基于凝集素谱的可解释机器学习框架scGlycoAI在胰腺导管腺癌中的细胞分类与恶性糖类特征发现

《Glycobiology》：scGlycoAI: Machine learning analysis of single-cell glycan and RNA sequencing data for cell-type annotation and malignancy-associated glycan discovery

摘要

单细胞糖类和RNA测序（scGR-seq）能够表征细胞糖类的异质性。在此，我们提出了scGlycoAI——一个可解释的机器学习框架，整合scGR-seq数据进行以糖类为核心的生物学发现。该框架以凝集素结合谱作为输入，采用分层机器学习方法，能够准确地对复杂肿瘤微环境中的细胞类型和亚型进行分类。在应用胰腺导管腺癌（PDAC）数据集时，仅使用糖类特征，scGlycoAI在留一患者交叉验证条件下实现了80.3%的八类总体分类准确率。这些结果表明，尽管糖类的维度远低于转录组特征，但仍足以用于稳健的细胞类型注释，并代表了细胞类型特异性的分子特征。特征重要性分析发现，PVL凝集素结合——反映对唾液酸化及/或含GlcNAc糖类的识别——是侵袭性癌症状态的关键特征。结合SHAP解释方法的神经网络模型进一步揭示，PVL结合升高与上皮-间质转化、KRAS信号传导、细胞外基质重塑和炎症反应相关的转录程序有关。在TCGA胰腺腺癌队列中，PVL相关基因特征的高表达与较差的总生存期相关。综上所述，这些发现表明，基于糖类的机器学习能够实现准确的细胞分类，同时在单细胞分辨率下提供与恶性相关的糖类状态的生物学见解。该框架为以糖类为核心的生物标志物发现和靶向糖类的治疗开发奠定了基础。