InDyVAE: 一种相互作用和依赖性感知的变分自编码器，用于单细胞扰动响应生成

《Computational Biology and Chemistry》：InDyVAE: An interaction and dependency-aware variational autoencoder for single-cell perturbation response generation

• •
  InDyVAE将处理组成、细胞背景和表达生成联系起来。
• •
  PIL将处理情境化；LSDM使反应基于基础和QC状态。
• •
  NEM结合了直接映射和基于RBF的映射；测试涵盖四个Perturb-seq数据集。

引言

了解遗传和化学干预如何重塑细胞程序，对于识别调控机制和优先考虑潜在治疗策略至关重要。传统的群体水平测量平均了细胞间的反应，掩盖了决定单个细胞如何对相同干预做出反应的异质性。单细胞扰动实验通过将混合筛选与转录组范围的读数结合起来克服了这一限制：Perturb-seq将CRISPR扰动与单细胞表达谱联系起来（Dixit等，2016），多重CRISPR筛选使得应激反应通路的系统分析成为可能（Adamson等，2016），CROP-seq提供了一种广泛适用的混合筛选策略（Datlinger等，2017）。相关方法将这一原则扩展到大规模化学扰动（Srivatsan等，2020）。然而，测量的条件仅覆盖了可能干预和组合的一小部分，从而需要预测未观察到的反应。这种预测因非加性相互作用（如协同和抑制）（Norman等，2019）、基础细胞状态的变化以及与低质量细胞和双联体相关的技术效应（Ilicic等，2016，Wolock等，2019）而变得复杂。因此，计算模型必须在不丢失处理特定信息的情况下表示扰动相互作用、细胞背景和数据质量。

深度生成模型为满足这些要求提供了基础。scVI建立了单细胞表达的概率潜变量建模（Lopez等，2018），而scGen和CPA将潜在表示扩展到扰动转移和组成预测（Lotfollahi等，2019，Lotfollahi等，2023a）。稀疏机制转移模型将基础状态与扰动相关变异分离（Lopez等，2023，Bereket和Karaletsos，2023），CRADLE-VAE进一步解开了质量相关伪影（Baek等，2025）。关系方法从另一个方向处理该问题：GEARS结合了基因图谱（Roohani等，2024），AttentionPert建模了多尺度扰动效应（Bai等，2024），scGPT引入了上下文Transformer表示（Cui等，2024）。这些方法推进了反应生成的互补方面，包括组成预测、伪影感知分解和多尺度扰动建模。

在潜变量方法中，组合扰动可以通过组合组分效应来表示，而细胞和实验因素通常通过条件化或拼接来纳入。这些选择可以支持有效预测，但它们不一定指定扰动表示应如何由其共现处理更新，上下文因素应如何影响该更新，或所得状态应如何传递到表达重建中。因此，我们专注于使这一信息流明确：处理首先相互作用，基础和与质量相关的状态选择性地条件化扰动表示，然后结构化的非线性映射将整合状态转换为基因表达。

为了明确表示这些阶段，我们提出了InDyVAE。PIL形成了每个条件中存在的干预措施的联合表示，使得推断的处理贡献可以依赖于其组合上下文而不丢弃其处理特定信号。LSDM将该反应表示与基础细胞和质量相关变异联系起来，允许上下文信息塑造反应，同时保留每个潜在因素的独特解释。NEM然后将上下文精炼状态映射到表达，将直接变换与可以表示潜空间上非线性变异的平滑功能扩展相结合。通过这种方式，模型遵循从处理组成，经细胞背景，到转录输出的生物学和统计路径。在留出的双基因组合设置中，InDyVAE在Norman上显示出最清晰的反应恢复优势，而在Dixit上的结果因指标而异。在单基因数据集上，InDyVAE保持竞争力，在Replogle上具有更高的QCPR，在Adamson上具有更强的处理效应估计；定性和消融分析进一步支持这三个阶段的协调使用。

因此，本研究的主要贡献如下：

• •
  我们将扰动反应生成表述为有序的相互作用到背景到表达的过程，将扰动组成和细胞背景与基因水平重建联系起来。
• •
  我们在共享表示中对共现处理进行建模，并使用基础和质量相关状态来条件化推断的扰动反应，同时保留潜在因素的独特作用。
• •
  我们引入了一种潜变量到表达的映射，结合了直接路径与局部非线性功能响应，并在四个Perturb-seq数据集上使用受控消融和非加性反应分析评估该框架。

章节摘要

相关工作

单细胞扰动分析将受控干预与异质转录反应联系起来，使得能够预测超出实验观察条件的反应。由于这些测量稀疏且受生物和技术变异影响，计算模型必须从噪声表达数据中恢复结构化反应信号。scVI为单细胞表达分布建立了深度潜变量建模（Lopez等，2018），以及扰动特定模型

数据集

我们在四个公共Perturb-seq数据集上进行实验：Norman等，2019，Dixit等，2016，Replogle等，2022和Adamson等（2016）。Norman和Dixit包含单基因和组合多基因扰动，而Replogle和Adamson主要由单基因干预组成。数据集的基本统计数据见表1。

遵循CRADLE-VAE，每个表达谱使用六个标准分配QC通过或QC失败标签：总UMI计数，

结果

我们首先使用匹配的数据集分区和五个分裂，评估了预测准确性和QC合规性与已建立和最近的基线在不同数据集和阈值上的比较。然后我们表征反应强度层和代表性的困难扰动，报告计算成本，并检查生成概况分布、低维组织以及代表性案例的GO术语一致性。消融研究结合了五个分裂的组件移除和受控结构

讨论

本工作的核心见解是，扰动反应生成可以从底层生成过程的显式分层分解中受益。共现干预首先确定一个组合处理信号；该信号随后由细胞和质量相关背景调制；最终所得状态被映射到表达空间。将这些阶段合并成一个单一的加性潜在表示可能模糊它们的不同作用。InDyVAE

局限性

本评估涵盖了四个公共Perturb-seq数据集，并对Norman进行了详细的组件消融。Norman和Dixit中的组合分析留出了双基因对的身份，同时在训练和验证中保留了其组成单扰动条件。这些实验表征了对已表示扰动的新配对的一般化；对未表征基因或靶标以及未表征扰动机制的转移仍有待评估。更广泛的评估跨

结论

我们提出了InDyVAE，一种结构化的变分框架，通过顺序建模组合处理相互作用（PIL）、基础和与质量相关状态的背景依赖调制（LSDM）以及非线性潜在到表达的映射（NEM），生成单细胞扰动反应。在四个公共Perturb-seq数据集和三个质量控制阈值上，与已建立和最近的参考模型相比，在Norman和Adamson上显示出强烈的反应恢复，高

CRediT作者贡献声明

Qi Yu: 写作 – 原始草稿，软件。 Renyu Yang: 写作 – 原始草稿，数据管理。 Chunxue Shao: 写作 – 原始草稿。 Zongnan Lv: 资金获取。 Cuijin Bai: 写作 – 审阅与编辑，监督。 Ziheng Wang: 写作 – 审阅与编辑，软件，方法学。

利益冲突声明

作者声明，他们没有已知的竞争经济利益或个人关系，这些可能影响本论文所报告的工作。

Qi Yu|Renyu Yang|Chunxue Shao|Zongnan Lv|Cuijin Bai|Ziheng Wang