SuperGLUE：基于概率深度学习与图解释的多模态单细胞数据整合分析框架

研究人员针对单细胞多模态数据整合中存在的全局/局部结构保留不足、特征关系解释性差等问题，开发了SuperGLUE框架。该框架通过概率深度学习与图扰动统计检验，实现了跨模态数据的精准整合与可解释性分析，在保留生物结构、推断调控网络等方面优于现有方法，为多组学数据驱动的生物学发现提供了新工具。

　　

在单细胞生物学研究领域，高通量测序技术的突破带来了RNA测序(scRNA-seq)、染色质可及性检测(scATAC-seq)、蛋白质组学等多模态数据的爆发式增长。然而，如何整合这些海量异构数据揭示细胞状态和功能的全景图谱，成为当前面临的核心挑战。现有方法在全局结构保留、跨模态关系解释等方面存在明显局限，特别是缺乏统计严谨的特征关系分析方法。针对这些问题，Tianyu Liu等研究团队在《Cell Reports Methods》发表了创新性解决方案。

研究团队开发了SuperGLUE（super graph-linked unified embeddings）框架，其核心技术包括：1）基于变分自编码器(VAE)的多模态数据联合嵌入模型，通过KL散度融合分类器指导训练；2）图神经网络(GNN)处理空间多组学数据；3）基于图扰动的统计检验方法，替代传统置换检验提高特征关系分析的稳定性；4）SHAP值驱动的特征-细胞状态关系解析。实验数据涵盖10X Genomics、Allen Brain等平台的单细胞和空间多组学数据集。

研究结果部分显示：

"SuperGLUE enables the preservation of global structure"：通过PAGA相似性等指标验证，SuperGLUE在模拟数据和真实数据中均能更好保持细胞状态的全局拓扑结构，优于UnitedNet和GLUE等方法。

"SuperGLUE outperforms other baselines in real-data analysis"：在scRNA+scATAC、scRNA+scProtein等6种多模态组合的基准测试中，SuperGLUE的S_bio和S_tech综合评分显著领先，尤其在PBMC等复杂数据集上展现优势。

"SuperGLUE facilities explainability for multi-modal data analysis"：通过SHAP值成功鉴定CD14 Mono细胞标记基因DPYD等，其预测性能显著优于随机基因集；图扰动检验发现的基因-蛋白相互作用与实验证据高度吻合。

"SuperGLUE is able to uncover specific biological networks and processes under perturbations"：在Brachyury敲除实验中，成功推断出Foxq1等转录因子的条件特异性调控网络，GO富集显示神经相关通路显著变化。

该研究的创新价值在于：1）首次将分类器引导训练与图扰动统计检验结合，提升了解释性分析的严谨性；2）开发了适用于空间多组学数据的GNN架构；3）证实多模态整合可揭示单组学无法发现的调控关系。尽管在计算效率等方面仍有改进空间，SuperGLUE为构建多组学基础模型提供了重要技术支撑，其开源实现将推动单细胞生物学研究的可解释性分析范式发展。