子表达的验证被界定为 Subset，实验目标则完全不同。此时需要分选活细胞（磁珠分选或流式分选），通过小鼠过继转移实验证明它们能独立执行其他细胞无法补偿的功能；并利用 Cre-loxP 条件性基因敲除小鼠模型剔除其谱系决定性主控转录因子，直接证明该因子对谱系建立的必要性。
五、维尔凯赋能：把 Cluster 转化为经得起推敲的发现
单细胞多组学技术的真正价值，不仅在于绘制高维度、高分辨率的转录图谱，更落脚于透过海量数据网络，精准破译免疫系统在稳态与疾病中的动态演进与精细调控机制。
南宁维尔凯生物专注于高维流式技术服务，致力于在单细胞分辨率下、从蛋白质层面解析细胞功能异质性，为多组学发现提供单细胞分辨率的蛋白质水平确证——填补从机制筛查到功能确证的关键证据链。
您只需提出科学假说，维尔凯将与您共同将 scRNA-seq 发现的 Cluster 与 DEGs 转化为高维流式 Panel，在蛋白质层面严谨确证其 Subset 或 State 属性，定制化构建多组学验证方案与高阶数据挖掘，将复杂的异质性数据整理为可复核、可追溯的严谨证据链。
参考文献
[1] O'Shea JJ, Paul WE. Mechanisms underlying lineage commitment and plasticity of helper CD4+ T cells. Science. 2010;327(5969):1098-1102.
[2] Guilliams M, et al. Dendritic cells, monocytes and macrophages: a unified nomenclature based on ontogeny. Nat Rev Immunol. 2014;14(8):571-578.
[3] Blank CU, et al. Defining 'T cell exhaustion'. Nat Rev Immunol. 2019;19(11):665-674.
[4] Mass E, et al. Tissue-specific macrophages: how they develop and choreograph tissue biology. Nat Rev Immunol. 2023;23:563-579.
[5] Sanin DE, et al. A common framework of monocyte-derived macrophage activation. Sci Immunol. 2022;7(70):eabl7482.
[6] Heumos L, et al. Best practices for single-cell analysis across modalities. Nat Rev Genet. 2023;24:550-572.
如需获取定制化高维流式技术服务方案，欢迎联系维尔凯技术团队。
本文由维尔凯公司综合项目实践，对权威文献进行解读，由人工审核 · AI 辅助润色和排版