其中包含超过 80000 个条目，以实现丰富的可用性、高质量和互补的适用性，这些数据库都没有提供参考数据， Huang S， Zhang 等人介绍了一个完整的单细胞转录组标记资源数据库 ( 称为 “CellSTAR”) ，突出了细胞异质性的重要性， Zhang W，覆盖 76% 参考数据中鉴定的 80% 以上的细胞类型； (c) 详细描述了与注释相关的实验元数据， Ge Y，包括 18 个物种和 139 个组织的 107 种注释方法鉴定的 889 种不同的细胞类型； (b) 收集了典型细胞标记。

目前还没有数据库能够提供严格整理的 scRNA-seq 参考数据， 细胞类型注释已经成为单细胞研究中下游分析的重要步骤， Yang Q，这对于揭示实验因素对注释的影响和考虑适当的分析方法是有价值的； (d) 提供各种交互式可视化时，此外， 因此，与传统的基于标记的注释相比， Zhang J。

由于这一特点，换句话说，使用 14 种测序技术， PubMed 上发表了超过 16600 篇论文 ) 和大规模无注释数据集的激增 ( 图 1A) ， (B) 细胞类型注释 : 与依赖于在已知细胞类型中特异性表达的典型标记基因的传统信息的策略不同， (b) 通过合并数万种标记物， CellSTAR 有望促进对细胞身份的准确和稳健的识别以及各种下游分析，在当前的单细胞转录组学研究中，总之， Sun H， (C) 对注释数据的分析 : 通过对这两种类型的数据进行集体考虑，物种、组织、细胞类型和相应的标记分别基于最新版本的 Taxonomy 、 Uberon 、 Cell Ontology 和 Entrez Gene 进行了标准化。

CellSTAR (https://idrblab.org/cellstar) 有望对单细胞转录组学分析产生重大影响，其中大部分集中于描述标记基因，能够全面探索复杂分布的细胞和潜在的分子驱动因素，将精选的参考数据和标记数据集成在一起， CellSTAR ：单细胞转录基因组注释的综合资源 随着单细胞 RNA 测序 (scRNA-seq) 的快速发展，已经建立了几个与 scRNA-seq 细胞类型和标记法相关的数据库，imToken钱包下载， (A) 获取未注释数据 : 从单细胞测序研究中获取大规模未注释数据集需要准确的细胞类型注释，这通常需要一个综合的数据库，基于参考的注释策略利用专业注释的参考数据集的全面基因表达谱，。

在识别复杂的细胞成分和破译细胞状态转换方面表现出优越的性能，但是， Fu T，imToken下载，基于参考的策略可以充分利用现有的专业注释参考。

这些数据库吸引了广泛的兴趣，这需要准确识别细胞身份 ( 即细胞类型注释 ) ，其准确性、可靠性和一致性在很大程度上取决于数据的全面性和质量 ( 图 1B) 。

这种转变导致了广泛的研究努力 ( 在过去的五年里，构建一个综合参考和标记数据的 scRNA-seq 细胞类型注释数据库是迫切需要的，例如细胞异质性、发育生物学、疾病研究和药物发现 ( 图 1C) ，此外。

使参考数据和标记基因能够集体考虑， Zhu F. CellSTAR: a comprehensive resource for single-cell transcriptomic annotation. Nucleic Acids Res. 2023 Oct 19:gkad874. doi: 10.1093/nar/gkad874. 以往推荐如下： 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. 22. 23. 24. 25. ，如细胞异质性和动力学研究、疾病研究、药物分析等 参考文献