人体生物分子图谱计划（HuBMAP）于2018年启动，旨在构建一个从器官、组织到细胞和生物标志物的健康（“非患病”）人体综合参考模型，使人们理解人体正常生理状态以及疾病发生机制的重要框架。人类参考图谱（HRA）包含一个通用坐标框架（CCF），其有助于整合多模态数据，如3D器官模型、组织学图像和单细胞分析的组学数据。HRA数据包括由人类专家生成的信息（如解剖系统、解剖结构、细胞类型、生物标志物（ASCT+B）表格以及2D、3D参考对象）、映射到HRA的实验数据，以及丰富的图谱数据。

目前，现有图谱使用特定器官的参考系统，不同数据难以在统一框架下进行整合与分析。为推动CCF发展，2020年3月，美国国立卫生研究院（NIH）和人类细胞图谱（HCA）联盟组织成立了HRA工作组。在过去的55个月里，工作组成员共同定义了HRA关键属性及相关标准操作流程（SOP），确定了有意义的数据、代码和工具，为后续多尺度HRA的构建和应用奠定了坚实基础。相关内容以“Human BioMolecular Atlas Program (HuBMAP): 3D Human Reference Atlas construction and usage”为题发表在Nature Methods上。

据悉，HRA工作组与将与跨20多个国际项目合作，通过详细讨论制定了有助于HRA构建、使用和可持续性的三个关键目标，即①将新组织与现有数据进行匹配；②包含能够洞察发生在身体各个层面的变化的功能（如衰老、疾病或其他扰动）；③采用能够鼓励协作并指导未来发展的流程，如利用具有模块化、轻量级组件的架构等。此外，对于图谱构建和使用的关键SOP以及HRA术语也达成一致。

在2023年12月发布的第六版HRA v2.0（图1）中，包含4,499种独特解剖结构、1,195种细胞类型和2,089种生物标志物（如基因、蛋白质和脂质），这些数据来自33个ASCT+B表和65个与本体相关联的3D参考对象。

图1. HRA组成部分及关联

为构建复杂而精细的HRA图谱，研究团队运用了多种关键技术方法。首先收集来自不同个体的组织样本，包括多种器官的组织块，并通过三种方式对样本进行数据整合，使用Azimuth进行单细胞注释，通过器官定位抗体panel（OMAP）实现空间蛋白质组定位，注册用户界面（RUI）完成组织样本3D空间注册。

在数据扩展方面，研究团队扩展了Uberon解剖本体（ontologie）和Cell Ontology细胞本体，新增125个解剖术语和141个细胞类型。通过HRAlit数据库将700万篇文献、58万学者信息与图谱数据相关联，HRApop整合了553个组织数据集，用于计算具有3D参考对象的40个解剖结构的细胞类型。

研究团队还开发了灵活的混合云架构，以支持数据的管理、分析和访问。该架构整合了50多个开源算法，实现了数据的半自动提取、自动分析注释、可查找性、可访问性、互操作性、分析支持和可持续性。在这个架构下，数据和代码通过HuBMAP数据门户和HRA门户提供服务，方便研究人员使用。

此外，研究团队开发了统一的数据处理流程，涵盖多种数据类型的处理。例如，针对单细胞（sc）/ 单细胞核（sn）RNA 测序数据，基于Salmon准映射方法构建了处理流程，并使用Scanpy和scVelo进行下游分析和RNA速度计算。对于成像数据，使用端到端的分析方法，包括图像校正、细胞和细胞核分割等步骤，并通过空间过程和关系建模（SPRM）计算相关指标。

图2. 将实验数据映射到HRA

为方便用户访问和分析HRA数据，研究团队开发了多种用户界面、工具及接口。HuBMAP门户（https://hubmapconsortium.org）介绍了项目目标，并提供了实验数据、图谱数据、工具等资源导航；HuBMAP数据门户（https://portal.hubmapconsortium.org）提供了实验数据集，并支持处理、搜索、筛选和可视化数据；HRA门户（https://humanatlas.io）提供对图谱数据、代码和程序等开放访问，支持使用和下载。

ASCT+B Reporter用于ASCT+B表和OMAPs的编写和审核；Azimuth用于自动化处理和分析sc/snRNA-seq和ATAC-seq数据。特别地，Vitessce用于可视化探索实验数据、Azimuth参考、HRA 分割注释或细胞间距离分布可视化。注册用户界面（RUI）用于将人体组织块注册到三维CCF中；探索用户界面（EUI）支持在全身器官、组织和细胞层面浏览组织样本和元数据。交互式功能组织单元（FTU）页面用于在2D空间背景下探索细胞类型和生物标志物表达矩阵。

研究团队计划每6个月发布一次新的HRA版本，通过HRA门户发布更新的数据对象（DOs）、用户界面和API。每次发布都会扩充现有本体（ontologie），改进HRA数据结构和算法，以更好地满足国际人类地图绘制界的需求。HRA的核心本体（样本、生物结构和空间本体）将遵循可查找、可访问、可互作、可重用（FAIR）原则、以版本化的链接开放数据（LOD）形式共享，部分数据以关系数据库和CSV文件形式提供。同时，HRA的来源图会记录所有DOs和代码版本，以保证数据的可追溯性和可重复性。

最后，研究人员展示了HRA的应用价值。在肺组织研究中，通过HRA比较健康和患病肺组织中细胞与血管的距离分布，发现患病肺组织中免疫细胞聚集在血管附近，导致气体交换膜增厚、影响肺功能，为理解肺部疾病的病理生理机制和靶向治疗提供了依据。在肠道组织研究中，使用HRA能够在不同尺度上分析和展示FTU的结构和功能，有助于揭示肠道组织的奥秘。

图3. HRA的应用情况

目前，HRA知识图谱（KG）和API在HuBMAP、SenNet、GUDMAP、GTEx数据门户和CZ CellGuide中驱动不同的2D和3D用户界面。研究团队也正在开发额外的轻量级web组件，以便人们访问HRA数据和在其他网站中提供HRA功能。

参考文献：

Börner, K., Blood, P.D., Silverstein, J.C. et al. Human BioMolecular Atlas Program (HuBMAP): 3D Human Reference Atlas construction and usage. Nat Methods (2025). https://doi.org/10.1038/s41592-024-02563-5

Tags： Nat Methods：人类生物分子图谱计划（HuBMAP）新进展：基于多模态数据深度整合，实现3D人类参考图谱多维升级