1. 为什么单细胞代谢分析值得你花时间折腾
单细胞测序技术这几年从科研小众变成了免疫学、肿瘤学、发育生物学领域的标配工具。大家最开始关注的都是细胞分群、marker基因、拟时序这些常规操作,但做着做着就会发现一个尴尬的问题:你分出来的亚群,除了表面标记物不同,它们在功能层面到底差在哪里?尤其是免疫治疗背景下,为什么有的T细胞亚群对PD-1阻断响应好,有的却完全没反应?
这个问题的答案,很多时候藏在代谢层面。
传统的单细胞转录组分析能告诉你某个亚群高表达什么基因,但基因表达和代谢通量之间并不是一一对应的关系。一个代谢通路里的酶基因表达上调了,不代表这条通路真的在高速运转,因为代谢反应还受到底物浓度、产物反馈抑制、酶活性的翻译后调控等多重因素影响。这就是为什么我们需要COMPASS这类专门做代谢通量估计的算法。
COMPASS的全称是 C omputational O ptimization of M etabolic A ctivity from S ingle-cell S equencing,翻译过来就是“从单细胞测序数据计算优化代谢活性”。它的核心思路是把单细胞转录组数据映射到一个基因组尺度的代谢网络模型上,然后通过线性规划求解每个细胞在给定营养条件下各条代谢反应的通量分布。说白了,它不是在看你表达了多少代谢酶,而是在算你这些酶组合起来能跑出多大的代谢流量。
这个思路对于免疫治疗研究特别有价值。比如你想知道肿瘤浸润T细胞的代谢状态是不是导致免疫治疗耐药的原因,用COMPASS跑一遍,就能看到不同T细胞亚群在糖酵解、氧化磷酸化、脂肪酸氧化、氨基酸代谢等通路上的通量差异。这些差异往往比单纯的基因表达差异更能解释功能表型。
适合读这篇内容的人:已经做过基础的单细胞分析、想往代谢方向拓展的科研人员;正在做免疫治疗相关课题、需要找新靶点的研究者;以及任何对单细胞数据挖掘有需求、想了解COMPASS这个工具的人。我会从算法原理讲到实操步骤,再到差异分析和靶点筛选,尽量把踩过的坑都标出来。
2. COMPASS算法到底在算什么
2.1 从基因表达到代谢通量的映射逻辑
COMPASS的核心是一个 基于约束的代谢模型 。你可以把它想象成一个城市的交通网络:道路就是代谢反应,路口就是代谢物,车流量就是通量。每条道路的通行能力是有限的(对应酶的最大催化速率),而且进入路口的车必须等于离开路口的车(对应代谢物的质量平衡)。
具体来说,COMPASS使用的是一个经过整理的 基因组尺度代谢模型 ,通常是人类代谢网络Recon系列模型。这个模型包含了数千个代谢反应和代谢物,覆盖了中心碳代谢、氨基酸代谢、脂质代谢、核苷酸代谢等主要通路。
算法的输入是单细胞的基因表达矩阵。它首先根据每个基因的表达水平来设定对应代谢反应的 容量约束 。这里有一个关键步骤:COMPASS不是简单地用表达量乘以一个系数,而是通过一个 基因-反应映射规则 (GPR,Gene-Protein-Reaction association)来确定。比如一个反应需要酶A和酶B同时存在才能催化,那么它的容量就取决于A和B表达量的较小值;如果酶A或酶B任意一个存在就能催化,那就取较大值。
这个映射过程决定了COMPASS对输入数据质量比较敏感。如果你的单细胞数据dropout率很高,很多代谢酶基因检测不到,那COMPASS估计出来的通量就会偏低甚至为零。所以实际操作中, 数据预处理和基因覆盖度检查 是第一步要做的。
2.2 线性规划求解与通量分布
设定好容量约束之后,COMPASS会为每个细胞求解一个 线性规划问题 。目标函数通常是最大化某个生物量反应的通量,或者最大化整体代谢网络的活跃程度。约束条件包括:
- 每个代谢物的净通量为零(稳态假设)
- 每条反应的通量不超过其容量上限
- 热力学不可逆反应的通量方向固定
求解这个线性规划问题,就能得到每个细胞在代谢网络上的一个 通量分布向量 。这个向量的维度等于代谢反应的个数,通常有几千维。直接拿这个高维向量做下游分析不太现实,所以COMPASS还会计算一个 代谢通路活性评分 ,把通量按通路聚合,得到每个细胞在各条代谢通路上的活性值。
这里有一个实操中容易忽略的点:COMPASS的求解是 随机规划 的,也就是说同一个细胞跑两次可能得到略微不同的通量分布。这是因为线性规划的最优解可能不唯一,COMPASS会在最优解空间里随机采样。所以如果你要做差异分析, 建议设置足够的采样次数 (通常1000次以上),然后取平均值或者中位数作为该细胞的代谢活性估计。
2.3 COMPASS与其他代谢分析工具的区别
市面上做单细胞代谢分析的工具不止COMPA
4948



被折叠的 条评论
为什么被折叠?



