Harp算法：跨平台转录组数据协调技术提升组织解卷积精度的创新方法

针对组织解卷积中因实验平台差异导致的细胞组成评估偏差问题，Zahra Nozari团队开发了Harp算法。该方法通过整合流式细胞术测量数据与RNA-seq参考谱，协调跨平台转录组数据，显著提升了解卷积精度，为肿瘤微环境分析等研究提供了更可靠的计算工具。

　　

在生命科学领域，准确解析组织的细胞组成对理解疾病机制至关重要。当前主流方法存在明显局限：实验方法如单细胞RNA测序(scRNA-seq)会因组织解离导致细胞选择性丢失，而计算方法如数字组织解卷积(DTD)则受限于不同数据集间的技术差异。这种"双重困境"使得研究人员在分析肿瘤、慢性炎症等复杂组织时，常面临数据可信度的严峻挑战。

《Bioinformatics》最新发表的Harp算法研究，正是为解决这一核心矛盾而生。该工作由德国雷根斯堡大学的Zahra Nozari团队主导，创新性地提出"数据协调"理念——通过整合流式细胞术测量的细胞比例与转录组参考数据，构建跨平台兼容的解卷积框架。研究团队采用非霍奇金淋巴瘤(nHL)单细胞数据集模拟技术偏差，并利用流感疫苗接种者的外周血单个核细胞(PBMC)队列进行实证验证，证明Harp在保持生物学真实性的同时，可将跨平台数据的相关性从0.5提升至0.9。

关键技术方法包括：1) 基于UMAP的参考谱可视化分析；2) 引入正则化损失函数协调参考矩阵X与实验测量矩阵C；3) 采用交叉验证优化调节参数λ；4) 结合DTD算法进行最终解卷积。研究使用28,416个淋巴瘤单细胞和250例PBMC样本构建训练/测试集。

研究结果部分显示：

1. 1.

   算法优化：通过λ参数调控参考谱调整幅度，UMAP可视化证实最优λ值使参考谱保持在单细胞簇中心与完全协调间的平衡位置（见

   
   ）。
2. 2.

   模拟验证：在含40%基因局部扰动的淋巴瘤数据中，Harp的样本特异性相关系数R_s达0.92，显著优于CIBERSORTx和BayesPrism（P<0.01）。

3. 3.

   实际应用：在PBMC队列中，使用RNA-seq参考时Harp的总体相关性R比CIBERSORTx提高37%；使用微阵列参考(LM22)时，其重建表达谱与实测数据的平均相关系数从0.5跃升至0.9（见

   
   ）。
4. 4.

   技术兼容性：当其他工具采用Harp协调后的参考谱时，CIBERSORTx的R_s提升达53%，证实协调策略的普适性。

讨论部分强调三个突破：1) 首次实现实验测量与计算解卷积的协同校正；2) 通过α参数自动补偿细胞类型特异性RNA含量差异；3) 保持参考谱生物学合理性（正则化项R约束）。作者特别指出，20个含细胞组成测量的样本即可建立有效协调模型，这对临床转化具有重要价值。

该研究的深远意义在于：为多中心研究的数据整合提供了标准化方案，尤其适用于需要结合历史微阵列数据与新型测序技术的肿瘤进化研究。正如文中图5所示，Harp成功弥合了流式细胞术与转录组平台间的"数据鸿沟"（见

）。未来方向包括拓展至空间转录组协调，以及开发动态α参数以适应不同组织类型的RNA提取偏差。