畜牧兽医学报

作者：杨彦达, 郜鹏举, 杨芳, 丁小玲, 高亚辉, 高宁, 何俊, 张跃博

单位：1.湖南农业大学动物科学技术学院/农业农村部畜禽资源评价与利用重点实验室猪，长沙 410128；2.岳麓山实验室，长沙 410128；3.安徽农业大学动物科技学院，合肥 230036；4.华南农业大学动物科学学院，广州 510640

关键词：细胞反卷积,家养动物,转录组,细胞组成

基金：国家重点研发计划项目(2021YFD1301200);湖南省自然科学基金项目(2024JJ5182);国家自然科学基金项目(32402730);湖南省现代农业产业技术体系(HARS-05);湖南省研究生科研创新项目(CX20240645)

常规RNA测序（bulk RNA sequencing， bulk RNA-seq）在家养动物研究中广泛用于揭示组织水平的转录组差异，但其反映的是群体细胞的平均基因表达，掩盖了组织内的细胞异质性，限制了对复杂性状在细胞层面调控机制的解析。单细胞RNA测序（single cell RNA sequencing， scRNA-seq）具有高精度和高灵敏度，可表征组织的复杂细胞组成并探究细胞异质性背后的遗传调控机制。然而，由于成本高昂、生物系统复杂以及技术操作门槛较高，该技术在家养动物研究中的规模化应用受限。在此背景下，细胞反卷积（single-cell deconvolution）算法应运而生，根据数据特征差异，该方法基于参考表达谱构建、特征基因筛选或无监督学习等策略，可从bulk RNA-seq中推断细胞组成比例，突破其无法解析细胞异质性的瓶颈；部分算法还能进一步预测细胞类型特异性表达趋势，实现从群体到细胞层面的功能解析。近年来，该方法已逐步应用于猪、牛、鸡等家养动物。本文系统梳理了细胞反卷积算法的基本原理、主流算法和在家养动物中的应用现状，重点分析了参考矩阵构建、数据整合和模型适配等方面的技术瓶颈，并探讨其在多组学融合与细胞功能解析中的拓展潜力，旨在为推动细胞反卷积算法在家养动物研究中的深入应用提供理论框架与方法支持。

来源：2026年第2期

《畜牧兽医学报》期刊编辑部

查看畜牧兽医学报杂志2026年第2期