做单细胞测序的同学都知道，拿到聚类结果只是万里长征第一步，真正的"噩梦"是细胞类型注释。

当你面对几十个甚至上百个cluster，每个cluster里几百个差异基因，你需要的不是耐心，而是一个能告诉你"这个cluster大概率是什么细胞"的智能参考系统。

今天给大家介绍一个由百创智造（BMKMANU）推出的在线工具——BMKMANU Cellgenemodel Database，这可能是目前国内最实用的单细胞自动注释平台之一。直接上传你的h5ad文件，就能自动预测细胞类型。

为什么我们需要"基因表达模型"？

传统细胞注释流程大概是：

1. 找差异基因

2.  查询CellMarker/PanglaoDB等专业网站

3.  文献交叉验证

4.  人工最终判断

这个流程有几个痛点：

• 文献碎片化：一个基因可能在T细胞里高表达，但在NK细胞里也高表达，如何权衡？

• 物种差异大：人和小鼠的marker基因并不完全通用

• 组织特异性：同一个基因在不同组织中的表达模式可能完全不同

• 主观性强：依赖研究者的经验积累，新手容易"翻车"

而基因表达模型的思路是：与其让你一个个查marker，不如让系统基于海量参考数据，告诉你"这个基因表达谱最像已知的哪种细胞类型"。

这本质上是一个模式识别问题——把细胞的基因表达谱当作"指纹"，与数据库中的标准模型进行比对匹配。

BMKMANU Cellgenemodel 能做什么？

访问地址：BMKMANU Cellgenemodel Database

打开工具首页，映入眼帘的是一组令人印象深刻的数据：

物种数目	2（Human + Mouse）
组织类型	114种
参考模型	265个
总细胞数	81,639,861（超过8100万！）

物种分布上，Human占了绝对大头——78,417,405个细胞，Mouse也有3,222,456个细胞。这意味着无论你是做人源样本还是小鼠样本，都能找到充足的参考数据。

这个工具最吸引人的地方在于它的使用门槛极低：

Step 1：选择物种

• 下拉框选择 Human 或 Mouse

Step 2：数据上传

• 点击"选择文件"，上传你的 .h5ad 文件

• 文件要求：

  1. 仅支持 h5ad 格式文件

  2. h5ad 文件需包含 counts 矩阵

  3. 支持单细胞和空间转录组数据

  4. 文件大小限制在 2GB 以内

Step 3：选择数据类型

• scRNA/snRNA（单细胞/单核RNA测序）

• Spatial（空间转录组）

Step 4：模型选择

• 下拉框选择组织类型（如 Adipose、Brain、Heart 等）

选定参数后，右侧"当前参数"面板会实时展示匹配到的参考模型详情：

参数项	示例值（Adipose组织）
物种	Human
数据类型	scRNA/snRNA
参考模型	5e5e7a2f-8f1c-42ac-90dc-b4f80f38e84c
组织类型	Adipose
细胞类型数	28种
细胞数目	94,415个
模型描述	adipose tissue, subcutaneous adipose tissue, brown adipose tissue

---

为了更方便上手，内置了pbmc的demo数据，：

鼠标点击Demo数据，即可开始执行任务：

分析结果如下：

---

百创智造的在线工具平台还提供了配套资源：

• BMKMANU Cell Marker Database：专门的基因标记检索和细胞注释工具

• Marker检索和注释工具：更轻量级的快速查询入口

这些工具与百创智造的分析软件生态（如BSTMatrix、BSCMatrix等）形成闭环，从原始数据处理到下游注释都有对应解决方案。

访问地址：软件工具 – 百创智造