编辑推荐：
在分析异质组织样本时，现有算法因细胞大小差异会导致细胞组成估计偏差。研究人员开展 “lute: estimating the cell composition of heterogeneous tissue with varying cell sizes using gene expression” 研究，开发 lute 软件，可提高细胞组成估计准确性，为相关研究提供有力工具。
在生命科学研究领域，对组织细胞组成的精准剖析一直是探索生命奥秘的关键环节。随着高通量技术的发展，批量 RNA 测序（RNA-seq）能够大规模分析基因表达，助力研究人员挖掘样本间的生物学差异，比如在神经典型对照和阿尔茨海默病队列研究中发挥重要作用。然而，在剖析异质组织时，样本内细胞组成的差异成为了一个棘手的问题。不同细胞类型的大小差异，就像隐藏在数据背后的 “捣蛋鬼”，常常干扰研究结果的准确性。在大脑、脂肪、心脏以及实体肿瘤等组织样本中，传统的反卷积算法由于默认假设所有细胞大小相同，往往会错误地估计每种细胞类型的 RNA 相对比例，而不是细胞类型的相对比例，进而导致细胞组成的估计出现偏差。
为了解决这一难题，来自约翰斯?霍普金斯大学（Johns Hopkins University）等机构的研究人员开展了一项极具意义的研究。他们致力于开发一款名为 lute 的软件工具，旨在精准反卷积不同大小的细胞类型，为细胞组成分析提供更可靠的解决方案。研究结果显示，lute 软件通过调整细胞大小差异，显著提高了细胞组成估计的准确性。这一成果意义重大，它不仅为现有反卷积算法的优化提供了有力支持，还为各类包含不同大小细胞类型的组织研究开辟了新的道路，相关研究成果发表在《BMC Genomics》杂志上。
研究人员在开展此项研究时，运用了多种关键技术方法。首先，使用来自成人神经典型死后人类背外侧前额叶皮层（DLPFC）的配对批量 RNA-seq、单细胞核 RNA 测序（snRNA-seq）和单分子荧光原位杂交（smFISH）/ 免疫荧光（IF）数据集 ，以及外周血单个核细胞（PBMC）的批量 RNA-seq 数据。然后，对这些数据进行严格的预处理，去除异常数据并进行细胞类型标注。接着，通过计算和实验获得细胞大小比例因子，并采用多种反卷积算法，如非负最小二乘法（NNLS）、MuSiC、Bisque 等进行分析。
下面来看具体的研究结果：
- lute 软件的原理与框架：lute 软件基于参考的单细胞 / 单细胞核 RNA 测序（sc/snRNAseq）方法，通过引入细胞大小比例因子，调整细胞类型参考矩阵，实现对细胞组成的准确估计。该软件将现有反卷积算法整合在一个灵活且可扩展的框架中，支持多种算法，如 NNLS、MUSiC、MuSiC2、EPIC、DeconRNASeq 和 Bisque 等，方便对不同算法进行基准测试和比较12。
- 模拟数据应用：研究人员利用模拟的伪批量数据进行实验，模拟了不同比例的细胞混合。结果发现，不考虑细胞大小差异时，细胞组成的估计准确性较低；而使用 lute 软件调整细胞大小差异后，估计准确性显著提高。以人类 DLPFC 和 PBMC 为例，在模拟数据实验中，lute 软件有效减少了估计误差，提升了细胞组成估计的可靠性34。
- 真实数据应用：在分析真实的批量 RNA-seq 数据时，研究人员同样发现，使用 lute 软件调整细胞大小差异后，反卷积算法在估计细胞组成方面表现更优。通过对 DLPFC 组织块的研究，比较了 NNLS、MuSiC 和 Bisque 等算法在调整细胞大小前后的性能，结果表明调整后算法的准确性明显提高56。
在研究结论与讨论部分，lute 软件的优势得到了充分肯定。它能够通过调整细胞大小差异，精准估计异质组织中不同细胞类型的比例，为现有反卷积算法的改进提供了有效途径。尽管目前在反卷积基准评估方面仍存在一些挑战，如缺乏适用于系统反卷积实验的大型 RNA-seq 数据集，但 lute 软件在多种数据集上的良好表现，证明了其在不同实验条件下的有效性。同时，研究还发现细胞大小比例因子的调整对反卷积结果影响显著，这为后续研究指明了方向。此外，标记基因的选择和质量也是影响批量转录组反卷积准确性的重要因素，未来需要进一步探索和优化。总之，lute 软件为转录组学领域的研究提供了强大的支持，有望推动该领域取得更多突破性进展。
