Cell | D-SPIN模型从单细胞扰动数据中重建基因调控网络和扰动响应|cell|免疫|基因调控|扰动响应|扰动数据|细胞|转录组

基因调控网络是细胞响应外界信号，维持稳态，决定细胞命运的信息处理算法。重建并定量建模这些调控网络，并利用这些模型预测和控制细胞状态，是计算生物学中的重要问题。传统遗传学方法受限于实验通量，主要关注于小型基因回路的构建，难以在转录组尺度研究外界输入和扰动如何重塑细胞状态。

近年来， Perturb-seq 等单细胞扰动技术和 MULTI-seq 等样本多重化技术让研究者能在数千种不同条件下同时读取每一个细胞的转录组，大型数据集中可涵盖数百万细胞在数千种基因敲低，药物处理等条件下的基因表达谱。这类数据的规模和扰动响应的异质性，对计算方法提出了多重挑战：（ 1 ）如何在数千种扰动条件之间整合信息，构建一个统一的网络模型；（ 2 ）如何让模型在可解释性的前提下，尽可能保留细胞状态的信息和概率分布以预测未知的细胞状态，即实现生成式模型（ generative model ）；（ 3 ）如何降低算法的计算复杂度，以普通计算资源处理百万细胞量级的数据。

近日，加州理工学院Matt Thomson实验室（博士生姜家隆为第一作者兼共同通讯作者）在Cell发表了文章D-SPIN constructs regulatory network models from scRNA-seq that reveal organizing principles of perturbation response，开发了一种新的计算框架D-SPIN。D-SPIN可以从覆盖数千种扰动，数百万细胞的单细胞数据中，构建机制可解释，可生成（generative）的基因网络调控模型，在基因水平和通路或基因模块（gene program）层级上推断出调控网络结构和扰动响应，以研究扰动响应在转录组尺度上的组织原理。在 K562 全基因组 Perturb-seq 与人类免疫细胞药物响应两个大规模数据集上，揭示了细胞扰动响应的调控因子和全局响应策略，以及药物组合的加性反应创造出的独特巨噬细胞状态。

D-SPIN 的核心思想来自于统计物理，将细胞状态视为一个可被不同扰动激活不同状态的概率图模型：自旋网络模型（ spin network ）。自旋网络起源于对物理中对相变的研究，描述了复杂系统中成对相互作用如何产生集体的涌现行为。在 D-SPIN 模型中，基因之间的成对相互作用，即调控网络，定义了细胞状态的基本概率景观（probability landscape），在不同的扰动下保持不变。而每个扰动通过改变每个基因的激活度，选择性地检索概率景观中可能的细胞状态。通过在不同扰动条件下联合求解模型，D-SPIN可以推断出同时满足所有扰动条件下细胞状态分布的调控网络结构。

为了降低计算复杂度，作者通过算法工程，将网络推断和扰动响应因子化从而分别求解，并采用伪似然（pseudolikelihood）方法绕开方程中最难计算的配分函数。D-SPIN 可分析千级基因节点，计算复杂度随细胞数量仅线性增长，在普通计算机上处理25万细胞仅需数小时，并能通过并行计算进一步降低计算时间。在合成数据和生物真实数据的网络推断基准测试中，通过整合不同扰动条件下的响应，D-SPIN实现了显著优于已有方法的网络推断准确性。同时作为完整的概率图模型，D-SPIN模型可用于计算细胞状态的分布。尽管计算高维概率图中数据的分布尚有困难，D-SPIN可准确生成数十维基因模块尺度下的细胞状态分布。

作为生物应用，作者搭建了基于MULTI-seq样本多重化的免疫调节药物的高通量单细胞图谱分析平台。在人外周血免疫细胞群体（PBMC）中，通过anti-CD3/CD28抗体特异性诱导T细胞激活并由细胞相互作用激活整个免疫细胞群，分析了502种小分子药物对免疫激活过程的作用，最终获得约150万个单细胞，1200 余种条件，28 种免疫细胞状态的大规模单细胞数据集。通过D-SPIN推断扰动响应，有显著效应的药物被归类为七种表型类别，包括强抑制剂，两类弱抑制剂，糖皮质激素，M1巨噬细胞诱导剂，表观遗传调节剂和毒性剂，分类结果与药物已知的生化机制高度一致。同时，基因水平的扰动响应揭示出更精细的药物机理区别，能根据单细胞数据区分出不同的抑制剂靶点，如Src激酶，JAK，钙调磷酸酶， mTOR 等。

更进一步，作者分析了 Src 抑制剂dasatinib和糖皮质激素 halcinonide的药物剂量联合作用。两种药物都是免疫抑制剂，产生的效果相似，但在不同的基因模块上强度有差异。两种药物的联合作用会产生比单个药物更强的免疫抑制效果，并产生一种复合的超抑制 M2巨噬细胞状态。D-SPIN网络推断揭示出dasatinib和halcinonide分别经由不同的调控因子激活M2巨噬细胞程序，如 dasatinib 作用于IRF1，CSF1R 与 ACP5，而halcinonide作用于 TSC22D3，DUSP1 ， CEBPD 与 MAFB 。因此药物组合的效果强于单个药物，产生了两种药物效果的叠加。基于这类基因模块水平的加性结构，D-SPIN可以通过单个药物的剂量响应数据，和饱和剂量下的药物组合响应，插值推断未观测剂量下的细胞群体状态分布。利用D-SPIN模型，作者绘制出了dasatinib × halcinonide的巨噬细胞相图，展示了如何通过药物组合的剂量调控在激活态巨噬细胞，静息态单核细胞，M2巨噬细胞，超抑制M2巨噬细胞等状态之间的切换。

综上所述，D-SPIN提供了一种和大型神经网络模型路线互补的轻量，可解释，机制驱动的算法。模型具有极小参数量，但能直接从单细胞扰动数据中提取出生物研究所需的机制解读，辅助后续的实验设计和细胞状态预测。

加州理工学院 Matt Thomson 教授为通讯作者。博士生姜家隆为第一作者兼共同通讯作者，现为洛克菲勒大学物理与生物研究中心独立研究员（ Fellow ）。高级研究科学家 Sisi Chen 为共同第一作者。加州大学旧金山分校 Zev Gartner 与 Eric Chow ，西蒙菲莎大学 David Sivak 和哈佛大学医学院 John Hanna 为研究提供了重要帮助。