Menu
    1. 2025-05-17-scBridge embraces cell heterogeneity in single-cell RNA-seq and ATAC-seq data integration
    2. 相关资料
    3. Motivation:
      1. 单细胞多组学整合的必要性
      2. 现有整合方法
    4. Method:
      1. 异构迁移学习框架概览
    5. Result:
      1. 黄金 benchmark 验证
      2. 与主流方法对比
      3. 创新
      4. 未来展望
    6. Experiment:
      1. 我完成的任务与收获
      2. 运行结果
        1. umap_PBMC_CellType
        2. umap_PBMC_Domain
        3. umap_PBMC_Reliability

    2025-05-17-scBridge

    post on 17 May 2025 about 2380words require 8min
    CC BY 4.0 （除特别声明或转载文章外）
    如果这篇博客帮助到你，可以请我喝一杯咖啡~

    2025-05-17-scBridge embraces cell heterogeneity in single-cell RNA-seq and ATAC-seq data integration

    相关资料

    https://www.nature.com/articles/s41467-023-41795-5

    scBridge embraces cell heterogeneity in single-cell RNA-seq and ATAC-seq data integration - PubMed

    scBridge 的 Github 仓库

    https://github.com/GreenleafLab/MPAL-Single-Cell-2019

    Motivation:

    概述: scBridge 是一套面向单细胞多组学数据（scRNA-seq 与 scATAC-seq）整合的半监督异构迁移学习框架。它的核心策略是：先用标注的 scRNA-seq 数据“热身”（warm-up）一个深度编码器和分类器，然后根据每个 scATAC-seq 细胞与 RNA 原型的相似度和分类置信度，评估其在组学整合中的“可靠性”，再借助可靠的 ATAC 细胞对齐 RNA 原型；如此迭代，从“易”到“难”逐步缩小 RNA/ATAC 之间的调制差距。大量 benchmark 测试表明，scBridge 在嵌入质量、标签转移准确性和对注释稀缺、技术噪声的鲁棒性方面，均显著优于六种代表性方法（Harmony、Seurat、scJoint、Portal、GLUE、Conos）(Nature)。

    1747738599339BegjbomkVoa7Hpx1yEScx3mRn8f.png

    单细胞多组学整合的必要性

    • 单细胞 RNA 测序（scRNA-seq）可描绘基因表达全景，揭示细胞类型与状态的多样性；而单细胞 ATAC 测序（scATAC-seq）则刻画染色质可及性，用以探究基因调控机制(Frontiers)。
    • 将两种组学 unpaired（非配对）数据整合，可从表达与调控层面构建更全面的细胞图谱，但它们在分布、稀疏性、噪声水平上差异巨大，给算法带来挑战(Nature)。

    现有整合方法

    • Harmony：通过批次校正，将不同数据集投影到同一低维空间，突出细胞类型聚类而非实验条件(PMC)。
    • Seurat：基于互为最近邻的锚点（MNN）和标签转移（Transfer Anchors）实现多模态共嵌入(Satija Lab)。
    • scJoint：半监督框架并行训练标注（scRNA）与未标注（scATAC）数据，完成标签转移和联合可视化(PMC)。
    • GLUE：图模型理念，显式建模不同组学之间的调控网络，构建统一嵌入(Nature)。
    • Conos：通过全局图结构将多样本 scRNA 数据联通，突出细胞类型一致性传播(GitHub)。
    • Portal：基于对抗学习的半监督多组学整合管线（本文略）。

    这些方法多对所有细胞“一视同仁”地整合，未利用组学内部的“异质性”信息来引导模型从“易”到“难”分层对齐。

    Method:

    异构迁移学习框架概览

    scBridge 将标注的 scRNA-seq 与未标注的 scATAC-seq 数据看作源域与目标域，通过迭代的迁移学习流程逐步对齐两种组学的嵌入表示(Nature)。

    1. Warm-up（热身） 使用带标签的 scRNA-seq 数据训练一个深度编码器 $f$ 和分类器 $g$，并计算出初始的 RNA 嵌入及原型（每种细胞类型的平均嵌入）(Nature)。
    2. 可靠性建模 对每个 scATAC-seq 细胞，计算其嵌入与 RNA 原型的欧氏距离（可辨识度）及分类器损失（置信度），并用高斯混合模型估计每个细胞的“可靠性”(Nature)。
    3. 原型对齐 根据可靠性加权平均选出同类型 ATAC 细胞，构建 ATAC 原型，并将其与对应的 RNA 原型对齐（例如最小化原型间距离）(Nature)。
    4. 迭代融合 将本轮最“可靠”的 ATAC 细胞加入标注集中，附带当前预测标签，重复上述热身 → 建模 → 对齐过程，直至所有细胞被整合完毕(Nature)。

    Result:

    黄金 benchmark 验证

    • 在三组“金标准”配对数据集（SNARE-seq 脑皮层、SHARE-seq 骨髓、10x Multiome 肾脏）上，虽然未使用配对信息，仅作验证，但 scBridge 在嵌入质量和标签转移上均领先六种基线方法(Nature)。

    与主流方法对比

    • 标签转移准确率：在 PBMC 数据集上，scBridge 平均比第二名 scJoint 提高约 5% 的准确率（p ≤ 1e−3）(Nature)。
    • 鲁棒性测试：在稀缺注释（25%、50%、75%）和不同 dropout 强度下，scBridge 均表现出更稳健的 F1 分数和轮廓系数(Nature)。
    • 可扩展性：由于仅需小批量优化，算法在细胞数量线性增长时占用常数内存，可轻松处理百万级别数据集(Nature)。

    创新

    • 细胞异质性利用：首次将组学内部的“易整合”细胞作为“桥梁”，显著提升跨模态对齐效果(Nature)。
    • 从易到难的分层融合：通过迭代引入可靠细胞，降低了一次性对齐带来的误差累积，可有效应对噪声与注释不足问题(Nature)。
    • 通用性强：框架输入只需保证行（细胞）一致，列（基因、蛋白等）需对齐，可推广到其他单细胞多组学场景(Nature)。
    • 开源可复现：论文随文附带代码与数据，方便社区复现与扩展(Semantic Scholar)。

    未来展望

    • 更多模态融合：可直接应用于蛋白质组、表观组等其他单细胞组学，构建更全面的细胞图谱。
    • 与自动注释工具结合：可将任何组学注释数据纳入 heterogenous learning 流程，进一步提升新型细胞类型发现能力。
    • 下游分析拓展：整合后嵌入可无缝接入细胞谱系追踪、调控网络推断等多种后续分析管线，为生物学研究提供新范式。

    Experiment:

    我完成的任务与收获

    • 重装服务器的 conda 环境

    运行结果

    umap_PBMC_CellType

    umap_PBMC_Domain

    umap_PBMC_Reliability

    1747738616339KgrdbEYNSoTVI1xchbYccC0WnYb.png

    Loading comments...