MIGC:基于基因—细胞互信息的伪时间推断与伪时间差异表达基因联合检测框架

《Quantitative Biology》:MIGC: Pseudotime differentially expressed genes detection with mutual information

【字体: 大 中 小 】 时间:2026年10月21日 来源:Quantitative Biology 2.2

编辑推荐:

  单细胞RNA测序(single-cell RNA sequencing, scRNA-seq)数据的轨迹分析可为细胞分化及基因水平上的潜在机制提供见解。尽管已有多种伪时间推断方法被提出,但伪时间差异表达基因(pseudotime differentially

  
单细胞RNA测序(single-cell RNA sequencing, scRNA-seq)数据的轨迹分析可为细胞分化及基因水平上的潜在机制提供见解。尽管已有多种伪时间推断方法被提出,但伪时间差异表达基因(pseudotime differentially expressed genes, DEGs)检测主要依赖广义加性模型(generalized additive model, GAM)拟合及随后的统计假设检验。然而,考虑到伪时间推断是伪时间DEG检测的前提,将二者统一到整合框架中可能有益。受信息论概念启发,研究人员提出一种称为MIGC的轨迹分析策略,通过捕获基因与细胞之间的互信息(mutual information, MI),不仅能够准确推断细胞伪时间,还能够识别伪时间DEGs。在多个scRNA-seq数据集上的实验表明,MIGC提供有效的轨迹分析流程,在检测伪时间DEGs方面优于基线方法。
单细胞RNA测序(single-cell RNA sequencing, scRNA-seq)可在单细胞分辨率下解析细胞异质性与动态,其分析包括细胞状态维度的伪时间(pseudotime,指细胞沿发育轨迹的排序)推断,以及基因维度的高变基因(highly variable gene, HVG)和差异表达基因(differentially expressed genes, DEGs)选择。伪时间DEG检测通常先以广义加性模型(generalized additive model, GAM)拟合基因表达随时间的平滑函数,再通过统计假设检验判断基因是否随时间变化;这种两步流程可能忽略基因表达与伪时间之间的相互依赖,使排名靠前的DEGs在相应scRNA-seq数据所代表细胞过程背景下的可解释性不足。鉴于伪时间推断是伪时间DEG识别的基礎,将基因表达建模与伪时间分析整合到单一框架中具有必要性。研究人员据此提出MIGC(maximizing MI between genes and cells),以基因与细胞间互信息(mutual information, MI,衡量两个变量依赖性的信息论指标)为核心,同时实现细胞伪时间推断和伪时间DEG识别;在多种scRNA-seq数据集上的实验表明,MIGC可进行可靠伪时间推断,并能检测在分化中具有重要作用的基因,相较既往伪时间分析流程可发现更符合生物过程、更具可解释性的基因。关键技术方法:对scRNA-seq数据归一化、log转换,用Seurat v3选2000个HVG,PCA后构建最近邻图并作moments平滑;Leiden聚类后计算基因与聚类MI,取top-200基因输入两层神经网络(128隐藏层、ELU、sigmoid输出0–1,500 epochs,Adam,学习率0.001),损失为输入基因与输出嵌入间负平均MI,MI用RSMI的ERSMI估计;按初始簇校正方向得MIt;对2000个HVG计算表达与MIt的ERSMI,top-100为伪时间DEGs;GO富集用gseapy.enrichr的Fisher精确检验,背景为2000个HVG;tradeSeq和pseudotimeDE按标准流程。样本来源包括10× Multiome胚胎E18小鼠脑、青春期小鼠后脑(pons)10×数据、小鼠胚胎gastrulation erythroid数据集,以及用于ERSMI验证的胰腺scRNA-seq数据。研究结果如下。2.1 MIGC框架概述:研究人员比较四个独立scRNA-seq数据集中基因表达熵与方差,发现二者强正相关(Spearman’s ρ > 0.99),提示熵可作为HVG识别代理;但高方差和高熵可能源于噪声,模拟两个沿伪时间边际分布相同的基因时,仅一个表现清晰伪时间依赖,另一个由噪声主导,信息基因表现为较低条件熵,MI可自然度量该性质,MI越高提示伪时间关联越强。MIGC以基因表达为输入,神经网络输出一维细胞嵌入作为伪时间,损失最大化该嵌入与各基因表达的MI;流程先预处理和聚类并人工确定根簇,计算基因表达与细胞簇MI筛选基因,再训练网络得到MIt,最后以基因表达与MIt的高MI识别伪时间DEGs,并采用RSMI的ERSMI支持梯度优化。2.2 MIGC在小鼠脑数据集上优于基线伪时间DEG检测:在10× Multiome胚胎E18小鼠脑scRNA-seq数据上,推断的MIt与真实发育过程对齐;排名靠前的DEGs Scn2a和Grin2b与MIt高MI,已报道对神经系统重要;pseudotimeDE和tradeSeq倾向于识别表达局限于短时间窗口的基因,因其假设检验框架可给瞬态表达峰高显著性;基于top-100基因的GO生物学过程富集显示,MIGC在神经系统相关GO术语数量和p值上均优于基线,Mann–Whitney U检验p = 4.8 × 10?3和p = 8.1 × 10?5。2.3 MIGC在多个小鼠脑数据集上获得一致发现:在青春期小鼠后脑(pons)10×数据中,轨迹从少突胶质前体细胞(oligodendrocyte precursor cells, OPCs)到承诺少突胶质前体细胞(committed oligodendrocyte precursors, COPs),再到新形成少突胶质细胞(newly formed oligodendrocytes, NFOLs),最终到成熟髓鞘形成少突胶质细胞(mature myelin-forming oligodendrocytes, MFOLs);MIt可识别整个分化过程,top-5伪时间DEGs为Ank3、Clic4、Ermn、Ddr1、Kndc1,均报道与神经系统显著相关;GO富集显示MIGC识别更多高显著性神经系统相关术语,pseudotimeDE无显著GO生物过程富集,MIGC结果与第一小鼠脑数据GO术语大量重叠;子采样率0.75、0.5、0.25消融显示稳健性。转录因子(transcription factor, TF)Tcf7l2与Cnksr3、Marcks、Ppp2r1a、Ctsl的共表达呈顺时针曲线,四基因均按ENCODE TF-target数据库注释为Tcf7l2靶基因,支持时间延迟调控关系。将MIGC的DEG选择策略用于Palantir伪时间时,top-4为Ermn、Qdpr、Gpr37l1、1810041L15Rik,Palantir伪时间扰乱OPCs与COPs的时间连续性,这些基因在均匀流形近似与投影(uniform manifold approximation and projection, UMAP)空间的分布不支持该模式,可能引入噪声;因MIGC伪时间推断和基因选择追求同一最大化MI目标,研究人员推荐基于MIGC伪时间进行MIGC伪时间DEG检测。2.4 MIGC可检测红细胞发育过程中的伪时间DEG集:在选自小鼠胚胎转录谱的gastrulation erythroid数据集上,MIGC伪时间符合从血液祖细胞到红细胞的红系发育轨迹;top-1关键基因Hbb-bh1已报道参与血红素代谢;基于top-100伪时间DEGs的GO富集最显著术语为“heme biosynthetic process”和“porphyrin-containing compound biosynthetic process”;对DEGs沿伪时间表达模式聚类得Cluster 0(42个基因)上调、Cluster 1(58个基因)下调,Cluster 0显著富集上述两个GO术语且调整p值较全部DEGs更低,Cluster 1表达模式相似但GO富集显著性低且不集中于特定功能;成熟红细胞主要由血红蛋白构成,细胞核、核糖体等细胞器退化,因此红系分化中上调基因显著富集血红素相关生物过程,下调基因功能多样而无特定富集。讨论部分总结:MIGC通过最大化基因表达与细胞状态间MI,在统一目标下联合促进一致伪时间推断和稳健DEG识别,并在多个独立数据集上验证优于基线;其局限在于当前框架未专门设计多分支轨迹且需人工指定初始细胞簇,可通过未剪接/剪接计数或发育潜能推断初始状态,再基于细胞簇连接图识别分支,并可探索迭代或联合优化策略,使伪时间推断和基因选择在反馈循环中更新,以进一步提高内部一致性和稳健性。研究结论(翻译):本研究开发了MIGC,一种基于MI的框架,用于从scRNA-seq数据联合推断伪时间和检测伪时间差异表达基因;通过直接建模基因表达与细胞进程之间的依赖关系,MIGC为轨迹分析提供统一且可解释的方法;跨多个数据集的基准测试表明,MIGC可准确重建伪时间顺序,并一致识别与动态细胞过程相关的生物相关基因;这些结果表明,MIGC为传统伪时间分析流程提供了有效替代,并为研究细胞分化和发育过程中的基因表达动态提供了有用框架。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号