T细胞具有多种不同功能的亚型和状态。然而，目前缺乏针对T细胞亚型和状态的参考谱和自动化注释工具，而这对于分析和比较不同条件下的T细胞至关重要。在此，我们构建了目前最大规模的人类T细胞参考谱，其中包含来自35种疾病状态和16种组织来源的1,348,268个T细胞。我们将T细胞分为33个亚型，并进一步根据亚型和状态将其细分为68个类别。基于该参考谱，我们开发了一款名为STCAT的工具，可通过分层模型和标记基因校正对单细胞RNA测序（scRNA-seq）数据中的T细胞进行自动注释。在包括癌症和健康样本在内的六个独立数据集上验证发现，STCAT的准确性比现有工具高出28%。利用STCAT，我们在多个数据集中一致发现晚期肺癌患者体内CD4+ Th17细胞富集，且MAIT细胞在症状较轻的新冠肺炎患者中更为常见。我们还证实了卵巢癌治疗后调节性T细胞（Treg）的细胞毒性降低。对CD4⁺和CD8⁺ T细胞参考数据集的系统性全景分析显示，肿瘤样本中CD4⁺ Treg细胞富集，而健康个体中初始CD8⁺相关细胞数量较多。最后，我们将所有T细胞参考谱和注释信息构建了一个名为TCellAtlas（https://guolab.wchscu.cn/TCellAtlas）的数据库，用户可以在该数据库中浏览T细胞表达谱，并使用STCAT分析上传的scRNA-seq数据。综上所述，这一全面的人类T细胞亚型和状态参考谱、自动化注释工具以及数据库将极大地帮助从事T细胞免疫和肿瘤免疫学研究的科研人员。

单细胞;T细胞;数据库;注释工具