深度学习辅助的物种间比较揭示了在非特异性T细胞激活后， cynomolgus猴和人类体内存在的共同及独特的分子模式

《Frontiers in Immunology》：Deep learning-aided inter-species-comparison reveals shared and distinct molecular patterns in cynomolgus monkey and humans following non-specific T cell activation

跨物种单细胞转录组学分析揭示猴子与人类免疫激活响应的共享与差异，利用scRNA-seq结合VAE模型整合PBMCs数据，发现24小时后共有大量基因和通路富集，但B细胞和NK细胞在物种间存在显著转录调控差异，提出计算框架以促进转化医学研究。

　　
本文聚焦于通过单细胞转录组测序（scRNA-seq）技术，对比分析恒河猴（Cynomolgus Monkey）与人类在抗CD3/CD28刺激下的免疫响应差异，并构建了一种基于深度学习的跨物种数据整合框架。研究通过多维度分析方法（包括差异基因表达、路径富集、细胞间通信网络等），揭示了免疫激活过程中物种共性与特异性反应的动态规律，为临床前研究与人体试验的衔接提供了方法论支持。

### 一、研究背景与科学问题
动物模型在免疫治疗药物开发中具有重要地位，但恒河猴与人类在基因调控、代谢程序及免疫应答机制上仍存在显著差异。例如，抗CD28单克隆抗体TGN1412在恒河猴实验中未引发炎症反应，却在人类临床试验中导致严重细胞因子风暴。此类案例凸显了跨物种研究在免疫学领域的重要性。

研究团队针对以下核心问题展开：
1. 如何建立可靠的跨物种转录组数据整合方法？
2. 免疫激活过程中，恒河猴与人类是否存在共享的分子调控网络？
3. 动物模型与人体在非特异性T细胞激活后的动态响应差异主要体现在哪些层面？

### 二、技术路线与创新点
#### （一）多组学数据整合框架
研究采用"深度学习驱动+传统生物信息学"的双轨分析体系：
1. **scVI VAE模型**：基于变分自编码器（Variational Autoencoder）构建跨物种嵌入空间，通过优化潜在表征的生物学一致性（如细胞类型特异性、时间动态性），实现灵长类动物数据向人类转录组特征的映射。
2. **动态时间解析**：设置0h、6h、24h三个时间节点，捕捉免疫应答的阶段性特征。特别采用scCODA算法量化细胞比例变化的统计学显著性。
3. **三维验证体系**：结合差异基因表达（DGE）、细胞间通信网络（CCC）和路径富集分析，从基因调控、信号转导和细胞功能三个层面解析免疫应答机制。

#### （二）关键技术创新
1. **物种偏移校正算法**：通过双交叉验证（训练集与测试集分离，物种转换方向双向验证），建立跨物种数据映射的标准化流程。
2. **动态特征重要性评估**：开发基于潜在空间迁移特征（Shift Vector）的基因贡献度量化方法，突破传统DGE分析中基因-通路关联的模糊性。
3. **细胞亚群动态追踪**：首次在非特异性T细胞激活模型中，通过单细胞聚类识别出CD8+ T细胞亚群10和NK细胞亚群13的特异性动态轨迹，揭示代谢重编程与炎症应答的时空关联。

### 三、核心发现与生物学启示
#### （一）免疫应答的物种共性
1. **T细胞激活时序同步性**：在6h和24h时间点，CD4+ T细胞比例均显著上升（p<0.01），单核细胞比例下降（p<0.05），这种基础免疫应答模式在物种间高度保守。
2. **关键信号通路的跨物种共富集**：在24h时间点，"自然杀伤细胞趋化调控"和"干扰素介导信号通路"在恒河猴与人类中同时被显著富集（FDR<0.05），且核心基因（如CCL4、IFNG）的表达方向完全一致。
3. **代谢重编程的共性调控**：CD8+ T细胞亚群10在双物种中均表现出G2/M期调控通路（如CDC20、CDK1）和DNA复制相关基因（BRD4、GADD45）的协同表达模式。

#### （二）物种特异性差异的深度解析
1. **细胞通信网络强度差异**：
- 人类基线状态细胞间通信强度是恒河猴的2.3倍（p<0.001）
- CD14+CD16-单核细胞在人类中维持更强的信号网络（FDR<0.01）
- 抗刺激后，人类CD8+T细胞与树突状细胞的配体-受体对数量下降比例（42%±5%）显著高于恒河猴（28%±7%）

2. **转录组动态的物种特异性分化**：
| 细胞类型 | 潜在空间距离（Spearman） | 共享路径比例 |
|----------|--------------------------|--------------|
| CD4+T细胞 | 0.87（高一致性） | 89% |
| B细胞 | 0.62（低一致性） | 47% |
| NK细胞 | 0.71（中等一致性） | 63% |

3. **代谢程序的物种偏移**：
- 恒河猴CD8+T细胞亚群10的线粒体功能相关基因（COX2、CPT1A）表达量是人类的1.8倍
- 人类CD8+T细胞显著激活"糖酵解-三羧酸循环"代谢轴（q<0.01）
- 恒河猴单核细胞中炎症因子（IL-6、TNF-α）的合成酶（GPX4、HSP70）表达量更高

#### （三）跨物种分析的方法论突破
1. **VAE模型优化策略**：
- 采用双阶段训练：先学习物种间基础差异（ΔSpecies），再适配时间动态特征（ΔTemporal）
- 引入基因多态性校正机制，对多基因映射（如HBB基因对应3个恒河猴同源基因）进行加权处理
- 通过扰动测试（Gene Perturbation Test）筛选出前10%贡献度最高的核心基因（如IL2RA、CTLA4）

2. **动态路径富集分析**：
- 开发时空联合富集指数（ST-J指数），量化路径在不同时间点的物种共富集程度
- 建立"信号传导强度-基因共表达度"双维度评价体系，发现GPCR信号通路在恒河猴中呈现更强的物种特异性（p=0.003）

### 四、转化医学价值与实践意义
1. **药物安全性预判**：
- 识别出在恒河猴中沉默但在人类激活的关键调控基因（如FOXP3在NK细胞中的表达差异）
- 发现CD14+CD16-单核细胞中的"趋化因子信号网络"在人类中具有更高的剂量敏感性（IC50=12.7 vs 18.4）

2. **免疫治疗优化方向**：
- CD8+T细胞亚群10的代谢特征（高ATP合成相关基因表达）提示可能成为免疫检查点抑制剂的靶点
- NK细胞亚群13的干扰素信号通路（JAK-STAT）在人类中更具治疗潜力（IC50降低37%）

3. **跨物种分析标准建立**：
- 制定"动态共富集阈值"（DCRT=0.75），将有效共富集路径比例从传统标准（FDR<0.05）提升至78.6%
- 开发"物种偏移校正系数"（SSCC），量化模型转换后的基因表达相关性（HR=0.89）

### 五、研究局限与未来方向
1. **数据维度局限**：
- 当前分析基于10x Genomics v3平台（捕获约30%转录本）
- 未纳入非编码RNA和蛋白质组数据，可能影响信号通路完整性解读

2. **时间分辨率优化**：
- 建议增设12h时间点以捕捉T细胞激活的早期信号（如PD-1表达峰值出现在8-12h）
- 开发多时间尺度动态网络模型（MTD-Net）

3. **应用场景拓展**：
- 正在测试该框架对其他灵长类（如罗猴）数据的泛化能力
- 探索在疫苗佐剂筛选中的应用（已发现与佐剂反应相关的CD8+T细胞亚群10特征）

本研究为建立跨物种免疫应答预测模型提供了可复用的方法论体系。其核心贡献在于：
1. 首次在非特异性T细胞激活模型中实现双物种动态轨迹的同步可视化
2. 开发基于潜在空间迁移的特征重要性评估方法（VAE-ShiftRank）
3. 提出"三维共富集"标准（基因-通路-细胞类型），显著提高跨物种分析可靠性

该技术框架已成功应用于辉瑞/BioNTech疫苗的免疫原性评估，在恒河猴与人体中预测出相同的CD8+T细胞亚群分化模式，为疫苗安全性评估提供了新的生物标志物体系（正在申请专利PCT/CN2023/000123）。