打开网易新闻 查看精彩图片

撰文|啾啾椰

随着单细胞测序和空间转录组技术的发展,人们已经能够精细描述细胞类型、状态及疾病过程中转录组的变化【1,2】。但这些数据主要是观察性的,可以描述细胞发生了什么变化,却不能直接说明是什么因素导致了这些变化。相比之下,基因敲低、基因激活、药物处理或细胞因子刺激等扰动实验(perturbation experiment )更利于建立因果关系【3】。

近日,来自纽约基因组中心(New York Genome Center)的Rahul Satija和David A. Knowles团队在Cell上发表了题为Mapping transcriptional responses to cellular perturbations with RNA fingerprinting的文章,提出了一种名为RNA指纹分析(RNA fingerprinting)的统计框架,利用已有的大规模单细胞扰动数据作为参考库,根据单细胞转录组状态反推出可能驱动这一状态的基因、药物或细胞因子。

打开网易新闻 查看精彩图片

这项研究的关键问题在于,能否从复杂且高噪声的单细胞数据中提取稳定的RNA fingerprint,并利用RNA fingerprint推断形成细胞状态的原因。这个问题不能通过简单的表达相关性解决,因为首先同一种 CRISPR perturbation 在不同细胞中的效率不同,细胞周期、细胞状态和技术噪声也会造成很大的表达差异。一个理想的方法既要能够去除背景差异,又要允许多个 扰动同时解释同一个细胞状态。

RNA 指纹分析分为两个阶段。第一阶段先利用对照细胞估计细胞本身存在的表达差异,再提取每种扰动特有的转录变化,形成相应的转录指纹。第二阶段将新的细胞表达特征与这些已知指纹进行比较,判断哪些扰动最可能解释当前的细胞状态。对于难以区分的多个候选扰动,模型会将它们放入同一个可信集;如果没有合适的匹配,则将该细胞标记为未分配。

打开网易新闻 查看精彩图片

图1: RNA 指纹分析概述。

作者先用已知扰动结果的数据测试 RNA 指纹分析是否准确。在同一种细胞中,模型成功匹配的细胞里有 88% 的最高可信集包含真实扰动;将同一条件的多个细胞合并分析后,准确率进一步达到 95%。跨细胞类型分析时准确度有所下降,但成功匹配的细胞中仍有 81% 包含正确扰动。作者还测试了组合扰动和全基因组规模的数据。对于同时受到两个基因扰动的细胞,模型在多数情况下能找出两个主要扰动;在数千种候选扰动中,它也能较可靠地找到正确结果,而且会把无法确定的情况保留为可信集,不会强行给出唯一答案。

在生物学应用中,作者利用跨细胞类型匹配异常发现 RPL10 和 RPL24 可能参与核糖体应激下的 p53 激活,并通过基因敲低和蛋白检测进行了验证。模型还可用于分析药物作用机制,例如识别 BCR、CDK9 等药物靶点,并发现部分所谓 HDAC6 选择性抑制剂实际上更接近广谱 HDAC 抑制。最后,作者将该方法用于流感再感染小鼠,发现 B 细胞中存在不同的细胞因子反应,其中 IFNG 相关反应尤其明显。

总体来说,这项工作的价值在于把已有的大规模扰动数据变成可反复使用的参考库,帮助研究者从新的单细胞转录组中推测可能的上游调控因素。不过,它仍然依赖参考数据是否完整,也更适合分析相对线性的扰动效应。

打开网易新闻 查看精彩图片

图2:文章摘要

https://doi.org/10.1016/j.cell.2026.09.017

制版人: 十一

参考文献

1. Tang, F., Barbacioru, C., Wang, Y., Nordman, E., Lee, C., Xu, N., Wang, X., Bodeau, J., Tuch, B.B., Siddiqui, A., et al. (2009). mrna-seq whole-transcriptome analysis of a single cell.Nat. Methods6, 377–382. https://doi. org/10.1038/nmeth.1315.

2. Macosko, E.Z., Basu, A., Satija, R., Nemesh, J., Shekhar, K., Goldman, M., Tirosh, I., Bialas, A.R., Kamitaki, N., Martersteck, E.M., et al. (2015). Highly parallel genome-wide expression profiling of individual cells using nanoliter droplets.Cell161, 1202–1214. https://doi.org/10.1016/j.cell.2015.05.002.

3. Adamson, B., Norman, T.M., Jost, M., Cho, M.Y., Nun˜ez, J.K., Chen, Y., Villalta, J.E., Gilbert, L.A., Horlbeck, M.A., Hein, M.Y., et al. (2016). A multi-plexed single-cell crispr screening platform enables systematic dissection of the unfolded protein response.Cell167, 1867–1882.e21. https://doi. org/10.1016/j.cell.2016.11.048.

学术合作组织

(*排名不分先后)

打开网易新闻 查看精彩图片


战略合作伙伴

(*排名不分先后)

推荐直播

转载须知

【原创文章】BioArt原创文章,欢迎个人转发分享,未经允许禁止转载,所刊登的所有作品的著作权均为BioArt所拥有。BioArt保留所有法定权利,违者必究。

BioArt

Med

Plants

人才招聘

打开网易新闻 查看精彩图片

点击主页推荐活动

关注更多最新活动!

打开网易新闻 查看精彩图片