《Briefings in Bioinformatics》：DeOPUS: cellular deconvolution via optimized power-transformed unmixing with shrinkage
编辑推荐：
单细胞RNA测序（single-cell RNA sequencing, scRNA-seq）为细胞异质性提供了高分辨率的见解，但其广泛应用常受限于高昂成本和复杂的技术要求。细胞去卷积（cellular deconvolution）作为一种经济有效的替代方案，
单细胞RNA测序（single-cell RNA sequencing, scRNA-seq）为细胞异质性提供了高分辨率的见解，但其广泛应用常受限于高昂成本和复杂的技术要求。细胞去卷积（cellular deconvolution）作为一种经济有效的替代方案，通过从批量RNA测序（bulk RNA-seq）数据中计算估计细胞类型比例来实现。然而，转录组数据极端的动态范围和固有的异方差性（heteroscedasticity）对准确估计构成了重大挑战。在此，研究人员提出了一种基于参考的去卷积方法——通过优化幂变换解混与收缩的去卷积方法（deconvolution via optimized power-transformed unmixing with shrinkage, DeOPUS），该方法引入分层收缩变换（hierarchical shrinkage transformation, HST）以稳健地估计细胞组成。DeOPUS整合了多层次自适应先验、方差稳定化幂变换（variance-stabilizing power transformation）和基于秩的分位数归一化（rank-based quantile normalization），以减轻离群值和高方差技术噪声的影响。研究人员系统地将DeOPUS与八种最先进的方法在122个组织和12个器官系统中进行了基准测试。DeOPUS在平均皮尔逊（Pearson, r=0.82）和斯皮尔曼（Spearman, ρ=0.77）相关性方面持续优于所有八个竞争对手。DeOPUS显著超越了排名第二的方法（r=0.75, ρ=0.68），同时保持了最低的均方误差（mean squared error, MSE=0.007）。值得注意的是，DeOPUS在使用所有三项指标的绝大多数组织和器官系统中均排名第一，展示了其对日益增加的细胞复杂性无与伦比的稳健性。在18个具有实验确定细胞类型比例的批量数据集上进行的更深入验证进一步证实了DeOPUS的强劲性能。DeOPUS是唯一在所有数据集中均实现正相关的方法，并在优势细胞类型识别中达到了最高准确度。DeOPUS作为开源R包可在https://github.com/tinnlab/DeOPUS获取。
论文解读：DeOPUS——通过优化幂变换解混与收缩实现稳健的细胞去卷积
一、研究背景与问题
在传统的批量RNA测序（bulk RNA-seq）实验中，包含数十万至数百万个细胞的组织样本被均质化并测序，仅产生一个代表所有组成细胞平均表达的单一表达谱。这种平均表达在探究罕见但功能上占主导地位的细胞群体（如癌症干细胞或特化神经元亚型）时存在局限性，因为这些细胞的关键转录特征往往被更丰富细胞的表达谱所掩盖。因此，准确定量细胞类型组成对于阐明疾病机制、表征肿瘤微环境和识别细胞类型特异性生物标志物至关重要。
单细胞RNA测序（scRNA-seq）虽然能直接提供细胞水平的解析，但其在大规模队列研究中的广泛应用受到测序成本、解离诱导的转录伪影以及对存档临床标本进行回顾性分析的实际不可能性等因素的限制。细胞去卷积作为一种经济有效的替代方案，使研究人员能够从现有的大量批量RNA-seq数据（包括TCGA、GEO和ArrayExpress等数据库）中提取细胞类型水平的见解，而无需重复昂贵的单细胞实验。
过去16年间，去卷积方法的发展催生了众多算法，大致可分为三类：无参考（reference-free）方法、半参考（semi-reference-free）方法和基于参考（reference-based）方法。基于参考的方法利用单细胞数据或预计算的签名矩阵来指导比例推断，包括约束最小二乘（CLS）技术、加权约束最小二乘（W-CLS）变体、支持向量回归（SVR）框架、最大似然方法、贝叶斯方法以及深度学习模型等。
尽管方法学上呈现多样性，RNA-seq数据中的异方差性（heteroscedasticity）是仅被部分解决的关键障碍。CLS和W-CLS方法在原始或最小变换的表达空间中操作，损失函数由高丰度管家基因主导；SVR方法通过基于间隔的损失隐式正则化，但该正则化均匀应用于所有基因，不能适应基因特异性方差模式；贝叶斯方法受限于参数形式，无法解释真实世界批量谱中经常遇到的不规则非参数技术噪声和平台偏移；深度学习方法依赖合成训练数据，引入严重的分布失配问题。正是基于这些未解决的挑战，研究人员开发了DeOPUS方法。
二、研究内容与核心方法
DeOPUS是一种基于参考的去卷积框架，无需训练或再训练阶段。用户只需提供两个输入：批量RNA-seq表达矩阵（B）和参考签名矩阵（C），后者通常来源于高分辨率单细胞或单核RNA-seq图谱。DeOPUS的核心创新在于分层收缩变换（HST），该变换将表达数据映射到稳健的方差稳定化特征空间，通过整合局部和全局收缩先验，选择性地衰减高方差噪声和离群值影响，同时保留具有生物学信息价值的标记信号。
HST执行四个连续步骤：第一，预处理和深度归一化，将负值截断为零并基于平均表达计算全局缩放因子；第二，使用全局收缩因子进行方差稳定化幂变换，该因子随表达水平呈指数衰减，对高表达基因施加更强的压缩；第三，基于秩的分位数归一化，将幂变换后的值通过其在所有基因中的秩转换为标准正态分布的量化分数，使表示对单调非线性扭曲不变；第四，混合、平滑和缩放，将幂变换信号与分位数归一化信号通过基因特异性权重结合，应用有理函数平滑并最终线性重缩放以匹配log?尺度动态范围。
在优化阶段，DeOPUS将去卷积重新定义为最小化HST变换后的批量谱与HST变换后的混合模型之间的L2散度的约束优化问题，使用L-BFGS-B算法对每个样本独立求解，强制非负性约束以保证生物学合理性。最终通过和为一归一化将原始估计投影到单位单纯形上，得到细胞类型比例。
三、研究结果
基准测试性能：研究人员系统地将DeOPUS与八种最先进的方法在122个组织和12个器官系统中进行基准测试。DeOPUS在平均皮尔逊（r=0.82）和斯皮尔曼（ρ=0.77）相关性方面持续优于所有八个竞争对手，显著超越了排名第二的方法（r=0.75, ρ=0.68），同时保持了最低的均方误差（MSE=0.007）。在使用所有三项指标的绝大多数组织和器官系统中，DeOPUS均排名第一，展示了其对日益增加的细胞复杂性无与伦比的稳健性。
实验验证：在18个具有实验确定细胞类型比例的批量数据集上进行的更深入验证进一步证实了DeOPUS的强劲性能。DeOPUS是唯一在所有数据集中均实现正相关的方法，并在优势细胞类型识别中达到了最高准确度。
消融研究：补充图S7展示了消融研究结果，证明HST流程的每个组成部分对于维持去卷积准确性都是必不可少的。
四、讨论与结论
DeOPUS通过引入分层收缩变换，将去卷积重新定义为方差调节的信号处理任务，克服了现有方法的局限性。通过整合多层次自适应先验、方差稳定化幂变换和基于秩的分位数归一化，DeOPUS选择性地衰减高方差噪声和离群值影响，同时保留具有生物学信息价值的标记信号。这种对动态范围的系统性稳定化确保了优化目标反映真实的细胞组成而非转录丰度极端值。
研究人员通过跨多样组织和器官系统的严格基准测试证明，DeOPUS在精度和稳定性方面持续优于最先进的方法。DeOPUS的线性求和模型有效避免了过拟合，并保持了与顶级去卷积方法一致的标准范式。该方法作为开源R包提供，为研究人员从现有批量RNA-seq数据中提取细胞类型水平见解提供了经济有效的工具，有望在肿瘤微环境表征、疾病机制阐明和细胞类型特异性生物标志物识别等领域发挥重要作用。
