IF31.7｜LEMUR：无需聚类即可分析多条件单细胞差异表达

用连续潜空间替代离散聚类，LEMUR让差异表达分析不再受限于细胞分群。

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

多条件单细胞RNA测序（scRNA-seq）已成为解析组织异质性中基因表达差异的关键技术。传统分析流程通常先将细胞聚类为离散的细胞类型，再对每个簇分别进行差异表达检验。然而，细胞状态往往是连续的（如分化轨迹、细胞周期、代谢状态），过早离散化会导致信息丢失和统计功效下降。已有方法如Harmony、Seurat、scVI等致力于整合不同条件下的数据，但多数缺乏从整合空间映射回基因表达空间的能力，或无法直接进行细胞亚群特异的差异表达分析。

科学问题

卡在哪里： 现有方法要么依赖离散聚类，要么无法提供反事实预测（即预测细胞在其他条件下的表达），且缺乏在连续潜空间中识别具有一致差异表达模式的细胞邻域的统计框架。

本文要回答： 开发一个统一模型，在不进行离散聚类的前提下，整合多条件数据、预测每个细胞在任意条件下的表达，并识别具有一致差异表达的细胞邻域。

技术路线

作者主要用了：scRNA-seq、潜变量模型、矩阵分解、Grassmann流形、伪bulk检验。

LEMUR将多条件单细胞数据建模为条件特异的线性子空间，通过Grassmann流形上的指数映射参数化子空间随协变量的变化，从而在连续潜空间中整合数据并预测反事实表达。差异表达通过比较预测值得到，随后在潜空间中寻找具有一致差异表达的细胞邻域，并用伪bulk方法对原始计数进行统计检验。该方法无需预先聚类，可处理任意设计矩阵，包括连续协变量。

图 1　Fig. 1。图1展示了LEMUR的四步工作流：首先为每个条件拟合线性子空间，子空间通过协变量参数化的仿射变换相互关联；然后计算预测表达差异Δ；接着在潜空间中寻找具有一致差异表达的细胞邻域；最后用伪bulk方法对邻域内细胞进行差异表达检验。核心是矩阵分解，将数据分解为条件特异的基矩阵R和共享的潜坐标Z。

核心亮点

亮点 1｜潜空间整合性能与Harmony相当

在13个公开多条件单细胞数据集上，LEMUR的k-NN混合系数和ARI与Harmony相当，表明其能有效去除条件效应同时保留生物学信号。与其他方法相比，LEMUR在多个指标上表现均衡，没有明显短板。

图 2　Fig. 2。图2用简化示例说明LEMUR原理：每个条件对应一个一维子空间（线），通过旋转关联。预测差异表达显示基因1仅在左侧细胞类型中下调，基因2仅在右侧细胞类型中上调，表明LEMUR能捕捉细胞类型特异的条件效应。

亮点 2｜反事实预测误差最小

在跨条件预测基准中，LEMUR的L2距离误差在13个数据集上均小于CPA、scVI和恒等预测，表明其能更准确地预测细胞在未观测条件下的基因表达。

图 3　Fig. 3。图3展示了基准测试结果：a为Kang数据集的潜空间UMAP，显示LEMUR整合后条件混合良好；b为13个数据集上k-NN混合和ARI的密度图，LEMUR与Harmony相当；c为预测表达与观测表达的散点图，LEMUR预测更接近对角线；d为预测误差比较，LEMUR误差最小；e-g为邻域差异表达检验的模拟结果，显示FDR控制和功效优势。

亮点 3｜邻域差异表达检验控制FDR且功效更高

在半合成数据中，LEMUR的邻域差异表达检验平均控制了FDR，且比全局伪bulk检验、按细胞类型或聚类检验以及miloDE具有更高的功效。数据拆分策略有效解决了选择后推断偏差。

图 4　Fig. 4。图4展示了胶质母细胞瘤数据分析：a为实验设计；b为UMAP，从左到右依次为原始数据、LEMUR潜空间（S=I）和加入Harmony匹配后的潜空间，显示条件效应逐渐去除，细胞类型结构更清晰；c为LMO2的差异表达分析，在肿瘤细胞的一个亚群中panobinostat导致LMO2下调；d显示该亚群核糖体基因表达较低。

亮点 4｜胶质母细胞瘤中识别panobinostat响应亚群

在胶质母细胞瘤数据中，LEMUR发现panobinostat在约25%的基因中引起细胞亚群特异的表达变化。在肿瘤细胞中，一个包含9430个细胞的亚群在药物处理后LMO2显著下调，而其他肿瘤细胞无变化。该亚群在对照条件下核糖体基因表达较低，提示翻译活性较低。

图 5　Fig. 5。图5展示了斑马鱼发育数据分析：a为不同时间窗细胞在整合潜空间UMAP上的投影；b为潜空间插值生成的合成细胞投影，连接periderm和中枢神经系统的细胞对；c为四个基因的表达预测曲线和观测数据点，显示krt8等在periderm内的时间趋势异质性。

亮点 5｜斑马鱼发育中揭示periderm内krt8的时空异质性

在斑马鱼胚胎发育数据中，LEMUR通过潜空间插值发现periderm细胞中krt8表达随时间呈现相反趋势：靠近一个锚定细胞的区域表达下降，靠近另一个锚定细胞的区域表达上升，表明同一细胞类型内存在未被注释的时空异质性。

亮点 6｜阿尔茨海默病空间数据中定位Jun响应神经元亚群

在阿尔茨海默病小鼠海马Slide-seqV2数据中，LEMUR识别出约20%的神经元在淀粉样斑块密度升高时Jun表达上调，这些神经元在空间和潜空间中聚集，且属于齿状回和CA1区的谷氨酸能神经元。

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、潜变量模型、矩阵分解、Grassmann流形、伪bulk检验
• 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： 从事多条件单细胞数据分析的生信从业者和研究生，尤其是希望摆脱离散聚类限制的研究者。

带走一句

差异表达分析不必先聚类；用连续潜空间建模细胞状态，再在潜空间中寻找一致差异表达的邻域，能更精细地捕捉细胞亚群特异的条件响应。