IF50.5｜moscot：多模态单细胞最优传输框架

一个可扩展的多模态最优传输框架，统一了单细胞时间、空间与时空映射。

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

单细胞基因组技术能够在时间和空间维度上对数百万个细胞进行多模态分析，但实验限制使得我们难以在原生动态和空间微环境中全面测量细胞状态。最优传输（OT）作为一种数学工具，通过最小化细胞分布之间的位移成本来对齐不同实验条件下的细胞群体，已被用于重建发育轨迹、空间转录组映射和跨模态整合。然而，现有OT工具大多只支持单模态数据，计算复杂度高（时间二次、内存二次甚至三次），难以扩展到图谱级数据集，且实现分散、API不统一，限制了其广泛应用。

科学问题

卡在哪里： 现有OT方法在单细胞基因组学中的应用面临三大瓶颈：一是仅支持单模态数据，无法利用多组学信息；二是计算和内存开销随细胞数呈二次甚至三次增长，无法处理百万级细胞图谱；三是工具实现异构，缺乏统一接口，难以组合和扩展。

本文要回答： 本文旨在构建一个支持多模态、可扩展至图谱规模、统一时间与空间映射的OT计算框架，并验证其在发育轨迹重建、空间转录组映射和时空动态解析中的性能。

技术路线

作者主要用了：最优传输、FGW、低秩近似、GPU加速、多模态整合。

作者开发了moscot框架，基于OTT后端实现W型、GW型和FGW型最优传输，支持在线成本评估、GPU加速和低秩近似以降低复杂度。框架通过共享潜在表示整合多模态数据，并提供统一API。在时间维度，moscot.time利用细胞生长率调整边际分布；在空间维度，moscot.space.mapping通过FGW同时考虑表达相似性和空间距离；moscot.spatiotemporal则结合二者推断时空轨迹。作者首先在小鼠胚胎发育图谱上验证时间映射的可扩展性和准确性，然后在肝脏空间转录组和脑切片上展示空间映射与对齐能力，最后在时空胚胎图谱和胰腺多组学数据中解析细胞命运。

图 1　Fig. 1。图1展示了moscot的通用OT流程和三大创新：多模态支持、可扩展性、统一API。左图示意实验偏移（时间点、空间切片）导致细胞分布差异，OT通过最小化位移成本对齐分布，并利用先验知识（如增殖率）指导映射。右图强调moscot通过共享潜在表示整合多模态，利用OTT后端实现GPU加速和低秩近似，从而支持图谱级应用。

核心亮点

亮点 1｜moscot.time处理百万级细胞

moscot.time在包含20个时间点、170万个细胞的小鼠胚胎发育图谱上成功重建轨迹。在E11.5–E12.5时间点对（约27.5万细胞/时间点）的基准测试中，moscot.time在GPU上完成耦合计算，而WOT在超过7.5万细胞时内存溢出。低秩近似（rank 2000）在超过7.5万细胞后比默认moscot.time更快，且内存复杂度线性，可在笔记本上运行。与专门为该数据集设计的TOME相比，moscot.time在胚层和细胞类型转换评分上表现相当，且预测的生长率更符合生物学实际（凋亡率低于10%）。

图 2　Fig. 2。图2展示moscot.time在小鼠胚胎发育图谱上的性能。a为20个时间点、170万细胞的示意图。b对比WOT、默认moscot.time和低秩moscot.time的内存和运行时间，显示moscot.time线性内存扩展，低秩版本在超过7.5万细胞后更快。c显示moscot.time与TOME在胚层和细胞类型转换评分上相当。d-e比较moscot.time和clTOME预测的生长率和凋亡率，moscot.time更符合生物学。f-h显示moscot.time的祖先概率与已知驱动基因相关性更高。

亮点 2｜空间映射优于现有方法

在14个空间转录组数据集上，moscot.space.mapping的基因插补精度（Spearman相关）一致优于Tangram和gimVI。moscot的准确性与空间对应性正相关，表明其能有效利用空间信息。在包含约9.1万个单细胞CITE-seq参考和约36.7万个空间位点的肝脏数据上，moscot成功转移了细胞类型注释和蛋白表达，鉴定了门静脉周围Kupffer细胞富集，并揭示了Adgrg6和Gja5等门静脉标志物的空间分布。

图 3　Fig. 3。图3展示moscot.space.mapping在空间转录组中的应用。a为多模态单细胞参考映射到空间数据的示意图。b显示moscot准确性与空间对应性正相关。c-f为小鼠肝脏数据：c为CITE-seq注释映射到MERSCOPE切片；d显示Vwf和Axin2表达；e显示Adgrg6和Gja5插补表达；f显示叶酸受体β蛋白空间分布。g-i为小鼠脑冠状切片对齐：g为对齐示意图；h-i显示对齐后基因表达密度在参考和查询切片间高度一致。

亮点 3｜时空轨迹推断提升准确性

moscot.spatiotemporal在MOSTA小鼠胚胎时空图谱（8个时间点，约50万个空间bin）上，通过结合基因表达和空间距离，将注释转换评分平均比moscot.time提高5%，比TOME提高13%。该方法还识别了肝脏发育的驱动基因（如HNF4A）和心脏发育的驱动基因（如Gata4、Tbx20）。通过将E16.5脑细胞类型注释转移到早期时间点，moscot恢复了空间分布，并预测了神经元和成纤维细胞发育的驱动基因。

图 4　Fig. 4。图4展示moscot.spatiotemporal在MOSTA数据上的应用。a为时空轨迹推断示意图。b显示moscot.spatiotemporal的注释转换评分优于moscot.time和TOME。c为心脏细胞跨时间点映射，与真实心脏谱系一致。d显示心脏发育驱动基因Tbx20和Myl7。e为脑细胞类型注释从E16.5转移到E13.5，保留空间分布。f-g显示神经元和成纤维细胞发育的驱动基因。

亮点 4｜解析胰腺内分泌谱系

利用新生成的E14.5–E16.5小鼠胰腺多组学数据（snRNA+ATAC，约2.2万细胞），moscot.time结合两种模态预测delta和epsilon细胞具有相似起源：epsilon祖细胞和大部分Fev+ delta细胞均从Ngn3High群体分支。ATAC谱相似性支持这一假设。通过moscot识别驱动基因，发现NEUROD2在epsilon祖细胞和Fev+ delta群体中高表达，且其KO人类iPS细胞分化后ghrelin+细胞显著减少，证实NEUROD2调控epsilon细胞命运。

图 5　Fig. 5。图5展示moscot.time在胰腺多组学数据上的应用。a为实验设计：NVF小鼠胰腺上皮细胞分选后进行snRNA+ATAC测序。b-c为多模态UMAP嵌入，按时间和细胞类型着色。d为E14.5细胞类型的后代概率热图。e为PHATE嵌入展示Fev+ delta亚群和epsilon祖细胞。f为细胞类型间后代概率，显示epsilon和delta细胞相似起源。g为ATAC谱相似性。h-i显示NEUROD2 KO导致ghrelin+细胞减少。

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： 最优传输、FGW、低秩近似、GPU加速、多模态整合
• 公开数据： 原文未给出公开组学登录号
• 代码： 原文未给出公开 GitHub/GitLab 仓库
• 谁该点开原文： 从事单细胞多组学、空间转录组和发育轨迹推断的计算生物学家和生物信息学家。

带走一句

moscot将最优传输从单模态、小规模扩展到多模态、图谱级，统一了时间与空间映射，为发育和空间组学分析提供了可扩展的通用框架。