IF36.1｜流形约束RNA速度模型揭示细胞周期速度调控

VeloCycle将RNA速度与流形学习统一到贝叶斯框架，首次实现细胞周期速度的统计推断与实验验证。

这篇按生信解读号的读法拆：先看背景和问题，再看作者怎么做、做出了哪几条硬发现，最后把数据和代码收走。

研究背景

单细胞RNA测序（scRNA-seq）只能捕获基因表达的快照，无法直接观测动态过程。RNA速度通过比较未剪接与剪接mRNA的丰度来推断基因表达变化的方向和速率，已成为解析细胞状态转变的重要工具。然而，现有方法依赖启发式步骤，如最近邻平滑和低维嵌入投影，容易引入伪影；且基因水平的独立拟合导致速度向量在几何上不一致，无法保证与细胞实际遍历的低维流形相切。此外，缺乏统计控制使得速度估计的置信度难以评估，限制了其在生物学问题中的深入应用。

科学问题

卡在哪里： 现有RNA速度模型未将速度场约束在基因表达流形上，导致估计的向量场与流形几何不一致；同时，缺乏统一的概率框架来量化不确定性，难以进行统计检验和跨样本比较。

本文要回答： 构建一个流形约束的概率RNA速度模型，将速度场与流形估计统一起来，并应用于细胞周期，实现速度的统计推断和实验验证。

技术路线

作者主要用了：scRNA-seq、RNA速度、贝叶斯推断、流形学习、活细胞成像、EdU标记、Perturb-seq。

作者首先将RNA速度重新表述为定义在低维流形坐标上的向量场，通过链式法则将剪接动力学与流形几何耦合，确保速度向量始终与流形相切。针对细胞周期这一一维周期流形，采用傅里叶级数参数化基因表达和角速度函数，构建了生成式概率模型VeloCycle。模型分两步进行变分推断：先利用剪接计数学习流形几何和细胞相位，再在固定流形的基础上利用未剪接计数推断速度场和动力学参数。随后，通过模拟数据验证模型准确性，并在多个真实数据集上与活细胞成像、EdU标记等正交实验对比，最后应用于药物处理和Perturb-seq筛选等场景。

图 1　Fig. 1。图1展示了VeloCycle的核心框架：a对比了流形约束的速度估计（左）与传统无约束方法（右），强调速度向量必须与流形相切；b为传统基因级速度估计的示意图；c为概率图模型，显示潜变量（流形坐标、基因谐波、动力学参数）与观测数据（剪接/未剪接计数）的关系；d和e分别说明流形学习和速度学习的参数化方案，其中细胞周期流形用傅里叶级数表示，速度场用角速度函数ω(φ)描述。

核心亮点

亮点 1｜模拟数据验证模型准确性

在模拟数据上，VeloCycle推断的细胞周期相位与真实值的环形相关系数达0.95，基因傅里叶系数也高度吻合（rν0=0.95, rν1sin=0.98, rν1cos=0.98）。速度学习阶段，降解-剪接速率比值的估计与真实值几乎完美相关（rγ/β=0.997），平均角速度的估计误差在5.4-22.6%之间。敏感性分析显示，仅需100个细胞或100个基因即可获得可靠的相位估计（环形相关>0.70），且对非周期细胞污染具有一定鲁棒性。与DeepCycle相比，VeloCycle的相位估计误差降低60%。

图 2　Fig. 2。图2通过模拟数据系统评估VeloCycle的性能：a显示估计相位与真实相位的散点图，环形相关达0.95；b为20个数据集的环形相关系数箱线图（中位数0.957）；c展示基因傅里叶系数的估计与真实值对比；d热图显示不同细胞数和基因数下的平均环形相关，表明仅需100细胞或100基因即可获得可靠估计；e-h与DeepCycle比较，VeloCycle误差更低；i-l展示速度学习阶段动力学参数和角速度的估计准确性；m-o为不同真实速度下的敏感性分析。

亮点 2｜流形学习准确推断细胞周期相位

在FUCCI标记的mES细胞上，VeloCycle推断的连续相位与FACS分选的G1/S/G2M分类高度一致，仅用相位信息训练的决策树分类器准确率达82.7%，接近使用全基因表达矩阵的逻辑回归（87.8%）。基因拟合显示已知周期基因（如Hat1、Trp53、Ube2c）的峰值表达顺序正确。此外，VeloCycle识别出许多非经典标记基因（如Calm2、Son、Ccnb1）具有高振幅和低不确定性，可作为新的相位预测因子。在人类成纤维细胞上，与DeepCycle的相位估计相关性达0.882。

图 3　Fig. 3。图3在真实数据上验证流形学习：a为279个mES细胞的相位散点图，颜色对应FACS分选的G1/S/G2M；b为各FACS类别在VeloCycle相位上的密度分布；c比较仅用相位训练的决策树（82.7%准确率）与全基因表达逻辑回归（87.8%）；d展示Hat1、Trp53、Ube2c的基因拟合曲线，峰值顺序符合已知周期；e-f为使用较小基因集的结果；g-i分析标准标记基因与非标记基因的振幅和不确定性，发现许多非标记基因同样具有高置信度；j-m在人类成纤维细胞上验证，并与DeepCycle相位高度相关。

亮点 3｜未剪接-剪接延迟揭示细胞周期速度

通过独立学习未剪接和剪接计数的流形，计算每个基因的未剪接-剪接峰值相位延迟，发现RPE1细胞中该延迟在重复样本间高度相关（r=0.90）。利用近似公式估计的细胞周期为18.5小时（假设平均半衰期1小时）。完整贝叶斯速度学习给出更精确的估计：两个重复样本分别为20.1±0.2小时和20.0±0.2小时，后验分布重叠71.2%，表明重复间无显著速度差异。在快速增殖的mES细胞中，估计周期为10.5±0.3个平均半衰期，符合预期。

图 4　Fig. 4。图4聚焦未剪接-剪接延迟与速度估计：a为106个标记基因的未剪接-剪接峰值相位极坐标图，颜色对应Cyclebase注释；b为延迟分布直方图；c显示两个重复样本间延迟的相关性（r=0.90）；d为近似公式估计的细胞周期（18.5小时）；e为完整贝叶斯模型的后验周期估计（20.1±0.2小时和20.0±0.2小时）；f-j比较均值场SVI、MCMC和SVI+LRMN的后验分布，显示LRMN能更好地捕捉不确定性；k为KL散度比较。

亮点 4｜结构化变分分布改善不确定性估计

初始的均值场变分推断低估了速度的不确定性，因为忽略了潜变量间的相关性。通过MCMC采样发现，角速度与降解速率之间存在相关性（平均r=0.26），且每个基因的剪接与降解速率高度相关（平均r=0.96）。为此，作者重新设计了变分分布，采用低秩多元正态（LRMN）建模角速度与降解速率的联合后验，并让剪接速率条件依赖于降解速率。新的SVI+LRMN模型将速度不确定性从0.02 rpmh扩大到0.08 rpmh，更接近MCMC结果，且KL散度降低。

图 5　Fig. 5。图5通过正交实验验证速度估计：a和b分别为常数和周期速度模型的后验分布，估计周期为15.3±1.2小时和16.5±2.1小时；c为时间推移显微镜追踪示意图；d为268个dHFs的实测周期直方图（中位15.8小时）；e按G1/S/G2M分层显示速度差异；f显示不同相位基因的平均延迟与速度的关系；g为基因水平延迟与后验相关性的散点图；h-j在RPE1细胞上重复验证，VeloCycle估计17.7±2.1小时与活细胞追踪（17.7小时）一致；k-o为连续EdU标记实验，估计周期16.8小时；p-q与Dynamo的LAP分析比较，后验分布重叠。

亮点 5｜活细胞成像与EdU标记验证速度估计

在人类真皮成纤维细胞（dHFs）上，VeloCycle估计的细胞周期为15.3±1.2小时（常数速度模型）或16.5±2.1小时（周期速度模型），与时间推移显微镜追踪268个细胞得到的中位周期15.8小时（s.d. 3.1小时）高度吻合。在RPE1细胞上，VeloCycle估计为17.7±2.1小时，与活细胞追踪（338个细胞，平均17.7小时）和连续EdU标记（16.8小时）的结果一致。这是首次将RNA速度估计与实验测定的真实时间尺度直接对比验证。

亮点 6｜药物处理与Perturb-seq筛选揭示速度调控

在PC9肺癌细胞中，VeloCycle检测到厄洛替尼处理3天后细胞周期速度显著降低，尤其在G2/M期（后验分布无重叠）。在Perturb-seq数据中，通过迁移学习，VeloCycle在167,119个细胞和986个基因敲除条件下估计了细胞周期速度，发现细胞周期相关基因敲除（如MCM3、MCM6）显著减慢速度，而剪接因子DBR1敲除导致速度降低11.7倍，PRPF3和PRPF31敲除则略微加快，提示RNA代谢扰动对速度估计的影响。

生信可带走

这一块是给做分析的人用的，不是科普点缀。

• 方法栈： scRNA-seq、RNA速度、贝叶斯推断、流形学习、活细胞成像、EdU标记、Perturb-seq
• 公开数据： GSE250148
• 代码： 公开仓库 https://github.com/lamanno-epfl/velocycle、https://github.com/lamanno-epfl/velocycle.git
• 谁该点开原文： 从事单细胞动态分析、细胞周期研究或药物筛选的生信人员与实验生物学家。

带走一句

VeloCycle将RNA速度约束在流形上，提供统计推断能力，使速度估计从探索性工具升级为可检验的定量指标，尤其适用于细胞周期等周期性过程。