近日，我院感染与免疫研究所组学研究与应用课题组李园园研究员团队在中科院一区期刊Communications Biology上发表了研究论文“scMalignantFinder distinguishes malignant cells in single-cell and spatial transcriptomics by leveraging cancer signatures”（Yu Q, Li YY*, Chen Y*. Commun Biol. 2025; 8, 504.）。

单细胞RNA测序（scRNA-seq）为全面深入理解肿瘤异质性提供了高效且可及的技术平台。然而，准确识别恶性细胞仍然存在技术挑战。目前识别恶性细胞的方法主要依赖两种策略：一是通过评估细胞拷贝数变异（Copy number variation，CNV）水平进行推断，另一种是利用有监督学习方法自动化识别恶性细胞。然而，前者仅依赖推断的CNV注释恶性细胞，存在理论和实操两方面的局限性；后者因训练数据质量欠佳，其性能受到较大影响。

为此，研究团队开发了一种基于机器学习的分类器scMalignantFinder，用于在单细胞水平上区分恶性细胞与正常上皮细胞。该工具的工作流程主要包含以下步骤：首先，构建高质量训练集——基于来自四种类型肿瘤的超过40万个正常上皮细胞和恶性细胞的scRNA数据集，从肿瘤Hallmarks特征中筛选出九个在多个癌种中转录模式一致的泛癌特征基因集，进而采用该特征基因集对所收集的恶性细胞进行校准；其次，特征选择——通过整合多个数据集的差异表达基因，提取泛癌特征基因以及特定肿瘤相关的独有特征基因；最后，构建Logistic Regression模型实现细胞的精准分类，并对每个细胞输出恶性概率评分。该工具在多个独立数据集与金标准数据集上呈现出优于PreCanCell、ikarus、Cancer-Finder、CopyKAT等现有恶性细胞识别方法的性能。此外，该工具还能扩展至空间转录组数据，实现组织恶性区域的定位注释。

scMalignantFinder显著提升了从单细胞及空间转录组数据中识别恶性细胞/区域的准确率，为肿瘤微环境研究提供了更可靠的基础性工具；其对恶性程度的定量评估能力，为深入解析恶性演进过程中的转录重编程机制提供了重要支撑。本工作所采纳的数据与知识相融合的研究策略，也是研究组长期以来在“规则+学习”方向上持续探索的进一步深化。