pyVIPER：一个快速且可扩展的Python软件包，用于单细胞RNA测序数据的蛋白质活性估算及主调控因子分析

《BMC Bioinformatics》：pyVIPER: a fast and scalable Python package for protein activity estimation and master regulator analysis of single-cell RNA sequencing data

摘要

概述

单细胞测序技术以前所未有的分辨率揭示了细胞异质性，从而为生物医学研究带来了革命性变革。然而，单细胞RNA测序所具有的低信噪比特点给定量分析带来了挑战。基因调控网络分析有助于克服这一难题，进而阐明决定细胞状态的因素。例如，VIPER算法能够从基因表达数据中识别出主调控蛋白。但随着单细胞RNA测序数据集规模和复杂性的增加，在R语言版本中实现针对数十万细胞规模数据集的分析已显得力不从心，因此对可扩展分析工具的需求愈发迫切。

结果

为解决这一问题，我们推出了pyVIPER，这是一种基于Python的工具，可用于从转录数据推断蛋白质活性。pyVIPER具备灵活的数据转换/后处理模块、富集分析算法，同时还采用了专门用于操作基因调控网络的新数据结构。它能与scverse、scanpy以及各种常用的机器学习库无缝集成。借助基于PyTorch的GPU加速技术以及优化后的核心运算功能，测试表明其运行效率相比基于R语言的VIPER有了数量级的提升，使得大规模数据集的分析时间从数小时缩短至几分钟。

结论

pyVIPER是一种快速、内存占用低且高度可扩展的Python工具包，适用于大规模单细胞RNA测序数据集中的蛋白质活性推断。它的可扩展性和硬件加速功能使得几乎任何单细胞数据集都能通过VIPER方法进行高通量分析，同时还能与其他基于Python的技术，包括先进的机器学习流程实现整合。综上所述，这些优势使得pyVIPER成为拓展基于机制性调控网络分析在单细胞研究领域应用范围的宝贵工具。