在單細(xì)胞尺度下解析遠(yuǎn)距離的基因調(diào)控關(guān)系，對(duì)于理解細(xì)胞中的轉(zhuǎn)錄調(diào)控機(jī)制，進(jìn)而闡明疾病相關(guān)的非編碼變異的致病機(jī)制有重要意義。

人工智能驅(qū)動(dòng)基因組學(xué)研究變革的當(dāng)下，針對(duì)這一重要生物學(xué)問(wèn)題，上?？茖W(xué)智能研究院（下稱(chēng)上智院）與復(fù)旦大學(xué)的聯(lián)合研究團(tuán)隊(duì)提出了 SCRIPT（Single-Cell Cis-Regulatory Relationship Identifier Based on Pre-Trained Graph Attention Networks） —— 一種基于預(yù)訓(xùn)練圖注意力網(wǎng)絡(luò)的新方法。SCRIPT 在單細(xì)胞水平上精準(zhǔn)預(yù)測(cè)順式調(diào)控關(guān)系（Cis-Regulatory Relationships, CRRs），尤其是長(zhǎng)程調(diào)控預(yù)測(cè)上取得了突破性進(jìn)展，相較于當(dāng)前最優(yōu)的計(jì)算工具取得了兩倍以上的性能提升。利用其優(yōu)異的預(yù)測(cè)性能，SCRIPT 在阿爾茲海默癥和精神分裂癥中發(fā)現(xiàn)了當(dāng)前最優(yōu)計(jì)算工具未發(fā)現(xiàn)的分子遺傳學(xué)機(jī)制，有望在復(fù)雜疾病的遺傳診斷和藥物靶點(diǎn)發(fā)現(xiàn)上發(fā)揮重要作用。相關(guān)研究成果已以論文形式發(fā)表于Advanced Science，題目是SCRIPT: Predicting Single-cell Long-range Cis-regulation Based on Pretrained Graph Attention Networks。

研究背景：?jiǎn)渭?xì)胞長(zhǎng)程調(diào)控關(guān)系的關(guān)鍵作用與計(jì)算預(yù)測(cè)的挑戰(zhàn)

在基因組調(diào)控網(wǎng)絡(luò)中，順式調(diào)控元件（CREs）通過(guò)染色質(zhì)空間構(gòu)象實(shí)現(xiàn)對(duì)基因的遠(yuǎn)程調(diào)控，塑造了細(xì)胞類(lèi)型特異的轉(zhuǎn)錄圖譜。已有研究表明，超過(guò)一半的調(diào)控關(guān)系跨越100 kb以上的基因組距離，這類(lèi)長(zhǎng)程調(diào)控關(guān)系（CRRs）不僅決定了基因表達(dá)的精細(xì)調(diào)控模式，也是理解復(fù)雜疾病分子機(jī)制的關(guān)鍵。尤其在全基因組關(guān)聯(lián)研究（GWAS）中，絕大多數(shù)風(fēng)險(xiǎn)變異位于非編碼區(qū)，只有在單細(xì)胞分辨率下捕捉長(zhǎng)程CRRs，才能準(zhǔn)確地將這些變異與其靶基因聯(lián)系起來(lái)，推動(dòng)精準(zhǔn)醫(yī)學(xué)的發(fā)展。

然而，現(xiàn)有實(shí)驗(yàn)方法（如Hi-C、eQTL）大多局限于組織水平，單細(xì)胞Hi-C雖可提供更細(xì)致信息，但成本高昂且公開(kāi)數(shù)據(jù)有限。近年來(lái)興起的計(jì)算方法（如LINGER、SCARLink）雖結(jié)合了單細(xì)胞ATAC-seq與RNA-seq數(shù)據(jù)，但仍存在訓(xùn)練數(shù)據(jù)不足、未能充分利用先驗(yàn)調(diào)控機(jī)制等問(wèn)題，尤其在長(zhǎng)程調(diào)控預(yù)測(cè)上表現(xiàn)有限。因此，亟需新的方法突破，以在單細(xì)胞層面更準(zhǔn)確地揭示長(zhǎng)程基因調(diào)控規(guī)律。

算法創(chuàng)新：通過(guò)圖預(yù)訓(xùn)練模型融合調(diào)控機(jī)制與大規(guī)模數(shù)據(jù)

SCRIPT的核心突破在于將生物學(xué)先驗(yàn)機(jī)制與大規(guī)模單細(xì)胞圖譜數(shù)據(jù)有機(jī)結(jié)合，形成一套具有因果可解釋性的深度學(xué)習(xí)框架。其主要?jiǎng)?chuàng)新體現(xiàn)在兩個(gè)方面：

1. 因果圖注意力網(wǎng)絡(luò)（GCAT）嵌入調(diào)控機(jī)制

SCRIPT首次將順式轉(zhuǎn)錄調(diào)控的核心原理——染色質(zhì)環(huán)作用，引入圖神經(jīng)網(wǎng)絡(luò)建模。GCAT通過(guò)引入基于大規(guī)模組織水平Hi-C與eQTL的經(jīng)驗(yàn)性證據(jù)，設(shè)計(jì)因果注意力掩碼，實(shí)現(xiàn)基于因果生物學(xué)規(guī)律的單細(xì)胞調(diào)控預(yù)測(cè)，而非依賴(lài)簡(jiǎn)單的統(tǒng)計(jì)相關(guān)性。

2. 自監(jiān)督圖自編碼器（SSGAE）利用大規(guī)模數(shù)據(jù)預(yù)訓(xùn)練

為提升模型對(duì)復(fù)雜調(diào)控模式的泛化能力，SCRIPT在超過(guò)130萬(wàn)細(xì)胞的scATAC-seq圖譜上進(jìn)行預(yù)訓(xùn)練。通過(guò)隨機(jī)掩碼和重構(gòu)策略，模型在完全自監(jiān)督的環(huán)境下學(xué)習(xí) CRE 之間的高維交互關(guān)系，獲得具有生物學(xué)意義的表示。這種大規(guī)模預(yù)訓(xùn)練不僅提升了對(duì)未知數(shù)據(jù)的適應(yīng)性，還將調(diào)控網(wǎng)絡(luò)結(jié)構(gòu)隱含地編碼進(jìn)了模型注意力權(quán)重。

通過(guò)GCAT的因果建模與SSGAE 的大規(guī)模預(yù)訓(xùn)練的協(xié)同設(shè)計(jì)，SCRIPT實(shí)現(xiàn)了在單細(xì)胞分辨率下對(duì)順式調(diào)控關(guān)系的精準(zhǔn)預(yù)測(cè)，尤其在長(zhǎng)程調(diào)控和復(fù)雜疾病相關(guān)變異解析中展現(xiàn)出顯著優(yōu)勢(shì)。

圖 1：SCRIPT計(jì)算框架

實(shí)驗(yàn)驗(yàn)證：SCRIPT優(yōu)異的長(zhǎng)程調(diào)控關(guān)系預(yù)測(cè)表現(xiàn)

研究團(tuán)隊(duì)在腦組織、血液及癌細(xì)胞系的五對(duì)scATAC-seq 與 scRNA-seq 數(shù)據(jù)集上系統(tǒng)評(píng)估了SCRIPT的性能，并采用PLAC-seq、pcHi-C及CRISPRi數(shù)據(jù)作為真實(shí)標(biāo)簽。基準(zhǔn)測(cè)試結(jié)果表明，SCRIPT在四項(xiàng)主流評(píng)估指標(biāo)上均顯著優(yōu)于現(xiàn)有方法。在細(xì)胞類(lèi)型特異性調(diào)控關(guān)系預(yù)測(cè)中，SCRIPT的平均AUC達(dá)到0.89，相較當(dāng)前SOTA方法提升近 20 個(gè)百分點(diǎn)（LINGER為 0.66，SCARLink為 0.70）。

在長(zhǎng)程調(diào)控預(yù)測(cè)中，SCRIPT的優(yōu)勢(shì)更加顯著。在大腦皮層數(shù)據(jù)集中，對(duì)于跨越100–300 kb和0.3–1 Mb的CRR預(yù)測(cè)任務(wù)，SCRIPT始終保持約0.9的 AUC，而LINGER與SCARLink的性能則明顯退化，AUC降至約 0.6。

在具體基因位點(diǎn)分析中，SCRIPT同樣展現(xiàn)出最高的預(yù)測(cè)準(zhǔn)確性。例如，在TGFBR1位點(diǎn)（小膠質(zhì)細(xì)胞）、CCR6位點(diǎn)（B 細(xì)胞）和PLP2位點(diǎn)（K562細(xì)胞系），SCRIPT能夠精準(zhǔn)捕捉遠(yuǎn)程調(diào)控關(guān)系，而LINGER往往漏判，SCARLink則產(chǎn)生大量假陽(yáng)性預(yù)測(cè)。

綜上，SCRIPT在整體基準(zhǔn)測(cè)試和長(zhǎng)程調(diào)控預(yù)測(cè)中均顯著超越現(xiàn)有方法，展現(xiàn)出高準(zhǔn)確性、強(qiáng)泛化性和低假陽(yáng)性率。其在遠(yuǎn)程CRE–基因聯(lián)系預(yù)測(cè)中的卓越表現(xiàn)，為解析單細(xì)胞尺度的復(fù)雜基因調(diào)控網(wǎng)絡(luò)提供了新的計(jì)算框架。

精準(zhǔn)醫(yī)學(xué)應(yīng)用：阿爾茲海默癥與精神分裂癥的疾病機(jī)制解釋

阿爾茨海默癥（AD）與精神分裂癥（SCZ）是典型的復(fù)雜遺傳性疾病，其大多數(shù)風(fēng)險(xiǎn)變異位于非編碼區(qū)，難以直接解釋其功能機(jī)制。SCRIPT提供了一種在單細(xì)胞分辨率下解析非編碼GWAS變異致病機(jī)制的新途徑。通過(guò)將SNP精確鏈接至其靶基因，SCRIPT不僅識(shí)別出貢獻(xiàn)遺傳風(fēng)險(xiǎn)的關(guān)鍵細(xì)胞類(lèi)型，還闡明了SNP所影響的生物學(xué)通路和功能。

在AD中，SCRIPT發(fā)現(xiàn)小膠質(zhì)細(xì)胞是主要風(fēng)險(xiǎn)貢獻(xiàn)細(xì)胞類(lèi)型，其調(diào)控相關(guān)基因富集于“負(fù)調(diào)控淀粉樣蛋白形成”“受體介導(dǎo)的內(nèi)吞作用”“血小板活化調(diào)控”等GO通路。這些過(guò)程與β-淀粉樣蛋白沉積和清除密切相關(guān)，符合已知的AD病理機(jī)制。進(jìn)一步分析發(fā)現(xiàn)，SCRIPT將多個(gè)AD GWAS位點(diǎn)準(zhǔn)確歸因于APOE 基因，例如將 rs7251911 從鄰近的GEMIN7重定向至APOE，揭示了該突變通過(guò)APOE在Aβ清除與血腦屏障損傷中可能產(chǎn)生的影響，并得到PLAC-seq實(shí)驗(yàn)數(shù)據(jù)的支持。

在SCZ中，SCRIPT識(shí)別出興奮性神經(jīng)元是主要風(fēng)險(xiǎn)貢獻(xiàn)細(xì)胞類(lèi)型，其特異調(diào)控基因顯著富集于“突觸可塑性調(diào)控”“化學(xué)突觸傳遞調(diào)節(jié)”等通路，呼應(yīng)了突觸功能障礙在SCZ發(fā)病中的核心作用。同時(shí)，抑制性神經(jīng)元相關(guān)基因涉及γ-氨基丁酸（GABA）轉(zhuǎn)運(yùn)，小膠質(zhì)細(xì)胞相關(guān)基因涉及NF-κB信號(hào)轉(zhuǎn)導(dǎo)與炎癥反應(yīng)，均與SCZ的神經(jīng)發(fā)育與免疫假說(shuō)相吻合。具體位點(diǎn)分析中，SCRIPT將rs2949006從鄰近的FTCDNL1準(zhǔn)確歸因至SATB2 基因，揭示其在大腦皮層回路形成與精神分裂癥易感中的重要角色。

綜合來(lái)看，SCRIPT 能夠在單細(xì)胞層面將非編碼GWAS變異與其功能性靶基因建立聯(lián)系，既提高了變異注釋的生物學(xué)合理性，也揭示了疾病相關(guān)的關(guān)鍵細(xì)胞類(lèi)型和分子機(jī)制。這為AD與SCZ等復(fù)雜疾病的遺傳診斷、藥物靶點(diǎn)發(fā)現(xiàn)與精準(zhǔn)醫(yī)學(xué)策略提供了新的數(shù)據(jù)驅(qū)動(dòng)框架。

本研究項(xiàng)目由星河啟智科學(xué)智能開(kāi)放平臺(tái)和復(fù)旦大學(xué)CFFF智算平臺(tái)提供技術(shù)支持。上智院研究員張雨、焦一峰，復(fù)旦大學(xué)生命科學(xué)學(xué)院博士生溫寶樂(lè)，復(fù)旦大學(xué)人工智能創(chuàng)新與產(chǎn)業(yè)研究院博士生、上智院實(shí)習(xí)生劉雨晨，為論文共同第一作者；復(fù)旦大學(xué)生命科學(xué)學(xué)院教授田衛(wèi)東，上智院科學(xué)家何瑩，上智院生命科學(xué)方向負(fù)責(zé)人、復(fù)旦大學(xué)人工智能創(chuàng)新與產(chǎn)業(yè)研究院研究員程遠(yuǎn)，上智院首席科學(xué)家、復(fù)旦大學(xué)特聘教授漆遠(yuǎn)，為論文共同通訊作者。上智院生命科學(xué)領(lǐng)域主任研究員郭昕，上智院生命科學(xué)領(lǐng)域研究員李吉羊、吳俁帥，復(fù)旦大學(xué)人工智能創(chuàng)新與產(chǎn)業(yè)研究院研究員徐盈輝，復(fù)旦大學(xué)人工智能創(chuàng)新與產(chǎn)業(yè)研究院副院長(zhǎng)韓麗妹，沙特阿卜杜拉國(guó)王科技大學(xué)教授、上智院領(lǐng)域科學(xué)家高欣，為論文共同作者。

原文鏈接： https://advanced.onlinelibrary.wiley.com/doi/10.1002/advs.202505021

制版人：十一

BioArt

Med

Plants

人才招聘

學(xué)術(shù)合作組織

（*排名不分先后）

戰(zhàn)略合作伙伴

（*排名不分先后）

轉(zhuǎn)載須知

【非原創(chuàng)文章】本文著作權(quán)歸文章作者所有，歡迎個(gè)人轉(zhuǎn)發(fā)分享，未經(jīng)作者的允許禁止轉(zhuǎn)載，作者擁有所有法定權(quán)利，違者必究。