在生命科學(xué)研究的宏偉畫卷中，理解復(fù)雜組織中各類細胞的構(gòu)成與動態(tài)變化，猶如解開一幅精細的拼圖，是洞悉器官發(fā)育、疾病機制和治療響應(yīng)的關(guān)鍵。細胞豐度，即各類細胞在組織中的比例分布，正是這幅拼圖的核心信息。然而，直接描繪這幅拼圖的金標準——單細胞測序技術(shù)，卻因其高昂的成本和對樣本處理的嚴苛要求，難以在大型隊列研究中廣泛鋪開。于是，科學(xué)家們發(fā)展出了“反卷積”這項強大的計算技術(shù)，它能夠利用已知的、有限的單細胞數(shù)據(jù)作為“圖樣”，從混合的組織水平數(shù)據(jù)中“反推”出各類細胞的比例，從而經(jīng)濟高效地探究大規(guī)模樣本中的細胞異質(zhì)性。

理想很豐滿，但現(xiàn)實卻充滿了挑戰(zhàn)。目前的多組學(xué)反卷積領(lǐng)域，呈現(xiàn)出一種“各自為政”的割裂狀態(tài)。在轉(zhuǎn)錄組層面，MuSiC、CIBERSORTx等方法表現(xiàn)出色；在空間轉(zhuǎn)錄組學(xué)，RCTD、SPOTlight各擅勝場；在蛋白質(zhì)組學(xué)，則有scpDeconv等專門工具。這些工具在各自的領(lǐng)域內(nèi)固然有效，但它們大多基于特定組學(xué)數(shù)據(jù)（如轉(zhuǎn)錄組）的分布假設(shè)（如泊松或負二項分布）而設(shè)計，將其應(yīng)用于其他組學(xué)數(shù)據(jù)時效果存疑，更遑論在代謝組學(xué)領(lǐng)域，至今仍缺乏專門的反卷積工具。這種“一種組學(xué)，一種方法”的現(xiàn)狀，帶來了兩大棘手難題：首先，當研究者希望比較不同組學(xué)層、不同隊列間的細胞豐度時，方法學(xué)的異質(zhì)性會引入難以量化的系統(tǒng)偏差，損害整合分析的可信度；其次，多組學(xué)研究需要進行大量的跨方法參數(shù)調(diào)整和結(jié)果校準，導(dǎo)致工作流程碎片化，增加了分析復(fù)雜度和時間成本。更值得注意的是，代謝組學(xué)數(shù)據(jù)在所有組學(xué)類型中與臨床表型的相關(guān)性最高，卻因可檢測特征數(shù)量少、不同細胞類型間代謝特征相似度高，而成為反卷積的“無人區(qū)”。這些挑戰(zhàn)共同構(gòu)成了大規(guī)模多組學(xué)研究可擴展性的重要技術(shù)瓶頸。因此，開發(fā)一個能夠適應(yīng)不同組學(xué)模態(tài)多樣化數(shù)據(jù)特征的統(tǒng)一計算框架，成為推動精準醫(yī)學(xué)目標前進的關(guān)鍵一步。

為此，研究人員在《Nature Methods》上發(fā)表了他們的解決方案：DECODE。這是一個適用于轉(zhuǎn)錄組、蛋白質(zhì)組和代謝組數(shù)據(jù)的通用反卷積框架，能夠?qū)�細胞類型和細胞狀態(tài)進行反卷積，并在細胞水平上無縫整合跨組學(xué)的組織數(shù)據(jù)集。

為開展這項研究，作者構(gòu)建了一個包含四個階段的精密計算框架。第一階段，從單細胞數(shù)據(jù)中隨機抽樣生成用于模型訓(xùn)練的“偽組織”樣本。第二階段，通過對抗性訓(xùn)練來消除偽組織數(shù)據(jù)與目標組織數(shù)據(jù)之間的批次效應(yīng)。第三階段，通過對比學(xué)習(xí)策略增強特征并去噪，使用基于注意力機制的降噪模塊分離噪聲特征與純化特征。第四階段，根據(jù)目標組織是否包含未知細胞類型，選擇不同的推理路徑輸出細胞豐度向量。研究使用了來自人類、小鼠的多個公開數(shù)據(jù)集，涵蓋了轉(zhuǎn)錄組、蛋白質(zhì)組、代謝組和空間轉(zhuǎn)錄組學(xué)數(shù)據(jù)，構(gòu)建了包括跨供體、跨疾病狀態(tài)、跨健康狀態(tài)、跨數(shù)據(jù)集、空間轉(zhuǎn)錄組、多細胞類型以及真實組織數(shù)據(jù)在內(nèi)的七種評估場景，并將DECODE與包括TAPE、CIBERSORTx、MuSiC、scpDeconv、Scaden、RCTD、SPOTlight等在內(nèi)的十余種前沿反卷積方法進行了全面比較，評估指標包括Lin‘s一致性相關(guān)系數(shù)、均方根誤差和皮爾遜相關(guān)系數(shù)。

DECODE框架整合了對抗訓(xùn)練和對比學(xué)習(xí)技術(shù)。其核心流程分為四階段：生成訓(xùn)練數(shù)據(jù)、對抗性去除批次效應(yīng)、對比學(xué)習(xí)增強特征與去噪、以及雙路徑推理。特別是在第三階段，框架引入了一個基于注意力機制的降噪器，能夠從添加了噪聲的輸入中分離出純凈的組織特征和噪聲特征，并通過對比學(xué)習(xí)損失進行優(yōu)化，從而提升了模型處理各種噪聲和不同組學(xué)數(shù)據(jù)的魯棒性。

在涵蓋七種不同挑戰(zhàn)性場景的15個數(shù)據(jù)集測試中，DECODE在跨供體、跨疾病、跨健康狀態(tài)、跨數(shù)據(jù)集、空間轉(zhuǎn)錄組以及多細胞類型反卷積任務(wù)中，均表現(xiàn)出優(yōu)異且穩(wěn)定的性能，在絕大多數(shù)指標上領(lǐng)先于其他組學(xué)專用或空間專用的方法。例如，在空間轉(zhuǎn)錄組學(xué)數(shù)據(jù)上，DECODE的預(yù)測結(jié)果與真實細胞類型的空間分布高度吻合。在真實組織數(shù)據(jù)上，DECODE也展現(xiàn)了強大的競爭力。同時，在峰值內(nèi)存使用和運行時間方面，DECODE也表現(xiàn)出合理的效率。這些比較表明，DECODE是目前針對轉(zhuǎn)錄組學(xué)和蛋白質(zhì)組學(xué)最有效的反卷積方法之一。

DECODE填補了代謝組學(xué)反卷積的工具空白。研究使用了來自小鼠肝臟、小鼠骨髓和人結(jié)直腸癌的三個單細胞代謝組學(xué)數(shù)據(jù)集進行測試。盡管代謝組學(xué)數(shù)據(jù)存在可檢測特征少、細胞類型間特征相似度高等獨特挑戰(zhàn)，DECODE仍能準確估計細胞比例。在與其他方法的比較中，DECODE在絕大多數(shù)指標上明顯優(yōu)于其他方法，其預(yù)測點緊密分布在1:1線附近，而其他方法則對特征較弱的細胞類型表現(xiàn)出識別困難。這證明了DECODE在捕捉細胞間微弱代謝信號差異方面的能力。

除了細胞類型，DECODE還能準確反卷積與偽時間軌跡、細胞周期階段和藥物響應(yīng)時間點相關(guān)的細胞狀態(tài)。研究使用了單核細胞偽時間數(shù)據(jù)集、跨細胞類型的細胞周期蛋白質(zhì)組數(shù)據(jù)集以及黑色素瘤細胞藥物處理多組學(xué)數(shù)據(jù)集進行評估。DECODE在所有數(shù)據(jù)集上均取得了最佳性能，證明了其恢復(fù)與偽時間軌跡、細胞分裂周期以及環(huán)境變化誘導(dǎo)的細胞狀態(tài)變化相關(guān)的細胞狀態(tài)豐度的能力。

在實際應(yīng)用中，單細胞參考數(shù)據(jù)可能無法完全覆蓋組織中存在的所有細胞類型。DECODE通過第三階段的降噪器和對比學(xué)習(xí)，能夠分離噪聲，從而在一定程度上處理這種不匹配的情況。研究人員通過逐步在測試數(shù)據(jù)中引入未知細胞類型，并施加三種類型的擾動，系統(tǒng)評估了DECODE的魯棒性。結(jié)果表明，DECODE在大多數(shù)比較中優(yōu)于其他方法，尤其是在代謝組學(xué)數(shù)據(jù)上，其他方法基本失效，而DECODE仍能給出可用的結(jié)果。盡管在某些轉(zhuǎn)錄組和蛋白質(zhì)組場景中，Scaden、scpDeconv等方法在穩(wěn)定性上可與DECODE媲美甚至更低，但DECODE在整體反卷積精度上仍保持領(lǐng)先。

使用同一批外周血單核細胞的CITE-seq數(shù)據(jù)生成的轉(zhuǎn)錄組和蛋白質(zhì)組偽隊列進行評估，DECODE在兩個組學(xué)上的反卷積結(jié)果高度一致，且性能顯著優(yōu)于其他方法。樣本間預(yù)測的KL散度低而斯皮爾曼相關(guān)系數(shù)高，表明DECODE能為跨組學(xué)隊列整合提供一致、可靠的細胞豐度估計。

研究人員將DECODE應(yīng)用于整合后的乳腺癌多組學(xué)隊列（轉(zhuǎn)錄組+蛋白質(zhì)組，238個樣本）和小鼠肝臟多組學(xué)隊列（轉(zhuǎn)錄組+蛋白質(zhì)組+代謝組，285個樣本）分析。在乳腺癌中，DECODE揭示了非轉(zhuǎn)移性原位癌、轉(zhuǎn)移性原位癌和腦轉(zhuǎn)移灶之間顯著的細胞組成差異，例如非轉(zhuǎn)移性腫瘤中T細胞和周血管樣細胞富集，而B細胞在轉(zhuǎn)移性病變中增加，這與已知的免疫生物學(xué)知識相符。在小鼠肝臟隊列中，DECODE的反卷積結(jié)果在不同組學(xué)間高度一致，且與領(lǐng)域共識（如肝細胞約占70%）吻合。分析顯示，在非酒精性脂肪性肝炎和西方飲食加酒精模型中，庫普弗細胞顯著增加，提示炎癥反應(yīng)加劇；肝細胞豐度在非酒精性脂肪性肝炎中顯著降低，而在單純高脂飲食中略有增加。這些發(fā)現(xiàn)驗證了DECODE在多組學(xué)隊列研究中揭示細胞比例變化的強大能力。

DECODE是一個能夠處理轉(zhuǎn)錄組、蛋白質(zhì)組和代謝組數(shù)據(jù)的反卷積算法，填補了代謝組學(xué)反卷積的關(guān)鍵空白，是多組學(xué)數(shù)據(jù)分析的一個重要里程碑。其通用性源于多個設(shè)計：第二階段通過遷移對抗訓(xùn)練來對齊不同平臺、健康狀態(tài)和樣本類型的多樣組學(xué)數(shù)據(jù)，有效去除多種情況下的批次效應(yīng)；第三階段結(jié)合對比學(xué)習(xí)和自注意力機制，校正組織樣本中的測量偏差，并協(xié)調(diào)組織數(shù)據(jù)與單細胞參考之間的擾動，從而能夠從噪聲輸入中重建純化特征。這些模塊共同賦予了DECODE強大的魯棒性，使其能夠恢復(fù)細胞類型和細胞狀態(tài)，即使是代謝組學(xué)中細胞間細微的差異也能捕捉。在CITE-seq偽隊列上的實驗進一步證明了DECODE跨組學(xué)性能的一致性。

通過將DECODE應(yīng)用于多組學(xué)隊列數(shù)據(jù)，研究揭示了乳腺癌不同階段細胞類型比例的顯著變化，以及小鼠肝臟在不同飲食模型下細胞組成的變化，這些發(fā)現(xiàn)與已有研究相互印證，說明了DECODE在連接轉(zhuǎn)化研究與臨床應(yīng)用方面的潛力。盡管DECODE存在一些局限性，例如訓(xùn)練時需要生成人工噪聲細胞帶來額外計算成本，以及當前單細胞代謝組學(xué)數(shù)據(jù)集規(guī)模有限可能限制其全面評估和應(yīng)用，但它仍是一個用于估計三種組學(xué)數(shù)據(jù)上細胞類型和狀態(tài)比例的有效工具。DECODE提供了一個廣泛適用的框架，能夠充分利用現(xiàn)有的大量多組學(xué)組織水平數(shù)據(jù)，為推進生物醫(yī)學(xué)研究提供了新的見解和方法。未來工作可以通過增加專用空間模塊以更好地利用空間轉(zhuǎn)錄組學(xué)數(shù)據(jù)，并將其擴展到更多組學(xué)層，來進一步提升DECODE的適應(yīng)性和應(yīng)用范圍。