GA黄金甲

近年来，以说话模型为底层架构的单细胞基础模型不休涌现
。这些基础模型在批次整合，细胞类型注解，调控网络预测等下游工作中展示出了卓越的机能
。但现有分析步骤多聚焦于鉴别细胞类型和细胞状态，难以有效捉拿和量化个别水平差距
。个别间异质性是影响疾病临床阐发、医治反映及预后的关键成分，在自身免疫疾病、癌症及习染性疾病的钻研中拥有沉要意思
。

为此，国度生物信息中心-国度基因组科学数据中心（CNCB-NGDC）研发了scHILL（scRNA-seq data for deciphering Heterogeneity at the Individual-LeveL），一个以个别的单细胞表白矩阵作为输入，通过掩码自编码器（Masked Autoencoder, MAE）和多层感知器（Multilayer Perceptron, MLP），最终输出个别评分的深度进建框架
；诟霰鹌婪，scHILL能够实现表型标签预测、患者精密分层以及疾病有关基因鉴别等下游工作
。

在模型架构上，scHILL创新性地使用视觉模型Vision Transformer作为底层架构，利用其全局特点捕获能力进建单细胞表白矩阵中潜在的依赖关系
。在训练战术上，针对特定疾病的个别水平单细胞转录组样本有限的问题，scHILL将齐全的单细胞表白矩阵随机裁切为若干个幼矩阵
。这使得训练集数据量大幅增长，降低了模型的过拟合风险并提升泛化能力
。此表，scHILL在预训练阶段选取掩码沉建战术，在仅有40%可见信息的情况下沉建其余60%的掩码信息，使模型在无需细胞类型注解及表型标签的情况下即可进建表白矩阵中深档次的关联模式
。

钻研团队别离在习染性疾病、自身免疫疾病及癌症患者的单细胞转录组数据中验证了scHILL的有效性和可诠释性
。首先，在多个独立的新冠肺炎表周血单个核细胞数据集中（蕴含预训练阶段未使用过的数据集），scHILL在疾病严沉水平分类工作中的阐发显著优于现有模型
。同时，scHILL成功鉴别传统临床分型之表的异质患者亚群，评分较高的轻症患者阐发出与典型沉症患者类似的B细胞扩增特点，而评分较低的沉症患者则保留了与轻症群体相近的CD8? T细胞比例及细胞毒性职能，展示出scHILL在疾病精准诊疗中的利用潜力
。其次，在自身免疫疾病青少年皮肌炎的表周血单个核细胞数据集中，scHILL的评分与医生基于患者症状给出的临床评分一致，也与患者表周血单个核细胞中的NK细胞比例呈显著负有关，回归分析及有关性分析还揭示了PDE3B与该疾病进展亲昵有关
。后续的单细胞分析发现PDE3B在患者的初始T细胞中出现特异性高表白
。值妥贴心的是，针对该分子靶点的抑造剂已利用于心肌疾病的临床医治，这为青少年皮肌炎的潜在过问战术提供了新视角
。最后，在多器官癌旁组织B细胞数据集中，scHILL在无微调的情况下将样本按B细胞状态划分为两个分歧亚群：一组阐发出浆细胞富集及持续的B细胞向浆细胞分化轨迹，另一组则未出现该特点
。这一发现无法通过传统的聚类步骤获得，证明scHILL可能在不足先验标签信息的前提下挖掘出潜在的个别间免疫状态差距
。

总之，scHILL揭示了视觉模型在理解单细胞转录组数据中的利用潜力，为解析个别水平免疫异质性提供了新工具，也为疾病的临床评估提供了全新的思路和沉要的步骤学支持
。

该钻研成就以“scHILL: deciphering individual-level immune cell heterogeneity with single-cell RNA sequencing data”为题，在学术期刊Briefings in Bioinformatics正式颁发
。国度生物信息中心宋述慧钻研员为该论文通讯作者，博士钻研生王祎为第一作者
。钻研工作获得国度天然科学基金“免疫力数字解码”沉大钻研打算的赞助
。

scHILL模型架构及利用场景

论文链接