组织中浸润的免疫细胞在各种生理或病理状态中发挥着非常重要的作用。对组织中免疫细胞组分进行定量检测,对于机体正常生理或疾病的机制研究十分重要。传统的组织免疫细胞定量方法,主要通过对不同免疫细胞特异性表达的蛋白分子进行标记,从而实现对不同细胞类型进行数量检测。随着高通量转录组检测技术的快速发展,利用不同免疫细胞的转录组数据,已有多种基于计算的组织免疫细胞分析模型被开发,可用于从组织转录组数据中预测得到组织中不同免疫细胞的组成比。在我们实验室前期的研究工作中,利用小鼠DNA芯片和RNA-Seq平台的转录组数据,分别构建了针对这两个转录组平台的组织免疫细胞比例计算模型。然而,在已有的模型中,用于建模的免疫细胞基因表达数据往往来源于不同的组织类型。由于各个组织内部环境的不同,不同组织来源的免疫细胞在表达谱水平上也存在一定的差异,这使得基于单一组织来源的表达谱数据训练得到的计算模型在实际应用过程中可能存在偏差。随着scRNA-Seq技术的快速发展,利用该技术我们可以很容易获得组织中不同细胞类型的表达谱。这使得我们可以通过不同组织的免疫细胞转录组数据,发展一套组织特异性的免疫细胞组分预测模型,从而对传统计算模型中存在的组织系统性偏差进行较正。本研究中,基于小鼠不同组织的scRNA-Seq数据,发展了一套组织特异性的免疫细胞组分预测工具tissue-ImmuCC。首先,利用小鼠不同组织的scRNA-Seq数据,抽提出组织中不同免疫细胞的表达谱数据,构建不同组织的组织特异性特征矩阵。然后,为了获取最佳的适用条件,通过对不同免疫细胞特征基因集合和不同基因定量方式下模型的计算性能进行比较发现,基于seqImmuCC模型中使用的162个特征基因以及基于FPKM和TPM的基因定量方式能够获得更好的计算性能。最后,通过将tissue-ImmuCC与传统计算非组织特异性模型seqImmuCC进行比较发现,tissue-ImmuCC在多个组织样本中的预测性能得到了提高。除了对模型的性能进行优化以外,我们进一步希望对模型的实际应用进行拓展。由于不同组织和疾病之间在免疫细胞的组成上面存在一定的不同,获取不同状况下的组织内免疫细胞组成信息,将有助于增加我们对不同条件下组织免疫微环境的了解。此外,在现有的研究中,尚无可用于对不同疾病或组织条件下的组织免疫细胞数量进行便捷查询的数据库。因此,利用从GEO数据库中收集得到的关于266种组织类型和706种疾病类型的人类样本和143种组织类型、61种疾病类型和206种基因型的小鼠样本的表达谱数据,并借助CIBERSORT和arrayImmuCC这两个计算工具,获得了人和小鼠在不同条件下的组织免疫细胞组成比例。最后,将各个样本的组织和疾病信息、基因表达谱以及免疫细胞组成谱整合成数据库ImmuCellDB,方便用户查询。综上所述,在本论文的研究工作中,首先利用小鼠不同组织的单细胞测序数据,构建得到了一个组织特异性的组织免疫细胞定量模型。通过计算工具的构建,可以帮助我们更好地认识不同组织内免疫细胞基因表达水平的差异以及这些差异对模型计算的可能影响。然后,利用已有的计算工具和公共数据库中的转录组数据,构建了一个关于人和小鼠多种组织、疾病或基因型的组织免疫细胞组成和基因表达信息的数据库。利用此数据库,我们可以快速查询、比较不同条件下的组织内免疫细胞数量和基因表达差异以及不同基因的表达值与免疫细胞数量之间的相关性,从而丰富我们对免疫细胞在不同条件下组织中作用的认识。总之,本研究不仅为模型构建提供了许多有价值的探索,而且丰富了我们对不同条件下组织内免疫细胞组成的认识。