IDEAL-Age：一个可解释的深度学习框架用于单细胞分辨率免疫衰老分析

《Genome Biology》：IDEAL-Age: an interpretable deep learning framework for single-cell resolution profiling of immunological aging

　　

免疫衰老（Immunosenescence）增加感染易感性并降低疫苗反应性，然而批量转录组时钟（bulk transcriptomic clocks）掩盖了该过程背后的细胞异质性。在此，研究人员提出IDEAL-Age，一个直接作用于单细胞外周血单个核细胞（PBMC）转录组的可解释深度学习框架。在独立队列中与35种方法进行基准测试，显示出优越的预测性能。该框架的可解释性揭示了线性和非线性的基因贡献轨迹，这些轨迹揭示了阶段特异性生理转变，并识别了与年轻或衰老相关的细胞角色。应用于系统性红斑狼疮（SLE）揭示了由干扰素相关单核细胞转变驱动的加速免疫衰老。IDEAL-Age建立了一个高分辨率计算框架，用于解析系统性免疫衰老。

**论文解读：IDEAL-Age——单细胞分辨率免疫衰老的可解释深度学习框架**

**研究背景与问题**

衰老是一个多系统功能衰退的过程，免疫系统尤为敏感，表现为免疫衰老（Immunosenescence），其特征包括胸腺退化、记忆/耗竭T细胞积累、T细胞受体（TCR）多样性降低以及慢性低度炎症（inflammaging）。免疫衰老不仅增加感染风险和降低疫苗反应性，还驱动并反映系统性衰老。因此，定量评估免疫衰老（而非仅仅时序年龄）对于监测衰老动态、评估干预措施至关重要。现有转录组学衰老时钟（如基于批量RNA测序的模型）虽能预测年龄，但平均信号掩盖了免疫细胞亚群间的巨大异质性，无法将年龄相关表达变化归因于特定细胞类型或解析细胞间通讯网络。近期基于单细胞RNA测序（scRNA-seq）的尝试多采用“伪批量”（pseudo-bulk）方法，仍未能充分利用单个细胞层面的信息，且缺乏稳健的基因和细胞类型水平可解释性。为此，研究人员开发了IDEAL-Age（Interpretable Deep Ensemble with Attention for immunoLogical Age prediction），一个直接作用于PBMC单细胞转录组的可解释深度学习框架，旨在实现单细胞精度的免疫年龄预测和机制解析。该论文发表在《Genome Biology》。

**主要关键技术方法**

IDEAL-Age框架采用层次化深度学习架构，核心包括三个模块：细胞级编码器（多层感知机MLP）将每个细胞的转录组映射为低维潜在表示；多头注意力池化（MHAP）层通过可学习查询向量自适应地聚合衰老相关细胞状态；供体级预测头结合多任务损失函数（回归损失、分类损失和一致性损失）进行年龄预测。为增强鲁棒性，采用AutoGluon框架集成DeepSets-Attention模型与基于伪批量特征的基线模型。样本队列来源包括训练集（AIDA和OneK1K，共约1,284名供体）、内部测试集（AIDA和OneK1K留出部分）、外部测试集（HCA、Sound Life、CIMA）以及调优队列（siAge和SC2018，含极端年龄供体），总计约2,000万个细胞。

**研究结果概述**

**IDEAL-Age概览**：介绍了框架的设计原理，包括置换不变性、可变集大小适应性以及可解释性。通过基于细胞级编码器、多头注意力池化和多任务损失函数的架构，实现了从单细胞转录组到供体级年龄预测的端到端学习。

**跨数据集稳健预测免疫年龄**：在内部测试集（PCC=0.878，MAE=6.91年）和外部测试集（PCC=0.819，MAE=7.81年）上均表现优异，与35种方法比较（包括经典衰老标志物、基因集、评分方法和单细胞时钟）获得最高总体排名。在独立队列中保持高度竞争力，证明框架的结构鲁棒性和跨队列泛化能力。

**年龄分层评估与边界调优**：针对训练集年龄分布局限（19-77岁）导致的儿童“地板效应”和老年偏差，利用siAge和SC2018数据集进行调优。调优后，儿童组（<19岁）MAE从17.64降至1.52，PCC从0.58升至0.95；老年组（>77岁）PCC从0.17升至0.35，且未损害成年核心年龄段的预测精度。

**模型架构、特征选择与损失函数消融实验**：消融分析表明，集成模型（结合伪批量与DeepSets-Attention）比单独伪批量模型提升PCC 2%和MAE 3%；精选5,012个基因（细胞类型标志物、互信息相关基因、衰老相关基因集的并集）比全基因组集在跨队列泛化上显著更优（如CIMA队列PCC从0.47升至0.84）。多任务损失中的一致性损失在外部数据集上有效正则化，降低过拟合。

**揭示保守和数据集特异的分子衰老特征**：利用积分梯度（IG）量化基因重要性，发现CD8B、RPS4Y1等基因在多个数据集中贡献排名靠前，且表达轨迹呈现跨生命周期波动。功能富集分析显示，高贡献基因富集于Myc靶点、氧化磷酸化、细胞衰老等保守通路。同时，模型能捕获数据集特异性模式（如HCA中CLDN11、OneK1K中NPM3）。

**精细供体级基因贡献揭示生物学意义的基因-年龄动态**：将基因贡献轨迹分为五种趋势：年龄上调（如CDKN2A、CCL5，富集于凋亡、TNFα信号、干扰素反应）、年龄下调（如LRRN3，富集于PI3K/AKT/mTOR、Wnt/β-Catenin、Myc靶点）、倒U型、U型和复杂型。年龄上调组反映促衰老炎症通路激活，年龄下调组反映代谢和增殖信号衰退。

**非线性基因贡献轨迹揭示阶段特异性调控转变**：通过LOWESS和k-means聚类，将倒U型基因分为三个亚群，其峰值年龄（~32.3岁、~60.6岁、~79.0岁）与已知血浆蛋白质组衰老波（34岁、60岁、78岁）时间一致。IU1富集于适应性免疫和Th17分化，IU2富集于细胞外基质组织、凝血和胆固醇代谢，IU3富集于血管生成和肥大细胞负调控。U型基因亚群（U1-U4）揭示中年代谢瓶颈和性别特异性（如U1在~48.2岁出现性别差异，与雌激素信号相关），以及晚期蛋白质稳态危机、自噬/mTOR信号和先天免疫炎症（inflammaging）的预测重要性上升。

**识别衰老相关和年轻相关细胞亚群**：基于预测年龄残差定义加速、正常和减速衰老表型，结合细胞比例和贡献评分，识别出衰老相关细胞（NK细胞、CD8⁺TEM、B中间细胞）和年轻相关细胞（CD4⁺TCM、CD4⁺初始、CD8⁺初始、γδT细胞），与已知免疫衰老特征一致。

**单细胞分辨率可解释性揭示亚群内贡献异质性**：在AIDA和OneK1K中，对贡献前5%的细胞进行富集分析，发现CD8⁺初始T、CD8⁺TCM、MAIT、dnT、HSPC、NK_CD56bright和ILC等亚群在贡献池中富集。进一步差异表达分析显示，仅CD8⁺初始T、MAIT、dnT和HSPC内部存在显著转录异质性，这些亚群中高贡献细胞富集于Myc靶点、干扰素反应、抗原加工呈递、核糖体生物合成和DNA修复等通路，且MAIT细胞特异富集于人巨细胞病毒（CMV）感染通路。

**IDEAL-Age模型在系统性红斑狼疮（SLE）队列中的应用**：应用于156名SLE患者和99名健康对照，发现SLE患者（尤其是发作期）表现出显著加速的免疫衰老，治疗后改善。细胞层面分析揭示髓系细胞（特别是单核细胞）在贡献池中高度富集。通过单核细胞亚群细分（4种经典单核细胞、2种非经典单核细胞、cDC和pDC）和伪时间轨迹分析，发现SLE患者单核细胞遵循异常发育轨迹：健康对照主要沿T2轨迹分化为CD16⁺ncMo-1，而SLE患者异常激活T1轨迹导致CD14⁺cMo-2终末积累，并沿T2-SLE轨迹偏向CD16⁺ncMo-2。动态基因表达显示，SLE终末单核细胞上调干扰素刺激基因（ISGs，如ISG15、IFI6、IFITM3）和MHC I类分子，形成“干扰素特征”，驱动加速免疫衰老。

**讨论与结论**

讨论部分指出，IDEAL-Age通过多尺度可解释性克服了传统时钟的局限，揭示了非线性衰老特征（U型和倒U型基因贡献轨迹），其计算拐点与蛋白质组学衰老波和内分泌里程碑（如更年期）一致，表明深度学习能捕获生命历程中生物学优先级的“升降”。单细胞分辨率进一步揭示了亚群内异质性，并发现SLE中加速免疫衰老主要由高炎症性、干扰素反应性单核细胞驱动，治疗后CD8+初始T细胞恢复与预测年龄下降相关。局限性包括：极端年龄组泛化验证仍需大规模独立队列，批次效应和稀有细胞类型代表性不足，以及转录组分析仅为免疫衰老的一维。结论部分总结：研究人员提出了IDEAL-Age，一个基于单细胞转录组的免疫衰老模型，具有多尺度可解释性，能稳健预测跨队列免疫年龄，揭示保守和数据集特异的基因特征以及非线性基因贡献轨迹，与生理衰老波对齐。单细胞分辨率揭示了亚群内异质性，尤其突出造血祖细胞和T细胞。应用于SLE提示加速免疫衰老与干扰素相关单核细胞转变相关，强调了其临床相关性和研究免疫衰老的实用性。