单细胞多组学速度的深度动力学模型预测B细胞失功能与挽救扰动

《Nature Biotechnology》：Deep dynamical models of single-cell multiomic velocities predict loss-of-function and rescue perturbations in B cells

在此，研究人员提出DynaVelo，一种生成式神经常微分方程（neural ordinary differential equation, neural ODE）模型，可从单细胞多组学数据中学习基因表达与转录因子（transcription factor, TF）基序活性的联合动力学。DynaVelo学习向量场的函数形式，从而可对模型进行计算机内（in silico）扰动，不仅限于绘制轨迹。研究人员显示，DynaVelo可恢复野生型小鼠生发中心（germinal center, GC）B细胞的分支体内动力学，并揭示在表观遗传调控因子Arid1a与Ctcf杂合缺失下这些动力学如何改变。计算机内扰动产生动态且细胞状态特异性的基因调控网络（gene regulatory network, GRN），可恢复野生型GC GRN中已知TF到基因的边，并预测突变体中受损的边。对Arid1aHet GC进行计算机内扰动，将Ctcf、Stat3与Bcl6鉴定为Arid1a缺失的挽救靶点。双杂合小鼠的体内实验在所有三种情况下均确认了Arid1aHet暗区表型的挽救，且Arid1aHet;CtcfHet GC的多组学分析验证了向野生型动力学的预测偏移。

研究背景方面，当前单细胞技术可在同一细胞内测量转录组与染色质可及性等多元读out，但多为单时间快照；细胞本身是随时间演化的动态系统，实时体内测量通常不可行，因此计算方法需从单快照推断动力学。传统RNA速度（RNA velocity）以剪接/未剪接读数用常微分方程（ordinary differential equation, ODE）估计表达变化率，但仅对部分基因可算且稳健性有限。已有MultiVelo将scATAC引入速度模型但未给出向量场函数形式，无法做系统干预；Dynamo需代谢标记，scDiffEq只用RNA表达。因此，利用scATAC衍生的TF基序可及性作为TF调控活性代理，并学习可扰动的联合动力学向量场，是亟需补足的能力。研究人员开展的研究是构建DynaVelo，一种潜空间神经ODE生成模型，联合建模RNA表达与TF基序可及性动力学，应用于小鼠GC B细胞野生型、Arid1aHet与CtcfHet三类基因型，恢复GC反应分支动力学、推导动态GRN、预测功能缺失（loss-of-function）扰动后果及Arid1a缺失的挽救靶点，并用双杂合小鼠体内实验验证。结论上，DynaVelo能从单快照单细胞多组学学习动态系统函数形式，预测失功能与挽救遗传扰动；意义在于为复杂体内细胞状态转换与遗传互作提供可实验验证的生成式人工智能框架。该论文发表于《Nature Biotechnology》。

主要关键技术方法包括：从10x Genomics单细胞多组学（RNA＋ATAC）得到GC B细胞数据，样本来自野生型、Arid1aHet、CtcfHet小鼠及后续双杂合队列；用ArchR处理scATAC，chromVAR得到细胞水平TF基序可及性z分数，Scanpy处理scRNA，scVelo提供部分基因RNA速度作为伪时间引导；DynaVelo以变分编码器将RNA与基序矩阵嵌入潜空间，用神经ODE学习潜时间下联合动力学，解码器映射回观测空间，并通过Jacobian与计算机内敲除（knockout, KO）推导动态GRN。

研究结果如下。DynaVelo learns a latent neural ODE model for single-cell dynamics from multiomic data：研究人员用编码器—神经ODE—解码器架构学习细胞初态z(0)与潜时间t，以重建损失、scVelo速度一致性、RNA与基序速度一致性训练模型；模型可用Jacobian与计算机内扰动获得细胞状态依赖的TF—基因边，并对野生型预测功能缺失影响、对突变体寻找使速度回弹野生型的挽救靶点。DynaVelo learns complex dynamics and latent times of GC B cells：在野生型7166个细胞中，DynaVelo恢复的RNA与基序向量场重现中心母细胞（centroblast, CB）细胞周期、CB到中心细胞（centrocyte, CC）转换、CC经再循环回暗区、以及向记忆前B细胞与浆母细胞退出；其潜时间比scVelo和MultiVelo更合理，MultiVelo误将浆母细胞当作起点且未捕获CB→CC主转换；生成轨迹显示Spi1与Nfkb1基序可及性在CB→CC中单调上升，而在细胞周期中模式不同，证明基序模态对GC动力学关键。DynaVelo identifies driver TFs for major GC trajectory types：按轨迹分层后，Spi1/Spub、Nfkb1/2、Runx1、Irf8关联记忆前B细胞，Prdm1、Irf4、Xbp1关联浆母细胞，Foxo1、Mef2b、Mef2c、Pou2f2关联CB细胞周期；RNA表达与基序可及性需联合判断，如Prdm1在两类都可及但仅在浆母细胞表达。Heterozygous mutations in Arid1a and Ctcf disrupt the normal GC B cell trajectories：Arid1aHet与CtcfHet中CC回暗区再循环轨迹丢失，导致过早退出为记忆前B细胞；Arid1aHet中Foxp1、Bach2、Spi1基序可及性下降，Ctcf可及性上升，提示Arid1a与Ctcf拮抗；CtcfHet表型更强，Sox5可及性略降。DynaVelo uncovers dynamic TF–gene relationships in GCs upon loss of Arid1a and Ctcf：Jacobian矩阵J_xx显示野生型Spi1→Bcl-6上调边在突变体丢失；计算机内扰动显示Foxo1→Cxcr4上调在Arid1aHet的CC中丢失，阻碍光区回暗区，Bcl-6→Bcl-2抑制关系在突变体中信号异常；研究人员汇总最小静态GRN并标出突变体获得或丧失的边。In silico perturbations of Arid1a-mutant GCs identify candidate rescue targets：野生型中计算机内敲除Arid1a预测CC→CB再循环丧失、向记忆前B细胞偏移；用DV overlap与DV direction agreement评估预测与真实差异速度，基序速度更准确。Arid1aHet中扰动候选TF后，Ctcf、Stat3、Bcl6、Tox、Bcor具高挽救率；Arid1aHet;CtcfHet双敲除多组学验证速度场部分回弹野生型，CC中RNA速度挽救率64%。独立构建Arid1aHet;Bcl6Het与Arid1aHet;Stat3Het小鼠，免疫表型显示暗区/光区（dark zone/light zone, DZ/LZ）比值回至野生型，三者（Ctcf、Stat3、Bcl6）均功能挽救Arid1a缺失表型。

讨论部分总结：单快照与速度方法难分因果与驱动，多组学提供TF基序活性可改进动态建模。DynaVelo以神经ODE联合潜空间学习，借scVelo局部速度引导，输出全基因RNA速度与TF基序速度，用Jacobian和计算机内扰动得到状态依赖GRN，并能生成轨迹与预测遗传扰动。其恢复野生型GC主要轨迹与驱动TF，发现Arid1a/Ctcf杂合丢失光区回暗区再循环、导致过早退出，识别Bach2/Foxp1/Spi1/Ctcf等可及性改变，恢复已知TF—基因边并发现突变体边丢失或获得，最终通过体内双杂合小鼠确认计算机内 nomination 的挽救靶点。该研究说明单快照多组学加生成式神经ODE可推断因果式动态GRN与可验证遗传互作。

研究结论部分翻译：生物学的一个基本目标是理解在不断演化的细胞系统中支配细胞状态转换的动态GRN，并预测网络受扰动时细胞命运如何改变。由于大多数单细胞基因组技术具破坏性，细胞动力学与GRN通常从单时间快照用伪时间策略推断，包括基于RNA速度的方法；但速度估计易错且一般只适用于少量基因。另一关键是区分因果驱动与非因果驱动，因为单细胞数据提供含大量混杂因素的高维观测空间。随着单细胞多组学技术出现，除RNA表达与速度外，还可利用scATAC-seq衍生的TF基序活性建立演化细胞系统动态模型。研究人员开发DynaVelo这一鲁棒生成式深度学习模型，用单时间点单细胞RNA与基序可及性数据推断动态基因调控模式，并用于剖析野生型与突变型GC B细胞的复杂体内动力学。DynaVelo采用神经ODE框架，将RNA表达与TF基序可及性输入分别映射到学习细胞动力学的潜空间；来自scVelo等的局部RNA速度作为伪时间引导，模型学习所有建模基因的RNA速度与TF基序速度。通过Jacobian分析与TF计算机内扰动，DynaVelo可揭示动态GRN，其中单细胞TF—基因调控边依赖细胞状态，超越传统为每个数据集或细胞类型推断单一静态网络的GRN方法。此外，DynaVelo提供生成式深度学习框架，可生成轨迹并分析计算机内遗传扰动。研究人员先用野生型GC揭示GC反应主要轨迹；GC B细胞在暗区增殖爆发与光区选择间快速转换，并退出为记忆B或浆细胞，这些快速命运转换由不断演化的染色质模式决定，对现有轨迹与速度算法构成挑战。DynaVelo恢复GC预期动力学及CB细胞周期、CB→CC转换、记忆前与浆母退出的驱动TF，并确定Spi1与Nfkbl为CB转CC及记忆前B的驱动TF，与既往发现一致。接着用于突变GC，发现Arid1aHet与CtcfHet均丢失光区回暗区迁移，该步骤为向记忆前B或浆母分化前亲和力成熟所必需；结果CC凋亡或过早转记忆前B，突变GC中记忆前B比例高于野生型。通过推断潜时间上的TF基序可及性，研究人员确定Arid1aHet中Bach2、Foxp1、Spi1可及性降低，Ctcf可及性升高。除潜时间排序外，DynaVelo学习底层向量场函数形式，使Jacobian与计算机内扰动可推断动态GRN；其恢复野生型GC中契合已知生物的TF—基因关系，并找出突变体丧失或获得的边，如Foxo1对Cxcr4上调为光区回暗区所需且在Arid1aHet CC中丢失，Bcl-6对Bcl-2抑制在野生型CC接受T细胞帮助后解除而突变体保留异常关系。最后用突变GC计算机内扰动找Arid1aHet失功能挽救靶点，实验验证Ctcf、Stat3、Bcl6杂合缺失均可挽救Arid1aHet暗区表型。因此，DynaVelo能鉴定细胞状态转换的TF驱动因子、推断动态GRN并预测功能缺失与挽救遗传扰动。