《Results in Engineering》：Cytoneighbor: a scalable neighbor evidence framework for single-cell state analysis
编辑推荐：
单细胞转录组学虽已实现组织尺度高分辨率解析，但常规流程常将比较过程压缩为低维嵌入（embedding）、离散标签或稠密隐表示（latent representation），掩盖了支撑单个查询细胞解释的局部成对证据。研究人员提出Cytoneighbor，一种可扩
单细胞转录组学虽已实现组织尺度高分辨率解析，但常规流程常将比较过程压缩为低维嵌入（embedding）、离散标签或稠密隐表示（latent representation），掩盖了支撑单个查询细胞解释的局部成对证据。研究人员提出Cytoneighbor，一种可扩展的邻居证据框架，通过候选检索与对称重评分（symmetric rescoring）暴露可审计的成对关系：对每枚查询细胞记录邻居身份、成对支持度（pairwise support）与标签构成，并将该证据用于注释与图分析。该框架可为细胞类型赋值提供弱参考支持识别，在肾近端小管（proximal tubule, PT）状态比较中分离表达差异与组成差异，并向单细胞参考映射追加可核查的成对证据。
研究背景与问题提出
单细胞转录组学已能大规模解析组织异质性与细胞动态功能状态，但参考映射、队列整合、罕见状态发现与疾病状态刻画的核心目标本质上是比较问题：用查询细胞与参考细胞或合适对照群体的分子特征进行比对。现有流程通常把比较压缩为低维嵌入、离散标签或稠密隐表示，这种压缩会遮蔽单个细胞层面的局部成对证据，导致下游结论缺乏直接计算支撑。当参考覆盖不完整、批次整合困难，或疾病样本与混合对照比较时，压缩式方法可能把查询细胞强制映射到不合适的身份、模糊真实谱系边界，或掩盖病理重塑。因此，亟需一种能把“每个查询细胞背后的参考比较”显式化、可审计、可追踪的分析框架。
研究开展与核心结论
研究人员开发Cytoneighbor，将单细胞解释重构为邻居证据分析：通过有监督三元组采样学习共享关系评分网络，对细胞对表达差异做对称编码，再用粗检索加神经重评分得到可追溯的邻居列表，并据此做图构建与加权标签聚合，支持在证据不足时输出 Unknown。研究表明，该框架能在免疫注释中识别弱参考支持，在免疫亚型边界上保留可解释局部结构，在丰度失衡下提升罕见胰腺δ细胞检索，在糖尿病肾病（diabetic kidney disease, DKD）近端小管中区分表达变化与状态组成变化。其意义在于把“标签转移”背后的参考证据变成可检查对象，而非只依赖黑箱映射结果。
主要关键技术方法
研究采用公开单细胞数据集：Human Immune（33,506细胞）、Pancreas（16,382细胞）、Diabetic Kidney Disease（CELLxGENE Census，39,176细胞）、Lung atlas、Mouse Kidney、Zebrafish胚胎与Human tendon核转录组。方法上构建锚点-正例-负例三元组（anchor-positive-negative triplet），以对称基因表达差表示输入；共享关系网络联合二分类、排序与自比较正则优化；推断阶段用FAISS HNSW近似最近邻做候选检索，再用训练网络对细胞对重评分；输出Scanpy兼容图、加权投票注释与拒绝门控（rejection gating），训练期可选基因级混合增强以缓解罕见类被丰度类淹没。
研究结果
2.1 Cytoneighbor框架概述
通过有监督采样与对称关系评分，将查询细胞比较过程从“压缩标签”改为“可审计邻居证据”。结论是：关系函数不是闭集分类器，而是对局部细胞邻域支持的连续打分器。
2.2 邻居证据审计识别弱参考支持
在Villani与Smarter留一批验证中，Cytoneighbor的Macro-F1具竞争力；对中间单核细胞查询，虽标签偏好强指向CD14+单核，但最强成对分数低于阈值，系统保留为Unknown。十折免疫数据中门控能富集错误注释，同时牺牲部分正确注释覆盖率，说明审计可筛错但需付出覆盖代价。
2.3 有监督关系图保留注释细胞类型结构
在10,052查询细胞上，Cytoneighbor原生图聚类的NMI与ARI高于scANVI；但在等类型纯度和小类边界上不完全占优，参考标签转移准确率低于scANVI。神经重排名整体修正更多投票错误，说明图结构与标签转移是不同任务。
2.4 训练期增强改善罕见δ细胞邻居证据
胰腺内分泌细胞中仅留10枚真实δ参考，训练期基因级混合使δ查询更早召回同类型真实参考，query-hit@10由0.5522升至0.7378，Top10邻居中β细胞占比下降、δ细胞占比上升，证明丰度失衡下可用训练增强把罕见证据拉回前列。
2.5 DKD近端小管中表达与组成的可分比较
将健康与DKD近端小管映射到联合关系图，析出S1/S2样、S3样与损伤PT三种状态；DKD在损伤态占比最高。SLC5A2表达随状态下降，但在各态供体级比较未达显著；不同状态权重方案改变疾病-健康表达差值符号与幅度，说明池化比较会混淆组成重分布与真实分子变化。
讨论与结论翻译
单细胞分析本质基于比较，Cytoneighbor把这种比较转成可检查、可追溯的邻居证据。四类应用显示：注释审计可集中错误待审样本；有监督关系图保留免疫结构但非普遍优于标签转移；训练增强可把罕见参考拉回前排；DKD示例展示表达与组成联合解释。其贡献是候选检索、有监督对称关系评分与显式参考邻居的结合，补足了从路径、调控图到细胞-基因图解释的缺口。局限在于计算开销、候选截断与参考注释质量会影响证据；门控可筛错但不能通用检测参考缺失类型；增强收益依赖配置与数据；疾病态推断仍属探索性。结论可译为：Cytoneighbor将细胞状态解释重构为“由显式参考证据支撑的比较”，通过记录并评分每枚查询背后的邻居，帮助审查不确定注释、相关细胞类型组织、罕见参考支持及推断态内的疾病比较，从而为单个细胞解释连接至所选参考中可用证据提供实用基础。
这篇论文解读已完成，接下来可以选择一个方向继续深化：
