MicroRNA (miRNA) 在调控细胞周期、增殖、分化、发育、代谢和凋亡等各种生理过程中发挥重要功能，作为基因表达的明星调控分子备受关注。目前包括TCGA在内的公共数据库中积累了大量来自不同组织的miRNA表达图谱数据。通过对这些数据的分析，已获得了各种组织不同状态的丰富miRNA分子标记。然而目前单细胞测序技术在miRNA表达定量方面相对滞后，在单细胞维度对miRNA细胞异质性进行分析还存在较多困难，导致miRNA表达图谱仍停留在组织样本层面，因此亟需开发新一代计算工具对miRNA数据的细胞异质性进行深入解析。

2025年7月1日，复旦大学智能医学研究院杨桢/何云刚团队联合皖南医学院弋矶山医院杨辉博士在Nature Communications杂志发表了题为“An improved reference library and method for accurate cell-type deconvolution of bulk-tissue miRNA data”的研究论文。该工作创新性地提出利用miRNA表达图谱作为复杂组织细胞异质性解析的新方法，建立了基于miRNA表达图谱的复杂组织细胞异质性解析模型，探究利用miRNA图谱获取复杂组织的细胞组成、以及对肿瘤等生物样本中免疫浸润水平进行定量的研究策略。

为开发新型miRNA数据细胞异质性解析工具，研究团队收集了来源于公共数据库的纯化上皮细胞、基质细胞、脂肪细胞以及多种免疫细胞相关的miRNA表达队列数据，从而构建了针对血液、乳腺、肝脏、肾脏等人体主要组织和器官的参考图谱，同时构建了针对未知来源样本的泛组织参考图谱，随后结合机器学习算法构建相应预测工具，从而实现针对miRNA表达图谱的细胞异质性解析。

图1. 利用miRNA表达图谱实现复杂组织细胞异质性解析

研究团队通过“干-湿”结合的实验方案验证了该工具在预测细胞组成方面具有良好的可靠性，随后将该工具应用于一系列不同生物学场景，展示了该工具在衰老相关miRNA识别的敏感度及准确度提升、COVID-19患者免疫景观变异监测、白血病人样本细胞组成相关的预后分析，特别是在包括乳腺癌在内的多种肿瘤的免疫浸润水平预测等方面的重要应用价值。

该研究将细胞异质性解析方法拓展至非编码RNA相关表达图谱中，从而为非编码RNA、免疫学和肿瘤学等领域的交叉研究提供了新的思路。目前该解析工具已通过GitHub公共代码仓库发布(https://github.com/zyangx/DeconmiR)，研究人员也可通过在线分析工具(https://www.compgenelab.info/DeconmiR/)完成miRNA表达数据解析。

复旦大学智能医学研究院及附属浦东医院杨桢青年副研究员为该论文唯一通讯作者，复旦大学生物医学研究院硕士研究生朱韶英及皖南医学院弋矶山医院杨辉博士为该论文共同第一作者。该工作得到中国科学院上海营养与健康研究所Andrew E. Teschendorff教授的合作支持。同时该研究得到了国家基金委、上海市教委人工智能赋能学科跃升计划项目的资助。

原文链接：

https://www.nature.com/articles/s41467-025-60521-x