Nature | 人类细胞蓝图（HCL）数据库

3月25日，由浙江大学基础医学院郭国骥团队与浙江大学附属医院张丹团队、王伟林团队、陈江华团队、梁廷波团队和黄河团队等紧密合作完成的人类细胞图谱相关研究成果于《Nature》在线发表。研究团队利用人类细胞图谱相关分析数据资源搭建了人类细胞蓝图（Human Cell Landscape，HCL）数据库：http://bis.zju.edu.cn/HCL/，并在国家基因库生命大数据平台（CNGBdb）设立镜像站。

HCL数据库：包含来源于702,968个单细胞转录组数据鉴定的人体102种细胞大类和843种细胞亚类的可视化数据资源，同时scHCL单细胞比对系统可用于人体细胞类型的鉴定。

为什么要搭建HCL数据库？

为人类样本单细胞研究提供便利

单细胞分析是研究复杂系统中细胞异质性的重要工具。然而，还没有一个完整的人类单细胞图谱。研究团队对60种人体组织样品和7种细胞培养样品进行了Microwell-seq高通量单细胞测序分析，系统性地绘制了跨越胚胎和成年两个时期，涵盖八大系统的人类细胞图谱，并搭建HCL数据库，方便用户可视化浏览/下载人类细胞图谱数据。

同时，单细胞测序（scRNA-seq）数据可视化是依靠非线性流形算法t-distributed Stochastic Neighbor Embedding（tSNE）来实现，但分群结果需要借助已知的细胞标记基因来鉴定出所属的细胞类型。因此，研究团队开发了scHCL单细胞比对系统，用于人类细胞类型的鉴定。

HCL数据库有什么功能？

Landscape

该模块实现了人体102种细胞大类的全局可视化展示，可根据细胞分组、组织和基因进行选择。

Gallery

该模块可供用户下载单细胞数字表达（DGE）矩阵，同时可获取每个数据的细胞数量和样本来源等信息以及基因聚类分析结果。

Search

用户可在选定样本中搜索感兴趣的目标基因并获取柱状图、特征图和标记基因列表等信息。

Run-scHCL

用户可上传RNA数据（scRNA-seq数据或bulk RNA-seq数据）的DGE矩阵，scHCL可以识别数据中的细胞类型，提供交互式热图和csv表格结果。

From研究团队郭国骥教授：
“我们的工作在测序深度上存在一定局限性，但是在跨组织和跨物种的数据可比性上有较大优势。完美版的人类细胞图谱还应该整合空间信息，多组学数据和人群分析，这需要全世界科学家的共同努力。”

HCL数据库CNGBdb镜像站访问地址：https://db.cngb.org/HCL/

参考文献：
Han, X. et al. Construction of a human cell landscape at singlecell level. Nature https://doi.org/10.1038/s41586-020-2157-4 (2020).
引用1.https://www.nature.com/articles/s41586-020-2157-4#citeas.2.https://mp.weixin.qq.com/s/Fk2BmYPIX7yS9HqA3AKTmQ
图片来源：HCL官网、参考文献。
部分信息来源于“浙江大学基础医学院”公众号。