1. 领域背景与文献
文献英文标题：Detecting senescent cells from single-cell RNA-seq data remains challenging due to the weak and non-specific expression of canonical markers. Here, we demonstrate that simple expansion of these low-signal marker sets does not improve detection accuracy. To address this limitation, we develop ICE (Imputation-based Cell Enrichment), a computational framework that integrates expression imputation with marker refinement. ICE improves the detection of senescent cells in pancreatic β cells and microglia from Alzheimer’s disease samples. This tool enables reliable identification of senescence-associated cell populations, facilitating more detailed analyses of their heterogeneity and temporal dynamics across human tissues and disease contexts.；发表期刊：Genome Biology；影响因子：17.906；研究领域：衰老生物学与单细胞转录组分析。
细胞衰老作为一种不可逆的细胞周期停滞状态，是机体衰老的核心细胞机制，其特征包括衰老相关分泌表型（senescence-associated secretory phenotype，SASP），通过分泌炎症细胞因子、趋化因子等，参与多种衰老相关疾病的发生发展。领域共识：单细胞RNA测序（single-cell RNA sequencing，scRNA-seq）技术的发展为解析衰老细胞的异质性提供了高分辨率手段，但传统衰老标志物如p21（CDKN1A）、p16（CDKN2A）存在表达弱、特异性差的问题，且scRNA-seq固有的技术噪声（如基因表达dropout事件）进一步增加了衰老细胞检测的难度。当前研究热点集中于开发更精准的衰老细胞计算识别工具，而未解决的核心问题是现有基因集评分方法在处理弱表达标志物时，检测精度随标志物表达强度下降而显著降低，且单纯扩大标志物集合无法有效改善性能。本研究针对这一关键问题，开发了ICE（Imputation-based Cell Enrichment）计算框架，通过整合表达插补与标志物优化，实现弱表达标志物下的精准细胞富集分析，为衰老细胞的异质性研究及疾病关联分析提供了新的技术工具。
2. 文献综述解析
作者对领域内现有研究的分类维度主要包括技术类型（基于批量转录组的基因集评分方法、基于单细胞转录组的基因集评分方法）和应用场景（衰老细胞检测、细胞类型识别），系统梳理了现有方法的优势与局限性，明确了本研究的创新方向。
现有研究的关键结论包括，传统衰老标志物存在表达弱、组织特异性差的固有缺陷，难以作为通用的衰老细胞识别指标；scRNA-seq技术为衰老研究带来了高分辨率的细胞异质性分析能力，但技术噪声导致的基因表达dropout问题，进一步加剧了弱表达标志物的检测难度；现有基因集评分方法可分为基于批量数据的方法（如基因集富集分析GSEA、基因集变异分析GSVA）和基于单细胞数据的方法（如AUCell、UCell），其中基于批量的方法适用于通路富集分析，基于单细胞的方法专为单细胞数据设计，能利用预定义基因集检测活性细胞。技术方法优势方面，GSEA等批量方法经过长期验证，适用于大规模数据的通路功能分析；AUCell等单细胞方法针对单细胞数据的稀疏性优化，能有效利用预定义基因集进行细胞活性评分。局限性方面，现有方法在处理弱表达标志物时，检测精度随标志物表达强度下降而显著降低，且单纯扩大标志物集合无法有效弥补这一缺陷；缺乏针对弱表达标志物的系统基准测试，且多数方法仅提供连续的富集分数，缺乏明确的细胞分类cutoff，难以实现精准的细胞群体划分。
本研究的核心创新点在于首次开发了整合表达插补与标志物优化的ICE计算框架，通过导数分析确定富集分数的分类cutoff，实现了弱表达标志物下的精准细胞二元分类；系统的基准测试证明ICE在多种细胞类型（如胰腺α、β、γ细胞，大脑多种细胞类型）和组织中，检测精度显著优于现有方法，且能有效识别具有功能表型的衰老细胞群体，弥补了现有方法在弱标志物检测中的不足；首次揭示了ATF3相关胰腺β细胞亚群与年龄相关的内质网应激状态，以及MX1相关小胶质细胞亚群与阿尔茨海默病病理进展的关联，为衰老细胞的功能异质性研究提供了新的生物学见解。
3. 研究思路总结与详细解析
本研究的整体框架围绕“问题提出-方法开发-性能验证-应用拓展”的逻辑闭环展开，研究目标是开发并验证一种能有效处理弱表达标志物的单细胞基因集富集分析工具，解决现有方法在衰老细胞检测中的精度不足问题；核心科学问题是如何通过计算方法克服scRNA-seq技术噪声和弱表达标志物的限制，实现精准的细胞富集识别；技术路线为：首先分析衰老基因在人类组织和单细胞水平的表达特征，明确其弱表达、非特异性的固有缺陷；然后系统基准测试现有基因集评分方法在弱表达标志物下的性能局限性；接着开发ICE计算框架，通过整合表达插补与标志物优化，实现弱表达标志物下的精准细胞富集分析；最后应用ICE分析胰腺β细胞和阿尔茨海默病小胶质细胞中的衰老相关细胞群体，揭示其生物学功能与疾病关联。
3.1 衰老基因表达特征分析
实验目的是明确衰老基因在人类组织和单细胞水平的表达模式，验证其弱表达、非特异性的固有特征，为后续方法开发提供生物学依据。方法细节：首先利用CellAge数据库获取274个衰老诱导基因，按诱导类型分为癌基因诱导、复制性、应激诱导三类；然后分析GTEx数据库中38种人类组织的批量RNA-seq数据（选取50岁以上供体样本），对比衰老基因与组织特异性基因的表达水平；接着利用胰腺单细胞RNA-seq数据，计算衰老标志物的检测率（1- dropout率），并与经典细胞类型标志物的检测率进行对比。结果解读：热图分析显示，衰老基因在多种组织中呈非特异性表达，与组织特异性基因的组织特异性表达模式形成鲜明对比（
）；箱线图统计显示，衰老基因的中位表达水平为8.39–8.98 log2(CPM)，显著低于组织特异性基因的10.93 log2(CPM)（Wilcoxon检验，P<0.01）（
）；胰腺单细胞数据的小提琴图显示，三类衰老标志物的中位检测率分别为12.5%、10.2%、8.3%，远低于细胞类型标志物的71.2%（
），充分证明衰老基因存在表达弱、特异性差的固有特征。产品关联：文献未提及具体实验产品，领域常规使用R语言的Seurat、ggplot2等工具包进行数据分析与可视化。
3.2 现有基因集评分方法的基准测试
实验目的是系统评估现有基因集评分方法在弱表达标志物下的性能，明确其局限性，为ICE方法的开发提供对比依据。方法细节：选取6种常用基因集评分方法，包括4种基于批量数据的方法（GSEA、GSVA、zscore、PLAGE）和2种基于单细胞数据的方法（UCell、AUCell）；使用胰腺3种内分泌细胞（α、β、γ）和大脑6种细胞类型的单细胞RNA-seq数据，将细胞类型标志物分为强标志物（前50个差异表达基因）和弱标志物（接下来50个差异表达基因），随机选取10、20、30、40、50个弱标志物进行测试；以Louvain聚类结果为金标准，计算各方法的精度、ROC-AUC等性能指标，并通过DeLong检验比较方法间的统计学差异。结果解读：在胰腺α细胞检测中，使用10个弱标志物时，传统GSEA方法仅能正确识别55.6%的细胞，而ICE方法的识别精度达98.1%（
）；富集分数分布分析显示，ICE通过导数分析确定的cutoff与真实细胞数量高度匹配，而GSEA无法产生清晰的分离界限（
）；ICE在所有富集分数排名区间均保持>98%的精度，而其他方法的精度随富集分数下降至55.9%（
）；ROC曲线分析显示，ICE的AUC值达0.99，显著优于其他方法的0.73-0.80（
）。在胰腺β、γ细胞及大脑多种细胞类型中，ICE均表现出显著优于现有方法的性能（
）；进一步测试显示，单纯扩大弱标志物集合无法有效改善现有方法的性能，而ICE在不同标志物集合大小下均保持高性能（
）。产品关联：文献未提及具体实验产品，领域常规使用R语言的GSVA、UCell、pROC等工具包进行基因集评分与性能评估。
3.3 ICE计算框架的开发与验证
实验目的是开发ICE计算框架，并通过消融分析验证其核心模块（表达插补、标志物优化）的作用，确保方法的稳定性与可靠性。方法细节：ICE框架包含四个核心步骤：1）利用MAGIC算法对单细胞RNA-seq数据进行插补去噪，解决dropout问题；2）采用单样本基因集富集分析计算每个细胞的富集分数；3）通过导数分析富集分数的变化趋势，确定细胞富集的统计学cutoff，实现二元分类；4）通过差异表达分析优化标志物集合，重新计算富集分数与cutoff，提升检测精度。通过消融分析分别验证插补步骤和标志物优化步骤的作用，对比不同插补方法（MAGIC、SAVER、scVI）的性能，将数据集分为训练集和测试集验证标志物优化的稳定性。结果解读：消融分析显示，插补步骤能有效改善细胞群体的分离效果，而标志物优化步骤是确定准确分类cutoff的关键；ICE使用三种插补方法均显著优于无插补的传统方法，其中MAGIC在稀有细胞类型（如胰腺γ细胞）中表现更优；标志物优化步骤使ICE在独立测试集上保持与训练集一致的高性能，证明其稳定性；DeLong检验显示，ICE的ROC-AUC值显著优于所有其他测试方法（P<0.001），统计学差异显著。产品关联：实验所用关键产品：R语言的MAGIC包（用于表达插补）、Seurat包（用于单细胞数据分析）、pROC包（用于ROC曲线分析）。
3.4 ICE在衰老细胞检测中的功能验证
实验目的是验证ICE在真实衰老细胞检测中的性能，确认其识别的细胞群体具有生物学功能表型。方法细节：使用手动 curated 的SenMayo共识衰老标志物集（125个基因），分析肌肉组织成纤维脂肪祖细胞（FAPs）的单细胞RNA-seq数据，该数据包含年轻（19-27岁）和年老（60-77岁）供体样本；对比ICE与GSEA、SenSig两种方法的衰老细胞识别结果，通过差异表达分析验证ICE识别的衰老细胞群体的SASP基因表达特征。结果解读：ICE共识别4154个衰老细胞，其中99%来自年老供体（n=16922，P<0.001），而GSEA和SenSig识别的细胞群体中包含较多年轻供体来源的细胞；差异表达分析显示，ICE识别的衰老细胞中，SASP核心基因（如IL6、CXCL8、CXCL1）的表达水平显著高于GSEA和SenSig识别的细胞（Wilcoxon秩和检验，P<0.001）（
）；ICE识别的额外细胞群体富集于衰老相关通路（如MAPK信号通路、癌症通路），进一步证明其生物学相关性。产品关联：文献未提及具体实验产品，领域常规使用R语言的ClusterProfiler包进行通路富集分析。
3.5 ICE在疾病相关衰老细胞分析中的应用
实验目的是应用ICE分析疾病相关的衰老细胞群体，揭示其细胞异质性与疾病的关联。方法细节：针对胰腺β细胞的单细胞RNA-seq数据（包含不同年龄供体样本），选取四个衰老相关标志物（CDKN1A、CDKN2A、ATF3、MX1），每个标志物选择前20个表达相关基因构建基因集，通过ICE识别标志物相关的细胞亚群；针对阿尔茨海默病患者大脑小胶质细胞的单细胞RNA-seq数据，分析四个标志物的表达与疾病进展（Braak分期）的关联。结果解读：在胰腺β细胞中，ATF3相关细胞富集于特定亚群，且ATF3的表达与供体年龄呈正相关（相关系数0.62，n=7528，P<0.001）（
）；差异表达分析显示，这些细胞上调未折叠蛋白反应（UPR）通路的关键基因（如DDIT3、HSPA5），提示其处于慢性内质网应激状态，可能参与年龄相关的β细胞功能衰退。在阿尔茨海默病小胶质细胞中，MX1相关细胞富集于特定亚群，MX1的表达与Braak分期呈正相关（相关系数0.58，n=76346，P<0.001）（
）；差异表达分析显示，这些细胞上调I型干扰素信号通路的关键基因（如STAT1、STAT2、OAS1），提示其与阿尔茨海默病的病理进展密切相关。产品关联：文献未提及具体实验产品，领域常规使用R语言的Seurat包进行单细胞数据的亚群分析与差异表达分析。
4. Biomarker研究及发现成果解析
本研究涉及的Biomarker包括经典衰老标志物、新型衰老相关标志物及共识衰老标志物集，通过ICE框架的优化分析，实现了弱表达标志物下的精准细胞富集识别，揭示了其与衰老及疾病的关联。
Biomarker定位：本研究的Biomarker分为三类，第一类是经典细胞周期抑制型衰老标志物CDKN1A（p21）和CDKN2A（p16）；第二类是新型衰老相关标志物ATF3（转录因子，参与衰老相关内源性逆转录病毒调控）和MX1（I型干扰素信号通路基因，参与炎症反应）；第三类是SenMayo共识衰老标志物集（125个手动 curated 的衰老相关基因）。筛选与验证逻辑为：首先通过公共数据库分析衰老基因的表达特征，明确其弱表达、非特异性的固有属性；然后利用ICE框架，通过“表达插补去噪→富集分数计算→导数分析确定cutoff→标志物优化”的流程，实现弱表达标志物下的精准细胞富集识别；最后通过差异表达分析、年龄/疾病关联分析，验证Biomarker的生物学功能与临床相关性。
研究过程详述：Biomarker来源方面，CDKN1A和CDKN2A为领域公认的经典衰老标志物，ATF3和MX1为近年文献报道的衰老相关调控因子，SenMayo标志物集为整合多项研究的共识衰老基因集。验证方法包括：利用ICE框架在单细胞RNA-seq数据中检测标志物相关的细胞群体，以Louvain聚类结果为金标准验证检测精度；通过差异表达分析对比标志物相关细胞与非相关细胞的基因表达谱，验证功能表型；通过Pearson相关分析验证标志物表达与供体年龄、阿尔茨海默病Braak分期的关联。特异性与敏感性数据方面，在胰腺α细胞检测中，ICE使用10个弱标志物的ROC-AUC值达0.99，检测精度>98%（n=8569，P<0.001）；在肌肉FAP细胞衰老检测中，ICE识别的衰老细胞中99%来自年老供体（n=16922，P<0.001），且IL6表达倍数为2.3倍（n=4154，P<0.001）；在胰腺β细胞中，ATF3表达与供体年龄的相关系数为0.62（n=7528，P<0.001）；在阿尔茨海默病小胶质细胞中，MX1表达与Braak分期的相关系数为0.58（n=76346，P<0.001）。
核心成果提炼：本研究通过ICE框架的优化分析，取得了三项核心Biomarker相关成果：一是验证了SenMayo共识标志物集在ICE分析下，能有效识别具有SASP功能表型的衰老细胞群体，为衰老细胞的批量识别提供了可靠方法；二是揭示了ATF3作为胰腺β细胞衰老相关亚群的标志物，其相关细胞群体与年龄正相关，且处于慢性内质网应激状态，为年龄相关的β细胞功能衰退机制研究提供了新方向；三是发现MX1作为阿尔茨海默病小胶质细胞的标志物，其相关细胞群体与疾病进展正相关，且上调I型干扰素信号通路，为阿尔茨海默病的炎症机制研究提供了新的细胞靶点。创新性在于首次通过计算方法优化，实现了弱表达衰老标志物下的精准细胞富集识别，突破了现有方法的局限性；首次系统揭示了ATF3和MX1在人类组织衰老及疾病中的细胞亚群特异性表达与功能关联，为衰老Biomarker的研究提供了新的视角。