《PLOS Computational Biology》：ScanNet: Single-cell annotation informed by transcriptional regulation Network via iterative heterogeneous graph learning
编辑推荐：
准确的单细胞转录组测序（scRNA-seq）数据细胞类型注释对于理解细胞身份至关重要。转录调控网络（TRN）刻画了转录因子（TF）与其靶基因（TG）之间的调控关系，承载了驱动转录程序的分子依赖。然而，多数现有细胞类型注释方法并未充分利用该调控信息。为此，研究人
准确的单细胞转录组测序（scRNA-seq）数据细胞类型注释对于理解细胞身份至关重要。转录调控网络（TRN）刻画了转录因子（TF）与其靶基因（TG）之间的调控关系，承载了驱动转录程序的分子依赖。然而，多数现有细胞类型注释方法并未充分利用该调控信息。为此，研究人员提出ScanNet（Single-cell annotation informed by transcriptional regulation Network via iterative heterogeneous graph learning），一种由转录调控网络指导的单细胞注释方法，将TRN先验知识整合进基因表达数据，捕获TRN机制下细胞类型特异性特征。TRN可自然表示为由TF与TG两类调控元件经有向边连接的异质图（heterogeneous graph），从而编码塑造转录程序并最终决定细胞身份的调控依赖。为利用该结构，ScanNet引入迭代异质图卷积框架，通过双通道编码器学习局部与全局细胞嵌入：调控级编码器（Regulation-level Encoder）应用迭代异质图卷积捕获TRN内局部TF-TG调控交互，表达级编码器（Expression-level Encoder）学习全局细胞转录状态。融合多视角表示后，ScanNet可准确注释细胞类型。在跨越不同物种、样本规模与测序平台的八个scRNA-seq数据集上的综合评测表明，ScanNet一致优于十种前沿细胞类型注释方法。通过将先验TRN结构嵌入异质图，ScanNet在跨平台细胞类型注释及受限结构信息下识别新型细胞类型方面均表现稳健。此外，ScanNet框架可灵活迁移至单细胞ATAC测序（scATAC-seq）数据，通过将染色质可及性映射到基因水平，取得优于现有注释工具的性能。综上，ScanNet是一个可扩展、可迁移且机制可知的框架，适用于多样单细胞数据模态下的准确细胞类型注释。
研究背景与立项依据：单细胞RNA测序（scRNA-seq）以单细胞分辨率测量基因表达，揭示细胞异质性与转录状态，但数据具有高稀疏性、高dropout率与噪声，使细胞类型注释困难。传统手动注释依赖标记基因与无监督聚类，耗时主观且难扩展；基于相似度的自动化方法（如scmap、CHETAH）易受批次效应与参考集质量影响；深度学习监督方法（ACTINN、scGCN、scGraphformer等）仅依赖表达矩阵，跨数据集泛化有限；即便引入蛋白质相互作用（PPI）网络的方法（sigGCN、scGraph、scRGCL）也多捕获相关性而非因果调控。转录调控网络（TRN）以有向边刻画转录因子（TF）到靶基因（TG）的激活或抑制，是细胞身份的机制性基础，却未被既有注释模型系统利用。为此，研究人员在《PLOS Computational Biology》发表ScanNet，将TRN作为先验结构与约束嵌入迭代异质图卷积（iHGCN）框架，从调控机制与表达结果双视角学习细胞表征。
主要关键技术方法：研究采用八个人鼠scRNA-seq基准数据集（PBMC多模态、Muraro胰腺、BMMC骨髓、免疫多组织、BaronMouse、ChenMouse、AMB视皮层、TM）及七平台PBMCbench跨平台集，统一使用人鼠通用参考TRN；构建TF-TG异质图，激活边权1、抑制边权?1；双通道编码器含调控级iHGCN（两层交替更新TF/TG表示，注意力融合自身与邻域信息）与表达级MLP，接MSE重构解码器与CE分类器，总损失为重构+分类+L2；以7:3分层划分训练测试，指标用AUPRC/F1/Precision/Recall与Nemenyi临界差图；新型细胞以训练集剔除的稀有类型（<10细胞）作未知类，用预测熵阈值0.75判定；scATAC-seq通过Signac将peak转为基因评分矩阵替代表达矩阵输入同一框架。
研究结果：
The framework of ScanNet：ScanNet以TF/TG表达与参考TRN建异质图，调控级编码器经iHGCN学局部调控依赖，表达级编码器学全局转录态，融合后分类；重构解码器仅重建表达而非TRN图，保证细胞特异变异不被全局图结构约束。
ScanNet outperforms baselines in cell type annotation：在八数据集上ScanNet的F1与Precision均最优（BaronMouse F1=0.9762、Precision=0.9776；PBMC Precision=0.9742，超ACTINN等第二名约8点），AUPRC与Recall全胜；Nemenyi检验平均秩1.28显著优于scANVI(3.85)；在BaronMouse不平衡数据中gamma细胞recall达66.67%（scGraphformer仅16.67%），证明对少数类鲁棒；于32.9万细胞免疫图谱仍具竞争力，说明可扩展。
ScanNet exhibits robust performance across different sequencing platforms：PBMCbench七平台留六测一实验中ScanNet AUPRC散点多数居对角线上方，CD图总秩第一且与scANVI批次鲁棒性相当；t-SNE显示ScanNet嵌入按细胞类型分离、按平台混合减弱，优于PCA表达空间。
ScanNet can identify novel cell types：AMB与BaronMouse将训练剔除稀有类作新类，ScanNet以熵区分，AMB新类precision/recall均71.43%，BaronMouse recall 95.24%/precision 66.67%；已知类熵均值0.0168、新类0.911，分布不重叠；与scCATCH杂交流程中低置信细胞交由scCATCH在ScanNet嵌入上细化，谱系混淆低于原始表达空间单独scCATCH。
ScanNet performs well with transferred scATAC-seq data：配对PBMC scATAC-seq上ScanNet全面优于Cellcano，19类中12类领先（Naive B、gdT、Treg超40–70%），CD16 Mono的AUPRC 0.89 vs 0.84；无配对scRNA-seq时仍胜Cellcano，证跨模态迁移力。
讨论与结论翻译：细胞类型注释是单细胞组学连接机制探索与临床转化的关键桥梁，scRNA-seq固有噪声带来挑战。研究人员提出ScanNet，通过迭代异质图卷积整合参考TRN与表达数据。八数据集基准显示其四项指标均优，对不平衡少数类识别强；跨七平台实验经t-SNE证聚类由细胞类型而非批次驱动；开放场景中以熵识新类灵活；原设scRNA-seq的ScanNet胜专用scATAC-seq工具Cellcano，显跨模态通用性。消融证双通道与TRN先验互补贡献，单层iHGCN两层堆叠足够，更多TF/TG不增效。ScanNet以参考TRN为生物先验嵌入双通道编码，从调控与表达双视角解构异质性，捕获上游因果与下游结果。未来方向包括融入细胞类型特异TRN及多组学（空间/表观）精细调控。结论：ScanNet有效整合转录调控与表达的因果关系，通过上游机制捕获异质性，在基础注释、跨平台、新类发现、scATAC-seq迁移四场景均优于前沿方法，是可扩展、可迁移、机制可知的单细胞注释框架。
