《Frontiers in Immunology》：Network-informed deconvolution of bulk immune gene co-expression reveals single-cell programs and spatial organization
编辑推荐：
引言：单细胞RNA测序（scRNA-seq）为探索免疫系统复杂性提供了前所未有的可能，然而现有方法主要依赖基于表达的聚类分析，缺乏对免疫细胞状态机制性解释，且在整合多尺度数据方面面临挑战。方法：研究人员开发了一种网络信息引导的反卷积框架，利用来自情境匹配的批量
引言：单细胞RNA测序（scRNA-seq）为探索免疫系统复杂性提供了前所未有的可能，然而现有方法主要依赖基于表达的聚类分析，缺乏对免疫细胞状态机制性解释，且在整合多尺度数据方面面临挑战。方法：研究人员开发了一种网络信息引导的反卷积框架，利用来自情境匹配的批量RNA测序数据集中的免疫相关基因构建贝叶斯网络衍生的调控结构。从这些结构中提取网络标记，并投影到外周血单个核细胞（PBMC）和肺腺癌（LUAD）的scRNA-seq数据集上，以识别网络生物标志物和定义免疫细胞状态。进一步使用空间转录组学分析评估网络定义细胞状态的空间一致性。本研究分析的scRNA-seq和空间转录组学数据集由研究团队从前瞻性收集的样本生成，而情境匹配的批量RNA-seq队列用于推导群体水平的免疫基因网络结构。结果：该框架在PBMC和LUAD数据集中识别出结构定义的免疫亚群，并揭示了多种免疫谱系的功能异质性。空间转录组学分析进一步显示，网络相关免疫簇比非相关簇表现出更近的空间邻近性，支持了网络定义细胞状态的空间一致性。讨论：该框架为免疫细胞亚群识别和功能表征提供了网络信息引导的表示。通过关联批量免疫基因共表达、单细胞程序和空间组织，该方法为理解正常和病理状态下免疫动态提供了额外视角，并可为更精确的免疫治疗相关研究提供分析基础。
研究背景与立项依据
单细胞RNA测序（scRNA-seq）技术虽能以极高分辨率刻画免疫系统细胞组成与功能异质性，但主流分析流程仍依赖基于表达相似性的无监督聚类与预定义标记基因注释，缺乏调控机制解释力，难以分辨共享调控逻辑的功能亚群与过渡态。批量RNA测序（bulk RNA-seq）具备大样本量、高测序深度与低技术噪声优势，适合用贝叶斯网络（Bayesian network, BN）推断基因间概率依赖与方向关系，但缺乏细胞类型特异性。空间转录组学可补足解离scRNA-seq丢失的局部邻域信息。如何把bulk推断的群体级调控结构跨尺度投射到单细胞与空间层面，是单细胞免疫分析的关键挑战。为此，研究人员在《Frontiers in Immunology》发表研究，提出网络信息引导的反卷积框架，将bulk BN衍生调控子图作为“网络标记”投影至PBMC与肺腺癌（LUAD）scRNA-seq，并在自测空间转录组中验证其空间一致性。
主要技术方法概览
研究人员采用情境匹配设计：bulk端使用公开队列（正常PBMC取GEO GSE107011，LUAD取TCGA-LUAD）做WGCNA相关过滤与GO免疫基因筛选；以bnlearn包Hill-Climbing搜索+BIC打分+200次bootstrap（边置信≥0.7）学出BN结构，抽取2–3节点有向子图作网络标记。单细胞端为四川大学华西医院胸外科研究所前瞻收集样本（PBMC 4例36,753细胞；LUAD 45例386,030细胞），经SCTransform归一、Harmony批次校正、Seurat聚类注释后，将TPM>0.1二值化，计算细胞–标记共表达矩阵，按簇内使用率≥80%聚为网络生物标志物（network biomarker）；空间端对LUAD切片中成对网络生物标志物所标细胞簇质心做欧氏距离统计检验。
研究结果
2.1 网络信息引导框架与空间一致性分析设计
研究人员建立从bulk BN关联→单细胞状态→空间邻近的三层假设，框架含BN构建、2–3基因有向子图提取、scRNA-seq投影共表达、簇级网络生物标志物聚合、空间质心距离检验五步，明确网络关联簇更易空间共定位的工作假说。
2.2 PBMC中BN结构构建与细胞亚型识别
正常PBMC bulk筛得2553免疫基因，BN保留7368条高置信边，枢纽含SPI1、IRF4；抽取2816个候选标记，投影至36,753 PBMC后定义19个免疫亚型，如CCL5–STAT1–IRF7富集于活化CD8+ T、CD74–HLA-DRA–HLA-DPB1共享于抗原提呈细胞（APC），证明bulk结构可系统性解码单细胞身份。
2.3 肿瘤免疫系统中BN映射评估
LUAD bulk筛873免疫基因，BN含7283边，SPI1/IRF7连接度下降、密度降低；投影至386,030肿瘤浸润免疫细胞，整体共表达频率与标记丰度低于PBMC，但CD74–HLA-DRA–HLA-DPB1等在APC中仍保留，说明框架在病理异质性下仍可恢复结构驱动状态。
2.4 免疫细胞亚型内功能异质性结构识别
对cDC再做网络生物标志物使用矩阵二级聚类，PBMC与LUAD均分出新亚群，DEG+GO显示抗原提呈、TLR、趋化因子通路分化；PBMC亚型间标记共享极低，LUAD则标记使用普遍下调、边界模糊，反映肿瘤导致调控程序离散化。
2.5 结构驱动免疫细胞亚型功能异质性转录组解析
记忆CD8+ T、嗜碱、中性粒在PBMC中按网络标志分簇，ZNF683/GZMK对应效应/组织驻留、THEMIS/LTB对应TCR阈值改变；LUAD中记忆CD8+ T分CXCR4/IFNG活化毒性与SELL/CCR7迁移两态，Treg由FOXP3/IL2RA锚定、NR3C1/ZEB2特异化，证实结构状态与文献免疫程序一致。
2.6 组织架构中网络定义免疫细胞亚型的空间一致性
取LUAD两例切片（C04140A5、C04145D6），BN置信≥0.7的标记对（Group1）所标细胞簇质心距离显著短于无关联对（Group0），在na?ve CD4+ T–pre-B、na?ve CD8+ T–cDC、na?ve CD8+ T–单核等组合中重复出现，t检验P<0.05至P<0.001，表明bulk网络关联伴随组织内空间共定位。
讨论与结论翻译
讨论指出，该框架不以单基因或表达向量而以BN衍生的2–3基因有向子图为状态基本单元，互补于Seurat等表达聚类与Scissor等bulk–single映射法，并把空间转录组纳入一致性验证；局限含bulk网络情境依赖、BN计算开销、二值共表达对空间精度限制及仅覆盖PBMC+LUAD。结论部分表明：研究人员呈现了将bulk推断调控网络投射至单细胞分辨率的结构信息引导框架，建立了免疫异质性网络信息反卷积、免疫基因共表达跨尺度解卷积与基于网络的生物标志物构建的通用方法学；该框架在正常与病理免疫生态中均可分辨功能亚群，网络关联细胞簇在空间上更邻近，为免疫动态理解与精确免疫治疗分析提供附加视角。
