1. 领域背景与文献引入
文献英文标题：CardioAtlas: deciphering the single-cell transcriptome landscape in cardiovascular tissues and diseases；发表期刊：Biomarker Research；影响因子：未公开；研究领域：心血管疾病单细胞转录组学。
心血管疾病是全球范围内导致发病与死亡的首要原因，解析其细胞组成与微生态是理解疾病进展的关键。单细胞RNA测序（scRNA-seq）技术的应用，极大深化了人类对心血管系统发育过程及疾病潜在机制的认知——它揭示了心血管组织中多种细胞类型（如心肌细胞、内皮细胞、成纤维细胞）的状态异质性，为疾病机制研究提供了高精度视角。然而，现有心血管scRNA-seq数据集分散于各类文献中，缺乏针对心血管系统与疾病的整合型单细胞资源：尽管早期有CVDHD等心血管数据资源，但该资源构建于十年前，未聚焦单细胞转录组数据，无法满足当前研究需求。在此背景下，本研究旨在构建一个全面、系统化的心血管单细胞转录组资源CardioAtlas，整合多物种、多疾病类型的scRNA-seq数据，提供标准化分析模块，解决数据集分散、分析流程复杂的问题。
2. 文献综述解析
文献综述以“scRNA-seq在心血管研究中的价值”与“现有资源的局限性”为核心逻辑，梳理领域研究脉络。现有研究的关键结论显示，scRNA-seq技术通过解析单个细胞的转录组信息，明确了心血管疾病中细胞类型的异质性（如成纤维细胞的亚型分化）及细胞状态的动态变化，为疾病机制研究提供了新视角。但现有研究的局限性在于：大量scRNA-seq数据集分散于不同文献，缺乏统一的注释与整合；已有的心血管数据资源（如CVDHD）未针对单细胞数据设计，且数据更新滞后。
本研究的创新价值在于填补了这一空白——首次构建了针对心血管组织与疾病的综合scRNA-seq资源CardioAtlas，整合人类（27个数据集，>192.9万细胞）与小鼠（39个数据集，>108.8万细胞）的大规模数据，通过手动注释构建参考图谱，并开发细胞类型预测、功能富集等5个分析模块，支持用户上传数据进行个性化分析，为心血管单细胞研究提供了“一站式”资源。
3. 研究思路总结与详细解析
本研究以“整合分散数据→构建参考图谱→开发分析工具→验证应用价值”为核心逻辑，实现心血管单细胞资源的系统化构建。研究目标是建立涵盖人类与小鼠的心血管scRNA-seq参考图谱及分析平台，解决现有数据集分散、分析流程复杂的问题；核心科学问题是如何整合多物种、多疾病的scRNA-seq数据，为用户提供便捷的分析功能；技术路线遵循“数据收集→注释→建库→工具开发→验证”的闭环。
3.1 数据收集与参考图谱构建
实验目的是整合多物种心血管系统与疾病的scRNA-seq数据，构建参考图谱。方法为通过大规模文献检索，收集人类（27个数据集，覆盖心血管系统与疾病）与小鼠（39个数据集）的scRNA-seq数据，总细胞量分别超过192.9万与108.8万；随后通过手动注释，明确细胞类型（人类43种、小鼠39种），最终构建人类12个、小鼠15个scRNA-seq参考图谱。结果显示，参考图谱覆盖了常见心血管组织（如心脏、血管）与疾病（如肥厚型心肌病）的细胞类型，为后续分析提供了基础（图1）。
实验所用关键产品：文献未提及具体实验产品，领域常规使用scRNA-seq建库试剂盒（如10x Genomics Chromium Single Cell 3’ Kit）、测序平台（如Illumina NovaSeq 6000）及注释工具（如Seurat）。
3.2 分析模块开发
实验目的是为用户提供多样化的单细胞转录组分析功能。方法是基于构建的参考图谱，开发5个分析模块：细胞类型预测（利用参考图谱注释用户数据的细胞类型）、标记基因识别（识别特定细胞类型的特征基因）、功能富集分析（分析基因的生物学功能）、细胞类型特异性转录调控子识别（解析转录因子的调控网络）及细胞间通讯分析（预测细胞间的 ligand-receptor 相互作用）；同时支持用户上传自身scRNA-seq数据进行个性化分析。结果是CardioAtlas平台具备多维度分析能力，降低了单细胞分析的技术门槛。
3.3 案例验证与应用示范
实验目的是验证CardioAtlas的准确性与应用价值。方法是选取人类肥厚型心肌病（HCM）及小鼠心血管疾病的独立scRNA-seq数据集，利用CardioAtlas进行细胞类型注释、标记基因验证、功能富集及细胞间通讯分析。结果显示，HCM数据集的细胞类型注释整体准确性达0.945（图2A-B）；标记基因分析发现成纤维细胞（FB）的特征基因POSTN、COL22A1、DCN显著高表达（与已有研究一致，图2C）；功能富集分析显示FB细胞的高表达基因富集于神经发生通路（符合先前研究结论，图2D）；细胞间通讯分析发现THBS4-CD36相互作用介导肌成纤维细胞与周细胞、心肌母细胞等的通讯（图2E），提示其可能为HCM的潜在治疗靶点。小鼠数据集的验证显示细胞类型注释准确性达0.922，标记基因（如心肌细胞的Ttn、成纤维细胞的Pdgfra）与已有研究一致，功能富集分析显示免疫细胞的高表达基因富集于免疫应答通路，细胞间通讯分析发现Cd74-App相互作用介导巨噬细胞与其他细胞的通讯。
实验所用关键产品：文献未提及具体实验产品，领域常规使用细胞类型注释工具（如SingleR）、功能富集工具（如ClusterProfiler）及细胞间通讯分析工具（如CellChat）。
4. Biomarker研究及发现成果解析
本研究涉及的Biomarker主要为心血管细胞类型的特征标记基因（如人类成纤维细胞的POSTN、COL22A1、DCN，小鼠心肌细胞的Ttn、成纤维细胞的Pdgfra）及细胞间通讯的ligand-receptor对（如THBS4-CD36、Cd74-App）。筛选/验证逻辑为：基于CardioAtlas的标记基因识别模块，结合已有研究（如POSTN是已知的成纤维细胞标记基因）进行验证；细胞间通讯对通过平台的细胞间通讯分析模块预测，结合功能富集结果验证。
研究过程中，标记基因的来源为整合的scRNA-seq数据集（人类与小鼠的心血管组织/疾病样本），验证方法为基因表达水平分析（热图展示）；细胞间通讯对的来源为细胞类型注释后的数据集，验证方法为ligand-receptor相互作用预测。特异性与敏感性数据方面，HCM数据集的细胞类型注释准确性达0.945（文献未明确样本量），小鼠数据集达0.922（文献未明确样本量）；标记基因POSTN等在FB细胞中显著高表达（文献提及“significantly overexpressed”，但未提供具体P值）；功能富集分析的显著通路标注*p < 0.05（文献未明确样本量）。
核心成果包括：（1）明确了心血管常见细胞类型的特征标记基因（如人类FB的POSTN、COL22A1、DCN，小鼠CM的Ttn），可作为细胞类型注释的Biomarker；（2）发现THBS4-CD36等细胞间通讯对，提示其可能参与HCM的发病机制，为潜在治疗靶点；（3）验证了CardioAtlas作为Biomarker研究工具的价值，能够准确识别细胞类型特征基因及调控通路。其中，THBS4-CD36相互作用的创新性在于首次在HCM数据集中揭示其介导的细胞间通讯，为HCM的机制研究提供了新方向；标记基因的功能关联为细胞类型的准确注释提供了依据（如POSTN作为FB的Biomarker，支持其在纤维化中的作用）。