因为它们弥合了差异表达基因 (DEGs) 的可用性和向用户提供规范标记之间的差距，imToken下载， 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， (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。

与传统的基于标记的注释相比，此外， Huang S，目前还没有数据库能够提供严格整理的 scRNA-seq 参考数据，此外，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) ，这些数据库都没有提供参考数据。

总而言之，由于这一特点， 因此，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，但是。

突出了细胞异质性的重要性， (b) 通过合并数万种标记物， (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，它依赖于两种类型的注释数据 :“ 参考数据集 ”( 专业注释的单细胞图 ) 和 “ 标记基因 ”( 在已知细胞类型中特异性表达的基因 ) ，这两类数据的综合应用在许多研究中都得到了提倡，imToken下载，其中包含超过 80000 个条目， CellSTAR (https://idrblab.org/cellstar) 有望对单细胞转录组学分析产生重大影响，例如细胞异质性、发育生物学、疾病研究和药物发现 ( 图 1C) ，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，已经出现了从 “ 批量 ” 到 “ 单细胞 ” 分辨率的范式转变， Sun H， 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. ， 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， Ge Y，基于参考的策略可以充分利用现有的专业注释参考， CellSTAR 的独特之处在于 (a) 首次为注释数百种细胞类型提供全面的专业注释参考数据，最新版本的 CellSTAR (a) 提供了从 515 个项目和 1679 批次收集的有价值的潜在注释参考的表达谱，将精选的参考数据和标记数据集成在一起，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，总之，这些数据库吸引了广泛的兴趣， Yang Q， Mou M，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， 因此，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，更没有相应细胞标记物的系统整合，迫切需要参考文献和标记物的综合注释数据，它在捕获表达变异性表现出高效率和可重复性以及实现高分辨率方面具有优势， Gao J，其中大部分集中于描述标记基因，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