- 4 次围观
单细胞转录组学与代谢组学的联合分析在技术上仍然难以实现。在此，我们提出 CHIMERA（Cell-level Hybrid Inference of Metabolome Embedded on RNA Atlas，嵌入于 RNA 图谱的细胞层面代谢组混合推断），这是一个数据驱动的框架，可从空间配对的多组学数据中学习从转录组到代谢组的映射关系，并将其迁移到非配对的 scRNA-seq 数据中。CHIMERA 能够生成定量的、独立于数据库的单细胞代谢物丰度，并通过将其与同一细胞的实测转录组配对，实现基因与代谢物的联合共嵌入，从而用于发现差异代谢物以及共调控的基因—代谢物模块。 通过使用来自小鼠肝脏切片的 10x Visium 与 MALDI MSI 配对数据，以及匹配的 scRNA-seq 参考数据，CHIMERA 在按代谢物计算时达到中位 Pearson 相关系数 r = 0.285，并表现出跨切片的正向泛化能力。在一个独立的 Liver Cell Atlas 西方饮食队列中，CHIMERA 重建了代谢重编程，重现了已发表的非酒精性脂肪性肝病病理生理特征。 将 CHIMERA 应用于 Rarres2（chemerin）敲低的肝细胞癌模型时，CHIMERA 揭示了肿瘤相关巨噬细胞之间的代谢异质性，解析出四个代谢亚簇（MC-0 至 MC-3）；Rarres2 似乎通过调控一个共调控的基因—代谢物模块，驱动巨噬细胞由类 LAM 的 MC-3 状态向类 Spp1+ 的 MC-0/MC-2 状态极化——这一双组学表型仅凭任一单一模态都无法检测到。 CHIMERA 是首个用于定量单细胞代谢组推断的数据驱动框架，为实验方法或基于知识的计算方法均无法实现的联合转录组—代谢组分析打开了新的可能。
单细胞转录组与代谢组的联合分析在技术上仍然难以实现。在此，我们提出CHIMERA（嵌入于RNA图谱中的细胞级代谢组混合推断，Cell-level Hybrid Inference of Metabolome Embedded on RNA Atlas），这是一个数据驱动的框架，能够从空间配对的多组学数据中学习转录组到代谢组的映射关系，并将其迁移应用于非配对的scRNA-seq数据。CHIMERA可生成定量的、独立于数据库的单细胞代谢物丰度，并通过将其与同一细胞中实测的转录组进行配对，实现基因与代谢物的联合共嵌入，从而发现差异代谢物以及共调控的基因-代谢物模块。利用来自小鼠肝脏切片的10x Visium与MALDI MSI配对数据，以及与之匹配的scRNA-seq参考数据，CHIMERA在逐代谢物层面达到Pearson相关系数中位数r = 0.285，并表现出跨切片的正向泛化能力。在一个独立的Liver Cell Atlas西方饮食队列中，CHIMERA恢复了代谢重编程特征，并重现了已发表的非酒精性脂肪性肝病病理生理学结果。将其应用于Rarres2（chemerin）敲低的肝细胞癌模型时，CHIMERA揭示了肿瘤相关巨噬细胞之间的代谢异质性，分辨出四个代谢亚簇（MC-0至MC-3）；Rarres2似乎通过调控一个共调控的基因-代谢物模块，驱动巨噬细胞由类LAM的MC-3状态向Spp1+样MC-0/MC-2状态极化——这是一种仅凭任一单一模态均无法检测到的双组学表型。CHIMERA是首个用于定量单细胞代谢组推断的数据驱动框架，为实验方法或基于知识的计算方法均无法实现的转录组-代谢组联合分析打开了新的可能。
📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.06.743252v1?rss=1
🏷️ 空间多组学 单细胞转录组 代谢组推断 基因-代谢物共嵌入 肿瘤相关巨噬细胞 计算框架