SGCRNA:突破无标度拓扑限制的谱聚类引导共表达网络分析新方法及其在多组学数据中的应用

《Briefings in Bioinformatics》:SGCRNA: spectral clustering-guided co-expression network analysis without scale-free constraints for multi-omic data

【字体: 大 中 小 】 时间:2026年02月01日 来源:Briefings in Bioinformatics 7.7

编辑推荐:

  本研究提出了一种新型共表达网络分析方法SGCRNA,解决了传统WGCNA方法存在的三大局限性:无标度拓扑假设、参数调优复杂性和回归斜率忽略问题。该方法通过结合相关系数和回归斜率的谱聚类技术,在转录组、空间转录组和宏基因组数据中成功识别出更具生物学意义的共表达模块,为复杂生物系统的调控机制解析提供了新视角。

  
在生物信息学领域,加权基因共表达网络分析(WGCNA)已成为探索基因间调控关系的经典工具。通过将相关性系数加权构建基因网络,WGCNA能够识别表达模式相似的基因簇(模块),并将这些模块与特定性状关联,从而挖掘关键生物标志物。然而,随着多组学时代的到来,传统方法逐渐暴露出三大固有缺陷:其一是对网络结构遵循幂律分布(即无标度拓扑)的强假设,但近年研究表明真正符合该特征的生物网络并不普遍;其二是需要繁琐的参数调优过程,特别是软阈值功率的选择对结果影响显著;其三是忽略了回归直线斜率包含的定量关系信息,可能导致对基因间表达量变化幅度关系的误判。
为了突破这些技术瓶颈,研究团队开发了SGCRNA(谱聚类引导的共表达网络分析)这一创新方法。该方法摒弃了无标度拓扑假设,通过融合相关性系数和回归斜率的双重信息,采用谱聚类(Spectral Clustering, SC)算法进行模块识别,显著提升了共表达网络分析的准确性和可解释性。相关算法已以Julia语言包形式开源发布,支持转录组、空间转录组和宏基因组等多类型数据的分析需求。
在技术方法层面,SGCRNA采用了两阶段分析流程。预处理阶段通过设置零值比例阈值(默认50%)过滤低质量变量,并提供三种低方差变量过滤模式(:LESS、:SIGMA、:FTEST)适应不同数据特征。核心算法阶段创新性地定义了边权重计算公式:(1+cor)/2 × e-|log|grad||,其中cor为相关系数,grad为回归斜率。该公式同时考量基因表达的同步性(相关系数)和变化幅度匹配度(回归斜率),对表达变化比例失调的关系施加惩罚。随后通过谱聚类将拉普拉斯矩阵特征向量进行k-means聚类,并采用Krylov子空间方法加速特征计算,使万级别基因规模的分析时间从约2小时缩短至3分钟内。
研究团队通过系统比较验证了SGCRNA的优越性能。在GTEx转录组数据中,SGCRNA展现出较WGCNA和SGCP更优的重复性和稳定性,特别是在样本量和变量数变化时保持更一致的模块结构。在肾脏空间转录组(Visium)数据分析中,SGCRNA成功识别出肿瘤区域、健康近端小管、肾小球、亨利氏环和集合管、动脉区域等5类空间特异性表达模块,而hdWGCNA仅能区分肿瘤与正常组织两大类。尤为突出的是,在仅包含317个基因的MERFISH肝脏数据中,SGCRNA仍能稳定识别肝星状细胞、肝细胞和巨噬细胞的特异性模块,体现了其对低通量数据的适应能力。
生物学验证结果进一步证实了SGCRNA的实用价值。在骨关节炎(OA)转录组分析中,SGCRNA发现的模块45(内质网相关基因)和模块70(细胞外基质相关基因)与疾病严重程度显著相关,其中模块70包含MMP11、MMP13、ADAMTS7等已知OA相关基质降解酶基因,以及LAMB1、LAMB3等基底膜成分基因。基因富集分析显示,SGCRNA倾向于识别调控过程和细胞状态相关功能术语,而WGCNA更易捕获组织水平的基础代谢功能,表明SGCRNA在揭示精细调控机制方面具有独特优势。
更令人振奋的是,SGCRNA在微生物组数据中也展现出强大潜力。通过分析人类肠道微生物16S扩增子数据,研究团队构建了15个属水平的共表达模块。其中,Faecalibacterium(Fa)、Fusicatenibacter(Fu)和Eubacterium coprostanoligenes group(Eu)被聚类在同一模块,基因功能预测提示三者存在潜在的代谢交叉喂养机制:Fu可能将胆汁酸代谢为醛类,经Eu转化为醇类后,被Fa通过丁酸代谢途径转化为丁酸盐。这一发现为阐释肠道菌群协同维持代谢稳态提供了新视角。
该研究的创新价值主要体现在三个方面:方法学上突破了传统共表达分析的无标度拓扑假设桎梏,通过引入回归斜率约束和谱聚类算法提升了解析精度;应用范围覆盖转录组、空间转录组和宏基因组等多组学数据类型,为整合分析提供了统一框架;生物学意义上揭示了传统方法难以检测的精细调控网络,如组织特异性微环境信号和微生物互作关系。这些突破使得SGCRNA特别适合当前单细胞技术和空间组学产生的海量高维数据挖掘需求。
尽管SGCRNA在变量数大幅减少时稳定性有待提升,但其在保持生物学可解释性的同时显著提高了计算效率,为大规模组学数据的实时分析提供了可行方案。随着多组学整合研究成为趋势,这种不依赖特定网络拓扑假设的通用性分析方法,有望在疾病机制解析、生物标志物发现和药物靶点识别等领域发挥重要作用。
论文发表于《Briefings in Bioinformatics》,为共表达网络分析领域提供了重要的方法论进步。未来工作可进一步优化算法在超大规模数据集上的扩展性,并探索在单细胞多组学整合分析中的应用潜力。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号