跳到正文
原文
生物谷·资讯·· 29 天前AI 评分35

CellDiffusion: 基于图扩散模型增强单细胞转录组数据整合

Sci Adv:北京大学潘恒/李蓉等团队建立全新单细胞转录组数据整合工具

AI 导读

北京大学潘恒/李蓉等团队在 Science Advances 发表研究,提出无监督图模型 CellDiffusion。该工具通过扩散过程传播细胞特征,在保留细胞类型和发育轨迹的同时有效校正批次效应。实验显示,CellDiffusion 在人子宫内膜等数据集中优于现有整合工具,提升了聚类和轨迹推断等下游分析准确性。

正文

由于细胞类型特异性批次效应和异质性生物组成,跨实验室、条件和技术整合单细胞转录组数据集仍然具有挑战性。当前方法常常无法将真实生物变异与技术噪声分离,使不同细胞群体错配或使批次效应未被校正。

2026年10月16日,北京大学李蓉,潘恒,密苏里大学Dong Xu,印第安纳大学Juexin Wang和波士顿大学张潮共同通讯在Science Advances在线发表题为CellDiffusion: Enhancing scRNA-seq data integration with accurate inference of cell-cell association的研究论文。该研究提出CellDiffusion,一种无监督图模型,其通过扩散过程传播细胞特征,以在数据整合中增强有意义的细胞-细胞关联。

通过学习细胞-细胞注意力网络,CellDiffusion自适应识别跨批次对应群体。作者的方法在数据整合中应用细胞特异性校正,生成跨批次对齐细胞的细胞嵌入,同时保留内在细胞类型和发育轨迹。作者在各种数据集中验证CellDiffusion,包括人子宫内膜,这是最具动态和复杂的组织之一,随月经周期呈现广泛的细胞和分子变化。

该框架还改善其他关键分析,如标签转移、聚类和轨迹推断。CellDiffusion代表准确单细胞转录组整合分析的强大范式。

图片

单细胞RNA测序(scRNA-seq)已大幅推进作者对细胞异质性的理解,为发育、疾病进展和组织动力学提供了前所未有的见解。随着近期大规模综合研究日益依赖比较来自不同来源(如不同个体、条件、队列或平台)的单细胞数据集,数据整合已有效成为scRNA-seq分析中的关键环节。

在scRNA-seq数据整合中,细胞类型特异性批次效应去除是最关键挑战之一,这在包含多种细胞类型的数据集中普遍存在,这些细胞类型可能对解离方案、试剂和降解做出不同反应。因此,优化整合必须考虑这种细胞类型特异性技术噪声,以避免扭曲潜在生物信号。

然而,现有整合工具无法处理如此复杂的情景,这可能导致不当批次校正。例如,fastMNN、Scanorama和ComBat常常无法对齐来自不同批次的相同细胞类型,遭受对齐不足问题。同时,其他方法如Harmony、Seurat和scVI可能因过度校正而将生物学上不同的细胞类型对齐在一起,本文中称为错配。次优整合将引入严重伪影,扭曲细胞状态、细胞间关系,并最终扭曲生物学解释。

此外,真实世界数据集除批次效应外还常常包含样本间或批次间不平衡,表明样本和批次之间存在关键生物变异,如unequal细胞组成和不匹配细胞类型。这种不平衡包含许多与胚胎发育、癌症进化和自身免疫疾病相关的比较研究中的潜在生物信号。数据不平衡与批次效应的共现显著增加数据整合中跨批次错配不同细胞类型的风险。

尽管解决整合中数据不平衡的重要性已被广泛认识,但仍没有现有工具能够一致且有效考虑跨批次生物不平衡。通过构建实验设计约束,最近的研究CellANOVA在恢复因过度校正和错配而常被错误去除的生物信号方面取得了重大进展。

然而,它依赖用户定义的对照池来区分批次效应与生物信号,这引入主观性并限制其在缺乏明确定义对照或足够对照样本的研究中的普遍性。这一空白强调需要能够跨多样数据集准确且自发地将有意义的生物变异与复杂技术伪影解开的整合方法。

图片

图1.细胞扩散将生物变异与批效应区分开来(摘自Science Advances )

准确建模跨批次细胞-细胞关联对于优化批次效应去除和数据整合不可或缺。几乎所有下游任务,包括无监督聚类、查询到参考映射和轨迹推断,也依赖于细胞间关系的精确推断。在每个样本内,细胞-细胞关联反映在细胞群体的层级组织中,跨越生物谱系、广泛细胞类型和精细亚型。

最近研究强调,稳健的生物分析依赖于保留这种层级细胞本体论的细胞嵌入。然而,当跨批次整合数据时,这些层级结构可能被批次效应扭曲,并因不平衡细胞组成而进一步复杂化。因此,许多现有方法在数据整合中无法可靠捕获批次间细胞-细胞关联。

最近关于图神经扩散方法的研究为建模图节点关联提供了新见解。这些模型模拟图上的连续扩散过程,将扩散网络视为潜在偏微分方程的离散化,其中模型架构和图拓扑对应于时间和空间算子的离散化。图神经扩散方法通过学习跨节点的信息动态流来学习节点-节点关系并建模图拓扑结构。

此外,图神经扩散模型使用注意力机制指导图上的信息扩散过程,提高关联建模的准确性。凭借其强数学基础和受物理启发的结构,图神经扩散模型在解决挑战性场景下scRNA-seq数据整合中的复杂细胞-细胞关联方面具有巨大潜力。

受图神经扩散概念的启发,作者开发了CellDiffusion,一种基于图的扩散模型,能够准确推断细胞-细胞关联、处理复杂数据结构,并将生物信号与技术变异解开以增强scRNA-seq整合。作者的模型不仅在甚至不平衡和异质数据集中表现出优化的批次效应去除,还保留细胞群体的层级组织。

它增强下游分析,如无监督聚类、查询到参考映射和轨迹推断,这些也高度依赖细胞间关系的精确推断。在多个基准测试中,包括动态人子宫内膜和骨髓数据集,CellDiffusion优于现有工具,在有效校正批次效应的同时保留独特细胞身份和生物轨迹。

作者的模型为scRNA-seq数据的稳健整合分析提供了一个多功能且可及的框架,为跨不同机构、群体和测序平台的大规模综合scRNA-seq研究铺平了道路。

参考消息:https://www.science.org/doi/10.1126/sciadv.aed4155

版权声明 本网站所有注明“来源:生物谷”或“来源:bioon”的文字、图片和音视频资料,版权均属于生物谷网站所有。非经授权,任何媒体、网站或个人不得转载,否则将追究法律责任。取得书面授权转载时,须注明“来源:生物谷”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。

来源:生物谷·资讯 · news.bioon.com