编辑推荐：
该综述聚焦单细胞转录组分析新方法 RISE（基于张量分解技术 PARAFAC2），其可将变异分解为条件、细胞和基因特异性模式，无需预先细胞注释即可揭示药物响应及狼疮相关基因模块。研究通过药物扰动和系统性红斑狼疮（SLE）样本验证其效能，为多条件单细胞数据建模提供统一框架。
研究背景与方法
单细胞测序技术的发展使多条件单细胞数据分析成为挑战，传统方法如矩阵分解难以分离细胞间变异与条件特异性变异。本文提出 RISE（Reduction and Insight in Single-Cell Exploration）方法，基于 PARAFAC2 张量分解，将数据组织为条件 - 细胞 - 基因三维张量，通过正交普罗克拉斯提斯（Orthogonal Procrustes）算法对齐细胞状态，结合典型多线性分解（CPD）分离不同维度变异，无需预先细胞注释或假设数据分布，适用于分析药物扰动、疾病样本等多条件单细胞数据。
RISE 的核心优势与验证
在药物扰动实验中，RISE 分析人外周血单个核细胞（hPBMCs）经 40 种 FDA 批准药物处理的数据，分离出细胞间变异（如浆细胞样树突状细胞（pDCs）特异性基因模块）和条件特异性变异（如前列腺素类似物前列地尔诱导的血管生成相关基因模块）。与主成分分析（PCA）相比，RISE 在保留条件特异性差异的同时，更有效揭示稀有细胞亚群（如仅占 5% 的 pDCs）及其基因特征（如 FXYD2、SERPINF1），并量化药物对单核细胞亚群的差异化影响（如糖皮质激素诱导髓系抑制细胞扩增）。
在系统性红斑狼疮中的应用
针对 162 例 SLE 患者和 99 例健康对照的 hPBMC 单细胞数据，RISE 通过 30 维分解实现 0.94 的 ROC 曲线下面积（AUC），优于传统伪批量分析。其识别出 naive CD4?/CD8? T 细胞减少相关模块（负相关基因如 CCR7、LEF1）和干扰素（IFN）诱导基因模块（如 IFI44、MX1、IFITM3），后者在经典单核细胞（CMs）和 CD4?效应记忆 T 细胞（TEM）亚群中特异性表达。此外，发现 SLE 患者中 RETN?/S100A?单核细胞亚群与炎症通路激活相关，揭示疾病新机制。
讨论与展望
RISE 作为无监督线性降维方法，避免批次效应校正的主观偏差，直接通过数据驱动解析变异来源。其可扩展至多组学数据耦合分析、空间转录组等领域，但需注意组件数量选择及技术变异与生物信号的区分。研究表明，RISE 为解析单细胞异质性、识别疾病相关细胞亚群及基因模块提供了高效工具，尤其在复杂疾病如 SLE 的发病机制研究中具有重要应用潜力。
