博文

FERRET：利用异质细胞类型来评估调控网络稳定性

已有 349 次阅读 2026-8-31 18:38 |个人分类:科普|系统分类:科普集锦

FERRET：利用异质细胞类型来评估调控网络稳定性

基因调控网络的分析已成为研究转录调控机制的重要手段。不过，如何评估所推断出的调控网络质量，仍然是一个亟待解决的难题。与差异表达分析等转录组学分析方法相比，基因调控网络分析不仅能确定哪些基因发生了变化，还能解释这些变化是由于转录因子及其他调控因子的作用而产生的。不过，要实际构建全基因组的调控网络，就需要测量每个潜在调控因子在各种生物学环境中的结合情况或活性，而这在目前是无法实现的。此外，不同细胞、细胞类型、生物学状态以及不同时间点下，调控网络的结构也可能有所不同。因此，人们通常利用统计和计算方法，根据基因表达及其他分子数据来推断调控网络。单细胞转录组学的出现，进一步推动了这一领域的研究进展。用于推断特定细胞类型的 GRN 方法，有助于揭示导致细胞异质性的调控机制。随着 GRN 推断技术的快速发展，人们迫切需要采用严谨且具有生物学意义的评估方法来检验这些技术的有效性。

在表示调控关系的方式上，各种 GRN 推断方法存在显著差异。大多数方法将转录过程视为转录因子或其他调控因子与其靶基因之间的相互作用。有些方法明确区分调控因子和靶基因，从而形成二元网络。而另一些方法则允许基因同时充当调控因子和靶基因，从而形成非二元网络。还有一些方法仅识别基因之间的关联，而不明确推断调控因子与靶基因之间的关系，从而可能忽略潜在的因果关系。此外，一些方法还会结合先前的生物学知识，比如转录因子的结合位点、蛋白质-蛋白质相互作用以及经过整理的调控网络。在最近的研究中，Eicher等人排除了像 WGCNA 这样的方法，因为它们只是推断基因共表达模块，而非明确的调控因子-靶基因关系。由于建模假设和网络表示方式的多样性，要对 GRN 推理方法进行客观比较相当困难。

人们提出了多种分析框架来评估基因调控网络推断方法的性能，这些框架各自基于不同的假设来定义什么是正确的基因调控网络。其中最常用的框架是 BEELINE（基于单细胞转录组数据的基因调控网络推断基准测试）。该框架利用 ChIP-seq 数据构建的基因调控网络、经过精心设计的调控模型以及模拟数据来进行评估，评估指标包括曲线下面积(AUC)以及多次分析结果的一致性。其他方法则更加强调生物学上的验证。例如，SCENIC 的开发者们通过专家的解读来评估推断出的基因调控网络，同时还会检验这些网络在转录因子被敲除后是否能够准确反映预期的调控变化。Keyl 等人也进行了类似的研究。该研究提出了一种基于可重复性的评估方法来评估 scGeneRAI 的性能。具体而言，就是比较从同一个个体中推断出的网络结构，与在同一细胞类型中不同个体所推断出的网络结构之间的相似性。

虽然这些方法能够提供有价值的性能评估指标，但它们都存在明显的局限性。模拟数据可能无法准确反映真实生物系统的复杂性，而且往往更倾向于那些与模拟过程中所使用的假设相符合的分析方法。那些经过精心整理的调控网络、ChIP-seq 数据集以及各种扰动实验，其实只代表了全部调控相互作用中的一小部分而已。此外，这些数据的获取环境往往与实际研究中的环境不同。同样，对所分析网络的生物学解读虽然很有价值，但本质上属于事后分析，这可能会使评估结果偏向于那些已经被研究过的调控机制。在生物学研究中，我们可能会忽略那些尚未被描述、但实际上具有生物学意义和重要性的调控关系。此外，不同个体之间的实验结果重复性既反映了研究方法的质量，也体现了个体间的生物学差异。因此，很难将方法的可靠性与生物学上的差异性区分开来。

为了解决这些局限性，Eicher等人开发了 FERRET 框架（图1，https://github.com/QuackenbushLab/FERRET）。该框架旨在评估基于调控网络的推理方法。其核心假设是：对于同一细胞状态而言，从该状态中得出的调控网络预测结果应更为相似；而来自不同细胞状态的预测结果则应有所差异。FERRET 并不依赖于对不完整数据的修复或事后生物学解释，而是通过比较同一细胞类型中不同细胞子集所推断出的调控网络之间的相似性，以及同一样本中不同细胞类型所推断出的调控网络之间的相似性，来评估调控网络推理方法是否能够准确再现生物学上合理的调控结构。由于这些比较都是在同一样本内进行的，因此 FERRET 有效降低了样本间差异对评估结果的影响。在保持不同细胞类型之间具有生物学意义的差异的同时，也允许个体间的差异存在。FERRET 通过两个互补的指标来对这种比较进行量化：曲线下面积的稳健性（RAUC），用于衡量对细胞内部生物变异的抵抗能力，以及单调性用于衡量在不同边权重阈值下，网络相似性的稳定性。这两个指标统称为 FERRET 评分。

图1 FERRET框架

作者们利用实验得到的调控网络、模拟的阴性对照数据以及多种癌症相关的单细胞 RNA 测序数据来评估 FERRET 的性能。这些分析结果表明，FERRET 能够区分具有生物学意义的调控结构与随机的网络结构。此外，FERRET 还为基于生物学可重复性而非对不完整真实数据的还原来评估 GRN 推断方法提供了有力的补充工具。

参考文献

[1] Tara Eicher, John Quackenbush. FERRET: Framework to Evaluate Robustness in Regulatory Networks Using Heterogeneous Cell Types bioRxiv 2026.07.21.739795; doi: https://doi.org/10.64898/2026.07.21.739795

以往推荐如下：

1. 分子生物标志物数据库MarkerDB

2. 细胞标志物数据库CellMarker 2.0

3. 细胞发育轨迹数据库CellTracer

4. 人类细胞互作数据库：CITEdb

5. EMT标记物数据库：EMTome

6. EMT基因数据库：dbEMT

7. EMT基因调控数据库：EMTRegulome

8. RNA与疾病关系数据库：RNADisease v4.0

9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target

10. 非编码RNA与免疫关系数据库：RNA2Immune

11. 值得关注的宝藏数据库：CNCB-NGDC