- 5 次围观
基于单细胞 RNA 测序（scRNA-seq）数据推断基因调控网络（GRN）的现有方法，通常需要先进行细胞类型判定，再在细胞类型分辨率上推断 GRN。这可能导致细胞注释中的错误传递至 GRN 推断。此外，这也使现有方法无法识别不同细胞类型之间共享的调控程序，也难以捕捉同一细胞类型内不同细胞之间调控活性的细微差异。为克服这些局限，我们提出了 NetMap：一种联合推断细胞层级 GRN 并依据共享调控程序对细胞进行聚类的流程，该流程结合了先进的单细胞自编码器与可解释人工智能方法。在具有已知真实 GRN 的合成数据上，NetMap 的表现优于现有方法；在真实数据上，它能够可靠地检测具有生物学合理性的调控子。此外，只需用户提供少量标记基因，NetMap 即可结合 GRN 结构信息进行概率性细胞类型判定。我们使用外周血单个核细胞（PBMC）数据展示了这一方法的实用性：与人工生成的细胞类型标签相比，NetMap 实现了近乎完美的聚类和细胞类型恢复效果。最后，我们将 NetMap 应用于包含初始、活化和耗竭 T 细胞的数据集，并通过两种方法验证了 NetMap 能够从数据中提取相关的 T 细胞状态特征。NetMap 可通过 https://github.com/bionetslab/netmap 作为 Python 软件包安装，并与 scverse 生态系统兼容。复现本文结果的脚本可在 https://github.com/bionetslab/netmap-evaluation 获取。
David B. Blumenthal 的 ORCID 记录
摘要
信息/历史
指标
补充材料
数据/代码
PDF 预览
摘要
现有基于单细胞 RNA 测序（scRNA-seq）数据推断基因调控网络（GRN）的方法，通常需要先判定细胞类型，再以细胞类型为分辨率推断 GRN。这可能导致细胞注释中的错误传递至 GRN 推断。此外，这类方法无法识别不同细胞类型之间共享的调控程序，也难以捕捉同一细胞类型内细胞调控活性的细微差异。为解决这些局限，我们提出了 NetMap：一套联合推断细胞层级 GRN 并依据共享调控程序对细胞进行聚类的流程，结合了先进的单细胞自编码器与可解释人工智能方法。在具有已知真实 GRN 的合成数据上，NetMap 的表现优于现有方法；在真实数据上，它也能够可靠地检测到具有生物学合理性的调控子。此外，NetMap 仅需用户提供少量标记基因，即可依据 GRN 结构进行概率性细胞类型判定。我们使用外周血单个核细胞（PBMC）数据展示了该方法的实用性：与人工创建的细胞类型标签相比，NetMap 实现了近乎完美的聚类和细胞类型识别表现。最后，我们将 NetMap 应用于包含初始、活化和耗竭 T 细胞的数据集，并通过两种方法验证，NetMap 能够从数据中提取相关的 T 细胞状态特征。NetMap 可通过 https://github.com/bionetslab/netmap 作为 Python 软件包安装，并兼容 scverse 生态系统。用于复现本文结果的脚本见 https://github.com/bionetslab/netmap-evaluation。
利益冲突声明
作者已声明
无竞争利益。
脚注
https://zenodo.org/records/22280280
已申报的资助方信息
联邦研究、技术与航天部，
，031L0309A
，031L0309B
，031L0309C
德国研究联合会，
，CRC1755 CASCAID
，CRC1700
欧盟，
，101057619
教育、研究与创新国务秘书处，
，22.00115
版权
本预印本的版权归作者／资助方所有，其已授予 bioRxiv 永久展示该预印本的许可。
本预印本依据
CC-BY 4.0 国际许可协议
提供。
返回顶部
上一篇
下一篇
发布于 2026 年 10 月 11 日。
下载 PDF
补充材料
数据／代码
电子邮件
感谢您有意帮助传播 bioRxiv 上的内容。
注意：要求提供您的电子邮件地址，仅用于确认您是本文的发送者。
您的电子邮件地址
*
您的姓名
*
发送至
*
请在不同的行中输入多个地址，或用逗号分隔。
您将要发送的文章：
使用 NetMap 并行从头推断细胞类型和基因调控网络
邮件主题
（您的姓名）向您转发了 bioRxiv 上的一个页面
邮件正文
（您的姓名）认为您可能会对 bioRxiv 网站上的这个页面感兴趣。
您的个人留言
验证码
此问题用于确认您是真实访客，而非自动化垃圾信息提交程序。
分享
使用 NetMap 并行从头推断细胞类型和基因调控网络
Anne Hartebrodt，
Mhaned Oubounyt，
Gustavo P. de Almeida，
Timo Reim，
Nina Wenke，
Jan Baumbach，
Dietmar Zehn，
David B. Blumenthal
bioRxiv
2026.10.04.756614；
doi：
https://doi.org/10.64898/2026.10.04.756614
分享本文：
复制
引用工具
使用 NetMap 并发从头推断细胞类型和基因调控网络
Anne Hartebrodt，Mhaned Oubounyt，Gustavo P. de Almeida，Timo Reim，Nina Wenke，Jan Baumbach，Dietmar Zehn，David B. Blumenthal
bioRxiv
2026.10.04.756614
doi：https://doi.org/10.64898/2026.10.04.756614
引文管理器格式
BibTeX
Bookends
EasyBib
EndNote（tagged）
EndNote 8（xml）
Medlars
Mendeley
Papers
RefWorks Tagged
Ref Manager
RIS
Zotero
推文组件
Facebook 点赞
Google +1
主题领域
所有文章
动物行为与认知（8110）
生物化学（18940）
生物工程（15092）
生物信息学（44968）
生物物理学（22850）
癌症生物学（19967）
细胞生物学（27178）
临床试验（138）
发育生物学（14077）
生态学（21277）
流行病学（2067）
进化生物学（25676）
遗传学（16278）
基因组学（23726）
免疫学（18903）
微生物学（42964）
分子生物学（18237）
神经科学（94490）
古生物学（709）
病理学（3014）
药理学与毒理学（5149）
生理学（8217）
植物生物学（16165）
科学传播与教育（2106）
合成生物学（4610）
系统生物学（10331）
动物学（2408）
关键词：单细胞RNA测序 · 基因调控网络 · 细胞类型注释 · 单细胞自编码器 · 可解释人工智能
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.04.756614v1?rss=1