Nature Commun | 哈工大團隊讓模態(tài)不均的單細胞數(shù)據(jù)更清晰

2026-06-02 15:03:05　來源: BioPeers

浙江舉報

分享至

單細胞多模態(tài)測序技術(shù)可以同時測量同一個細胞內(nèi)的轉(zhuǎn)錄組、表觀組和蛋白質(zhì)組等信息，但不同實驗批次、不同技術(shù)平臺產(chǎn)生的數(shù)據(jù)往往存在模態(tài)組成不均衡的問題——有的批次三種模態(tài)齊全，有的只測了兩種，甚至只有一種。這種“馬賽克式”的數(shù)據(jù)分布，給跨數(shù)據(jù)集整合帶來了巨大挑戰(zhàn)。

2026年5月14日，Nature Communications在線發(fā)表了哈爾濱工業(yè)大學(xué)數(shù)學(xué)學(xué)院金水靈教授團隊完成的一項研究，論文題為《Robust integration of single-cell datasets with imbalanced modality composition》。研究團隊提出了一套名為Palette的計算框架，專門用于處理模態(tài)組成不平衡的單細胞多模態(tài)數(shù)據(jù)整合。

Palette的核心創(chuàng)新在于兩步走的設(shè)計。第一步，針對每個模態(tài)獨立進行降維，采用了一種名為“雙監(jiān)督主成分分析”的算法。該算法能夠?qū)⑸飳W(xué)變異與技術(shù)噪聲分離開來，同時支持有監(jiān)督（利用已知的細胞類型標簽）和無監(jiān)督兩種模式。第二步，當(dāng)某個批次缺少某個模態(tài)的測量數(shù)據(jù)時，Palette會構(gòu)建一個“馬賽克二分圖”——圖中節(jié)點代表批次和模態(tài)，邊表示某個批次包含某個模態(tài)。通過尋找批次與缺失模態(tài)之間的最短路徑，算法可以沿路徑逐步傳遞信息，從而推斷出缺失的低維表示。所有真實和推斷出的表示最終被聯(lián)合嵌入到一個統(tǒng)一的低維空間中。

研究團隊在多個基準測試中系統(tǒng)評估了Palette的性能。在30個子實驗中，Palette在28個任務(wù)中取得了最高的綜合整合分數(shù)，并且在模態(tài)混合評分上始終領(lǐng)先。即使在人為刪除某些細胞類型、模擬標注不完整或存在噪聲的情況下，Palette依然表現(xiàn)穩(wěn)定，其對稀有細胞亞群的敏感性也尤為突出——例如在跨物種運動皮層數(shù)據(jù)中，Palette成功識別出僅占0.055%的人類特有的“吊燈細胞”。

在更具挑戰(zhàn)性的應(yīng)用場景中，Palette同樣展現(xiàn)了強大的能力。在跨條件整合任務(wù)中，它準確區(qū)分了T細胞刺激組與對照組，并保留了與免疫激活相關(guān)的關(guān)鍵分子特征，如CD69、CD25等蛋白的上調(diào)。在跨物種整合中，Palette成功對齊了人類、狨猴和小鼠的運動皮層數(shù)據(jù)，并且首次將非直系同源基因作為物種特異模態(tài)納入整合，顯著提升了生物學(xué)保守性評分。此外，Palette還支持基于參考數(shù)據(jù)集的遷移整合，以及在對角線整合任務(wù)中通過構(gòu)建偽模態(tài)矩陣連通原本不共享任何特征的兩種數(shù)據(jù)——例如將單細胞轉(zhuǎn)錄組與空間蛋白質(zhì)組數(shù)據(jù)對齊，并據(jù)此推斷出了CD40LG-CD40等關(guān)鍵的細胞間通訊信號。

總體而言，Palette為日益復(fù)雜的單細胞多模態(tài)數(shù)據(jù)提供了一套靈活、可解釋且魯棒的整合方案，有望在發(fā)育生物學(xué)、腫瘤免疫和跨物種進化研究等多個領(lǐng)域發(fā)揮重要作用。

READING

BioPeers

特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務(wù)。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.