VeloCycle：利用流形约束RNA速度模型揭示细胞周期动态的新方法

找药助理

1390次浏览发布时间：2024-11-13 11:12:05

　　细胞周期是生物体生命活动中的核心过程，涉及细胞从分裂、生长到再次分裂的一系列复杂步骤。在细胞周期的不同阶段(G1、S、G2、M期)，基因表达呈现出高度动态的变化模式。研究人员长期以来试图在细胞周期中追踪基因表达动态，而RNA速度(RNA velocity)作为一种强大的工具，已被应用于细胞基因表达状态的时间变化预测。然而，传统的RNA速度推断方法，如velocyto和scvelo，通常存在统计不一致性，不同基因间的速度估计缺乏统一的尺度，难以保持速度方向上的几何一致性。

　　针对这些问题，研究团队开发了一个名为VeloCycle的创新工具。它结合了低维流形学习与速度场学习，能够更精确地捕捉细胞周期中的动态变化，为RNA速度的推断带来了新的突破和准确性。VeloCycle的独特之处在于，它利用流形约束模型实现了RNA速度的统一估计，从而为揭示细胞周期内的基因表达动态提供了可靠的工具。

　　VeloCycle的原理与创新

　　VeloCycle的核心创新在于将基因表达状态映射到低维流形上，并在该流形上进行速度场的学习。流形(Manifold)可以理解为一个低维的几何空间，用于描述细胞基因表达状态的复杂变化。通过这种映射，VeloCycle能够确保速度向量在几何上保持一致，克服了传统RNA速度模型的统计和几何不一致性，显著提高了模型的准确性。

　　数学上，VeloCycle基于贝叶斯生成模型，将细胞在基因表达空间中的运动描述为流形上点的动态变化。研究团队采用随机变分推断(Stochastic Variational Inference, SVI)对模型参数进行估计，并利用Pyro这一概率编程语言实现推断。在估计基因的剪接速率(β)和降解速率(γ)时，VeloCycle将这些动力学参数与低维流形坐标相结合，从而达到细胞周期动力学的统一推断。

　　VeloCycle方法的工作流程

　　VeloCycle的工作流程可以概括为以下几个步骤：

　　1. 联合框架构建：在模型中，基因表达流形和RNA速度场构成了参数化的联合框架。流形用于描述基因表达的低维空间变化，而速度场则刻画了基因表达的动态变化。

　　2. 速度估计与几何约束：传统的RNA速度推断方法通常忽略了速度向量的几何约束。VeloCycle通过流形学习实现统一的速度方向估计，确保不同基因间速度的一致性，显著提高了推断的稳定性。

　　3. 概率关系建模：通过板图(plate diagram)展示了潜在变量与可观测数据之间的概率关系。基因表达状态(S)基于流形坐标采样得出，并结合动力学参数和速度函数，实现细胞周期状态的精确推断。

　　4. 动力学参数估计：VeloCycle使用流形上的速度场和动力学参数(如β和γ)来推断剪接和降解速率。通过应用链式法则，对速度向量进行导数运算，将速度描述为流形坐标的直接函数。

　　VeloCycle的应用与验证

　　为了验证VeloCycle的有效性，研究团队首先在模拟数据集上进行测试。在包含3000个细胞、300个基因的数据集上，VeloCycle推断出的细胞周期阶段与真实值的圆形相关系数达到了0.95，表现出极高的准确性。即使在较小规模的数据集上(如100个细胞或100个基因)，VeloCycle也保持了良好的性能，相关系数达到0.70以上，证明了模型的鲁棒性。

　　此外，研究人员还将VeloCycle与另一种基于自动编码器的细胞周期分析工具DeepCycle进行比较。在多次模拟测试中，VeloCycle的均方误差(MSE)低于DeepCycle的60%，相关系数(r)为0.95，而DeepCycle仅为0.73，显示出VeloCycle在速度推断方面的明显优势。

　　VeloCycle在生物学验证中的应用

　　在生物学实验中，研究团队进一步应用VeloCycle对人类视网膜色素上皮细胞(RPE1细胞)和小鼠胚胎干细胞(mES细胞)的细胞周期进行推断。实验中，VeloCycle推断出的RPE1细胞周期时间为17.7小时，与时间延迟显微镜测量的实验结果(平均17.7小时，标准差3.4小时)高度一致。这一结果表明，VeloCycle在细胞周期速度的推断上具有高度的生物学可信度。同样，对于快速循环的小鼠胚胎干细胞，VeloCycle推断其平均周期为10.5小时，这与该细胞类型的生物学特性非常吻合。

　　模型的敏感性与鲁棒性分析

　　为了确保VeloCycle在不同情境下的表现稳定，研究人员进行了敏感性分析。即便在速度较慢的细胞状态下，VeloCycle的推断误差保持在0.2%至35.8%之间。在估计剪接速率和降解速率的比值时，VeloCycle几乎完全符合真实值，平均相关系数为0.99，显示出其高精度和稳定性。

　　研究人员还考察了数据集规模对模型的影响。结果显示，使用更多的细胞样本或基因数量均能提升模型的准确性。研究建议，对于实现高精度的速度估计，数据集中至少需包含500个细胞和50个基因，或者350个基因和50个细胞。

　　VeloCycle在不同生物样本中的潜力

　　研究团队在不同数据集中对VeloCycle进行了测试，包括小鼠胚胎干细胞和人类成纤维细胞的数据，这些数据来自不同的单细胞RNA测序技术。VeloCycle在所有数据集中均成功地推断出细胞周期状态，并与现有基于标记基因的分类结果高度一致。此外，研究团队还将VeloCycle应用于基因敲除实验。通过对Perturb-seq数据集的分析，VeloCycle揭示了一些特定基因对细胞周期速度的影响，为细胞周期研究提供了新视角。

　　结论

　　VeloCycle通过低维流形与速度场学习的结合，为细胞周期中的动态变化提供了高精度的推断手段，克服了传统RNA速度模型的统计与几何不一致性。作为一种创新工具，VeloCycle在胚胎发育、组织再生以及基因敲除等复杂生物学过程中展现出广泛的应用潜力，为我们进一步理解生命过程中的基本机制开辟了新的视角。

健康资讯

温馨提示：医疗科普知识仅供参考，不作诊断依据；无行医资格切勿自行操作，若有不适请到医院就诊。