scVAEDer：单细胞转录组分析的创新利器

《Genome Biology》：scVAEDer: integrating deep diffusion models and variational autoencoders for single-cell transcriptomics analysis

为解决单细胞数据降维及分析难题，研究人员开展 scVAEDer 模型研究，结果良好，助力生物研究。

　　

单细胞转录组研究的新征程：scVAEDer 的诞生

在生命科学的微观世界里，单细胞转录组测序（scRNA-seq）技术宛如一把神奇的钥匙，为我们打开了深入探究细胞奥秘的大门。它能让我们以前所未有的分辨率和规模，剖析细胞类型和状态，精准量化基因组、转录组等细胞层面的信息。借助这项技术，科学家们可以观察到不同细胞之间细微的差异，就像在高倍显微镜下看清每一片树叶的脉络。

然而，这把 “钥匙” 也面临着诸多挑战。scRNA-seq 数据维度极高，犹如一座错综复杂的迷宫，其内在低维结构却难以捉摸。传统的分析方法在这座迷宫中常常迷失方向，难以准确把握数据的本质特征。同时，技术复杂性和高昂的成本也限制了其更广泛的应用。例如，基于 CRISPR 的扰动（Perturb-seq）技术虽能揭示基因和调控元件的功能，但因其成本高、操作复杂，使得许多科研团队望而却步。

为了攻克这些难题，来自加拿大滑铁卢大学（University of Waterloo）的研究人员踏上了探索之旅。他们致力于开发一种更强大的工具，能够在单细胞数据的迷宫中找到清晰的路径，深入挖掘数据背后的生物学意义。最终，scVAEDer 模型应运而生，它的出现为单细胞转录组分析领域带来了新的曙光。该研究成果发表在《Genome Biology》上，引起了广泛关注。

研究的技术基石

研究人员在构建 scVAEDer 模型时，巧妙地融合了变分自编码器（Variational Autoencoder，VAE）和深度扩散模型（Deep Diffusion Model，DDM）这两种强大的技术。VAE 就像是一个智能的编码器和解码器，能够将高维的单细胞数据压缩到低维空间，同时保留关键信息，然后再将这些低维信息解码还原为原始数据。而 DDM 则擅长通过逐步添加和去除噪声的过程，学习数据的分布规律，从而生成高质量的数据样本。scVAEDer 将两者的优势结合起来，如同打造了一把超级钥匙，能够更精准地解析单细胞数据。

研究人员使用了多个公开的单细胞数据集进行实验，如斑马鱼造血（zebrafish hematopoiesis）数据、人类外周血单个核细胞（human peripheral blood mononuclear cells，PBMC）数据以及细胞重编程（reprogramming）数据等。这些丰富多样的数据集为模型的训练和验证提供了坚实的基础。

研究结果大放异彩

1. 生成高质量单细胞基因表达数据：研究人员利用斑马鱼造血的 scRNA-seq 数据对 scVAEDer 进行训练。结果显示，该模型生成的样本与原始数据高度相似，无论是在视觉上还是结构上都表现出良好的一致性。通过计算总变差距离（Total Variation Distance，TVD）发现，scVAEDer 生成的样本比仅从 VAE 先验分布采样生成的样本更接近真实数据的潜在嵌入，这表明 scVAEDer 能够更好地捕捉数据的分布特征。
2. 解析细胞间的转变过程：细胞的去分化和转分化过程在再生医学和疾病治疗中至关重要，但一直以来难以深入研究。研究人员借助 scVAEDer，以单核细胞向造血干细胞 / 祖细胞（hematopoietic stem/progenitor cells，HSPC）的转变为例进行探究。他们通过在 DDM 的先验空间中进行插值，成功避免了 VAE 中 “先验空洞” 的问题。研究发现，在插值过程中，关键基因的表达发生了显著变化，如 HSPC 标记基因的表达增加，而单核细胞标记基因的表达减少。这一结果让我们对细胞去分化的机制有了更深入的理解。
3. 精准预测扰动响应：通过研究细胞对特定扰动的反应，有助于揭示生物学过程和疾病机制。研究人员使用人类 PBMC 的 scRNA-seq 数据训练 scVAEDer，并与其他先进方法（如 scGen 和 scPreGAN）进行比较。结果表明，scVAEDer 在预测扰动响应方面表现更优，能够更准确地预测不同细胞类型在受到刺激后的基因表达变化。例如，在对树突状细胞（Dendritic cells，DC）的研究中，scVAEDer 对关键基因表达分布的预测精度明显高于 scGen。
4. 发现疾病进展中的主调节因子：主调节因子在控制细胞命运和分化中起着关键作用，对其进行研究有助于深入了解疾病机制和开发潜在疗法。研究人员利用 scVAEDer 对细胞重编程数据进行分析，通过计算基因速度（gene velocity）来识别主调节因子。他们成功发现了一些已知和未知的与细胞重编程相关的主调节基因，如 Wnt4、Ptma 和 FoxA1 等。基因集富集分析（Gene Set Enrichment Analysis，GSEA）显示，与形态发生、发育过程和分化相关的通路显著富集，这进一步证明了 scVAEDer 在检测相关主调节因子和通路方面的强大能力。

研究结论与展望

scVAEDer 的出现为单细胞转录组分析带来了新的突破。它不仅能够生成高质量的单细胞基因表达数据，还能在细胞分化、扰动响应预测和主调节因子发现等多个方面发挥重要作用。与传统方法相比，scVAEDer 克服了 VAE 和 GAN 等模型的一些局限性，如后验崩溃和模式崩溃等问题，为生物学家提供了更可靠的分析工具。

然而，研究人员也指出，虽然 scVAEDer 取得了显著成果，但仍有进一步提升的空间。未来，可以探索将 DDM 组件重新表述为连续过程，如通过随机扩散方程（Stochastic Diffusion Equation，SDE）或概率流常微分方程（Probability Flow Ordinary Differential Equations，ODEs）来实现。此外，还可以将 scVAEDer 与其他表示学习方法相结合，引入因果表示学习，以更好地揭示数据中的因果关系。相信在研究人员的不断努力下，scVAEDer 将不断完善，为生命科学研究带来更多惊喜，推动再生医学、疾病治疗等领域的快速发展。