博文

最近爆火的虚拟扰动到底是什么

已有 646 次阅读 2026-7-20 11:50 |系统分类:科研笔记

“ 真实基因敲除实验往往受到成本、周期和细胞类型特异性等因素的限制。虚拟扰动由此应运而生：在开展湿实验之前，先通过计算模型预测靶基因敲除后可能引起的细胞响应、通路变化和分化轨迹改变。”

这就是虚拟扰动近年持续升温的背景。2024 年，scGPT、scFoundation 等单细胞基础模型都把扰动响应预测列为重要任务；2026 年的大规模基准评测也进一步提醒我们，跨细胞背景和未见扰动的泛化仍是核心难点[1-5]。

—

虚拟扰动到底在“虚拟”什么？

很多人第一次听到虚拟扰动，会以为它只是把表达矩阵里某个基因的数值改成0，实际并不是这样。图片1.png 更严谨的虚拟扰动，通常从已有单细胞数据出发：先保留细胞类型、细胞状态、发育轨迹或调控网络背景，再在模型中模拟一个基因或调控因子被关闭、增强或扰动后的影响。它关注的不是简单修改表达矩阵中的某个数值，而是目标基因与上下游调控网络之间的关系，以及这种扰动最终如何影响细胞状态[6,7]。如果把它放到实验设计里看，它最常解决三类问题：1. 候选太多，先排优先级。差异分析或转录因子筛选常常给出一串候选，虚拟扰动可以先在同一数据背景中比较，找出更值得进入下一轮验证的目标。2. 同一个基因，在不同细胞里可能不是一回事。一个基因可能只在某类细胞、某个亚型或某个分化阶段产生明显影响，虚拟扰动可以帮助我们把“在哪些细胞里看”说得更具体。3. 把分析结果接到真实实验。受影响基因、通路、调控模块和状态变化，可以进一步转成 qPCR、蛋白检测、CRISPR、Perturb-seq 或动物实验的验证清单。这里必须提醒：虚拟扰动得到的是模型预测。结果会受到细胞数、数据质量、批次效应、目标基因表达量和建模方法影响。更稳妥的用法是“提出假设并排序”，不是“直接证明因果”。

—

论文里，虚拟扰动怎么用？

案例 1｜只有 WT 数据怎样判断 TREM2 失活后可能影响哪些下游通路？

研究者常遇到一个现实问题：手里只有野生型数据，没有配套的敲除样本，还能不能先判断一个基因可能影响哪些下游过程？

https://doi.org/10.1016/j.patter.2022.100434Osorio 等开发的 scTenifoldKnk 提供了一个很直观的例子。研究使用 765 个野生型小鼠小胶质细胞、7,715 个基因构建调控网络，并在网络中虚拟敲除 Trem2，如上图所示。模型得到 128 个显著差异调控基因（FDR < 0.05），涉及溶酶体、氧化磷酸化、脂质与胆固醇代谢、小胶质细胞吞噬及阿尔茨海默病相关过程；这些方向与既有真实 Trem2 敲除研究的主要发现总体一致[6]。这个案例的重点不是“电脑直接证明了 TREM2 的功能”，而是把一个候选基因转成了一份更具体的下游基因与通路清单。还需注意，scTenifoldKnk 的 distance 或 FC更多反映的是调控网络受到扰动后的影响程度，而不能直接解释为基因表达的上调或下调。

案例 2｜先用虚拟筛选挑目标，再交给湿实验验证

更有吸引力的应用，是把“计算预测”真正接到“实验验证”上。图片3.png DOI: 10.1016/j.cell.2026.04.0222026 年发表于 Cell 的 RegVelo 研究中，分析了 7 个时间点的 1,180 个斑马鱼神经嵴及其衍生细胞，将 RNA velocity 与基因调控网络联合建模，再逐个模拟转录因子 regulon 敲除[7]。DOI: 10.1016/j.cell.2026.04.022tfec 被排到色素谱系候选的前三位，elf1 进入前十。随后，研究者使用 CRISPR-Cas9 敲除与单细胞 Perturb-seq 继续验证；结果支持 tfec 参与早期色素谱系建立，也支持 elf1 促进色素命运并限制间充质方向[7]。这类“预测-筛选-验证”的闭环，正是虚拟扰动最有价值的使用方式：先缩小实验范围，再用真正的扰动数据检验模型。但物种、细胞背景、轨迹质量和模型覆盖范围都会影响结果；跨背景泛化仍然需要谨慎。

—

你的单细胞数据能不能做？

通常需要准备：单细胞 RNA 测序表达矩阵及细胞注释；候选基因或转录因子列表；最希望回答的生物学问题。若关注分化方向和扰动分数，还需要相对可靠的轨迹与拟时序；有 scATAC-seq 或调控先验时，可进一步增强转录因子网络解释。更适合的情况：目前只有对照组或野生型单细胞数据；候选基因较多，需要安排验证优先级；关注细胞类型特异的下游通路，或关注分化、发育和细胞命运；真实敲除成本高、周期长，或样本来自稀有细胞和人源材料。

—

如果读者有意开展相关分析，可以选择两种入口

通过纽科生物单细胞在线分析网站 OmicsResonance，进入单细胞在线分析与前期数据探索，可以完成对拟时序分析和虚拟敲除等多个单细胞项目；

https://cloud.rnastar.com/

如您的分析需要围绕论文问题定制图表与报告，可以开展定制分析。先用模型把问题问得更准，再把实验资源投向最值得验证的目标。参考文献[1] Dixit A, Parnas O, Li B, et al. Perturb-Seq: dissecting molecular circuits with scalable single-cell RNA profiling of pooled genetic screens. Cell. 2016;167(7):1853-1866.e17.

[2] Ji Y, Lotfollahi M, Wolf FA, Theis FJ. Machine learning for perturbational single-cell omics. Cell Systems. 2021;12(6):522-537.

[3] Cui H, Wang C, Maan H, et al. scGPT: toward building a foundation model for single-cell multi-omics using generative AI. Nature Methods. 2024;21:1470-1480.

[4] Hao M, Gong J, Zeng X, et al. Large-scale foundation model on single-cell transcriptomics. Nature Methods. 2024;21:1481-1491.

[5] Wei et al. Benchmarking algorithms for generalizable single-cell perturbation response prediction. Nature Methods. 2026;23:451-464.

[6] Osorio D, Zhong Y, Li G, et al. scTenifoldKnk: an efficient virtual knockout tool for gene function predictions via single-cell gene regulatory network perturbation. Patterns. 2022;3(3):100434.

[7] Wang W, Hu Z, Weiler P, et al. RegVelo: gene-regulatory-informed dynamics of single cells. Cell. 2026;189(12):3773-3800.e44.