2026-10-23
DynaVelo 用神经 ODE 联合建模 RNA 与转录因子基序速度,在生发中心点出 Ctcf、Bcl6、Stat3,三组双杂合小鼠的暗区比明区都回到野生型。
单细胞 multiome 是一次快照。同一个细胞的 RNA 和染色质可及性一起测到,细胞已经被裂解。命运怎么走,只能从一群细胞里反推。RNA velocity 用剪接和未剪接读段估计表达变化率,能用的基因只是子集,也给不出可以动手改的向量场。MultiVelo 把基因水平的染色质可及性加进常微分方程,仍然只能把轨迹画出来。Dynamo 能做扰动,训练却要代谢标记,很多体内系统做不到。scDiffEq 只看 RNA。
小鼠生发中心正好卡在这个缺口上。B 细胞在暗区以中心母细胞的身份快速增殖,转到明区成为中心细胞,接受抗原和 T 细胞帮助后再循环回暗区,做体细胞高频突变和亲和力成熟。一部分中心细胞离开,变成前记忆 B 细胞或浆母细胞。Arid1a 是 BAF 染色质重塑复合物的亚基,在人 B 细胞淋巴瘤里常被体细胞改变。它和绝缘子蛋白 Ctcf 的杂合缺失会打乱这条回路。缺的是一个能在电脑里敲基因、再指出该去救哪一个转录因子的模型。
DynaVelo 来自纪念斯隆凯特琳癌症中心 Leslie 组与威尔康奈尔医学院,发表在 Nature Biotechnology。输入是配对的 scRNA 和 scATAC。scATAC 先用 chromVAR 扫可及峰里的转录因子基序,得到细胞乘基序的活性分数,过滤后大约 200 个基序。RNA 侧取高变基因、scVelo 能估计速度的基因、有表达的转录因子,以及生发中心关心的基因,并集大约 3000 到 4000 个。
两条模态各自过一个浅层变分编码器,潜空间默认各 50 维。神经 ODE 学的是潜状态怎么随潜时间变,右端网络的隐藏层是 200 维,用 dopri5 积分。解码器映回表达和基序可及性。观测空间的速度由解码器雅可比乘上潜速度得到,速度和重构状态是同一条轨迹的导数。潜时间的先验是 Beta(2,2),初始潜状态的先验是标准正态。
损失有四项。重构是高斯对数似然,方差固定在 0.01。速度项只打在 scVelo 给得出估计的那大约 400 到 1000 个基因上,算预测速度和 scVelo 速度的余弦相似。一致性项要求 RNA 速度和基序速度在细胞之间的两两相似矩阵接近,免得两条模态各讲各的。KL 项把初始状态和潜时间拉回先验。这套数据上,监督权重和一致性权重都取 10000。控制先验松紧的权重取 1000 时,细胞从相近的起点出发,潜时间更平滑;降到 1 更适合做扰动预测。这个权重是任务旋钮,没有一个数同时最优。
向量场有了函数形式,调控分析就有两种算法。雅可比是无穷小扰动,看一个基因的表达动一点点,别的基因的 RNA 速度或基序速度怎么变,按每个细胞单独算。电脑里的敲除是有限扰动。转录因子同时把 RNA 和基序可及性设成全体细胞里的最小值,普通基因只改 RNA,然后看速度差。在突变模型里敲一个转录因子,速度若显著朝野生型挪,这条特征就算被救回。救援率是方向一致的显著特征所占的比例,再对细胞类型取平均。
野生型生发中心 B 细胞 7166 个。速度场分出暗区细胞周期、中心母细胞走向中心细胞、再走向前记忆或浆母细胞,以及一部分中心细胞再循环回暗区。潜时间把前记忆和浆母细胞放在末端,起点落在一部分中心母细胞上。scVelo 的潜时间没有分开暗区循环和走向明区的分叉,基序空间里更没有可用的顺序。MultiVelo 把中心细胞走向中心母细胞画成主方向,和已知的中心母细胞走向中心细胞相反,还把浆母细胞放在起点。
沿着生成的轨迹,Spi1 和 Nfkb1 的基序可及性从中心母细胞到中心细胞单调上升,暗区细胞周期里没有这套上升。这和 Spi1 作为先锋因子打开染色质、再招募 Nfkb 的已有实验一致。这两个转录因子的基序动态比它们自己的 RNA 更清楚。
Arid1a 杂合有 6716 个细胞,Ctcf 杂合有 4688 个。两套突变都丢掉了明区回到暗区的再循环。前记忆 B 细胞比例从野生型的 5.42% 升到 Arid1a 杂合 20.09%、Ctcf 杂合 25.45%、Arid1a 纯合 44.96%。调控边上,野生型里 Spi1 上调 Bcl6 的关系,在两条突变的中心母细胞到前记忆轨迹上消失。Foxo1 上调 Cxcr4 是中心细胞迁回暗区要用的边,在 Arid1a 杂合的中心细胞里丢失。
在野生型模型里做 Arid1a 的电脑敲除,再和真实杂合比。显著速度变化用 Jaccard 衡量重叠,交集里符号相同的比例叫方向一致,阈值是校正后 P 小于 0.05。11 类细胞里,基序速度的重叠是 0.93 到 0.99,方向一致 0.75 到 0.88。RNA 速度的重叠是 0.49 到 0.76,方向一致只有 0.17 到 0.52。染色质侧的速度变化比转录侧准一截。
在 Arid1a 杂合模型里扫描转录因子扰动,Ctcf、Stat3、Bcl6 进入救援率靠前的一组,同区还有 Tox 和 Bcor。Ctcf 这一支已有独立机制工作:SWI/SNF 经 Ctcf 和 cohesin 塑造三维染色质。这篇又做了 Arid1a 杂合同时 Ctcf 杂合的 multiome。中心细胞是 Arid1a 杂合里动力学被打得最厉害的类型,双杂合把它往野生型拉回去的比例是 RNA 表达 38%、RNA 速度 64%、基序可及性 51%、基序速度 46%。各类型的 RNA 速度救援率大约 0.63 到 0.71,表达水平的救援率从 0.03 到 0.50 不等。
Bcl6 和 Stat3 是新做的小鼠。Arid1a 杂合同时 Bcl6 杂合,以及 Arid1a 杂合同时 Stat3 杂合,免疫分型里的暗区比明区都回到野生型。Bcl6 实验每组 6 只。Stat3 实验里野生型和 Arid1a 杂合各 10 只,Stat3 杂合 6 只,双杂合 4 只。两套合计 54 只,比较用双侧 Welch t 检验。三个在电脑里点名的靶点,都在体内救回了同一个暗区表型。
单细胞动力学模型里,电脑敲除接到新构建的双杂合小鼠上,而且三个靶点都中,并不常见。做 B 细胞淋巴瘤和生发中心表观遗传的人可以顺着这条线走:Arid1a 剂量下降之后,再杂合减掉 Ctcf、Bcl6 或 Stat3,暗区比明区能回到野生型。Ctcf 这一支还有 multiome,预测的速度场变化和双杂合的真实速度场对得上。
方法要求配对的 RNA 加 ATAC,按基因型分开训练。5000 到 20000 个细胞在一张 A6000 上最多大约 3 小时。它还不是丢进任意组织就能报救援靶点的通用工具。相对 scVelo 和 MultiVelo,增益在分叉潜时间和可以干预的向量场,验证范围停在生发中心这一个系统。
RNA 速度的方向一致率最高 0.52、最低 0.17,基序侧在 0.75 以上。用这个模型断言某个基因的转录速度会升还是会降,证据比基序侧弱,定量图自己就摆在那里。
Bcl6 和 Stat3 的体内验证只测了暗区比明区,没有做双杂合 multiome。暗区比例回来,不自动等于中心细胞再循环回暗区的轨迹也回来。Ctcf 双杂合的 multiome 显示,Arid1a 杂合那种冲向前记忆的速度场只是部分逆转。
电脑敲除是把表达和基序设到最小值,不是等位基因剂量,也不是时间过程。雅可比和有限扰动给出的边并不相同,论文把两套都画了出来。文献里的生发中心调控边是静态的,和动态结果对不上时,不能直接判模型错。
速度损失把模型往 scVelo 的方向上拉。如果 scVelo 在这个系统里已经画错轨迹,监督权重就不该开到 10000。潜时间平滑和扰动准这两头互相拆台,换任务要换权重。所有数字来自小鼠生发中心,没有跨组织或跨物种的对照。