IF36.1｜Pertpy：单细胞扰动分析端到端框架

一个Python框架整合了30+扰动数据集和100+分析函数，让单细胞扰动分析从数据到结论一气呵成。

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

单细胞技术已能测量细胞在遗传、化学、环境等多种扰动下的分子状态，但现有分析方法多局限于特定任务或仅提供统计视角，缺乏可扩展的端到端框架。随着扰动实验规模与复杂度激增，研究者需要能整合生物背景、处理多模态数据、并支持从数据预处理到下游解读的全流程工具。此前虽有MUSIC、SCEPTRE等工具，但多聚焦CRISPR扰动，且缺乏统一数据结构与元数据注释能力，难以应对大规模筛选。

科学问题

卡在哪里： 现有扰动分析框架要么只针对CRISPR数据，要么局限于R生态，缺乏可扩展性；同时缺少统一的元数据注释和扰动空间表示方法，难以将公共数据库信息与实验数据结合，也无法高效处理大规模数据集。

本文要回答： 开发一个模块化、可扩展的Python框架，统一处理多种扰动类型，整合元数据注释、扰动空间构建、差异分析、组成分析等方法，实现端到端的单细胞扰动分析。

技术路线

作者主要用了：scRNA-seq、CRISPR筛选、扰动空间、Mixscape、scCODA、DIALOGUE、Augur、CINEMA-OT。

作者设计了一个模块化框架，将分析流程分为数据预处理、扰动注释、扰动空间构建和下游分析等步骤。首先通过gRNA分配和批次校正处理原始数据，然后利用Mixscape识别成功扰动的细胞，并整合DepMap、GDSC等数据库进行元数据注释。随后构建扰动空间以总结扰动效应，并应用差异表达、组成分析、多细胞程序等方法进行深度解读。该设计允许用户根据实验类型灵活组合模块，并通过JAX加速实现高效计算。

图 1　Fig. 1。图1展示pertpy的模块化分析流程：左侧显示输入数据（单模态或多模态）经元数据注释和预处理（去除细胞周期、批次效应）后，标记成功扰动的细胞，构建扰动空间；右侧列出下游分析模块，包括差异表达、组成分析、多细胞程序等，可根据研究问题灵活组合。

核心亮点

亮点 1｜扰动空间揭示基因程序新细节

在Norman等人的CRISPRa数据集中，作者比较了三种预处理策略（基于最近邻对照、基于GEM组对照、无过滤），发现所有策略产生的扰动空间相似，表明该数据集无需过滤未扰动细胞。通过MLP分类器构建的扰动空间，不仅重现了已知基因程序，还发现TP73扰动与G1细胞周期扰动聚集，提示其功能关联。此外，原标注的促生长程序可细分为两个亚群：一个靶向KLF转录因子，另一个靶向MAPK通路基因。还鉴定出一个未注释的簇，其扰动下调中性粒细胞脱颗粒通路。

图 2　Fig. 2。图2展示CRISPRa数据集的分析结果：a图UMAP按扰动状态、细胞周期和GEM组着色，显示数据质量；b图扰动空间突出显示Norman等人标注的基因程序，并放大特定亚群，揭示促生长程序可细分为KLF和MAPK两个亚群，以及一个未注释的簇与中性粒细胞脱颗粒通路相关。

亮点 2｜化学扰动响应分解为活力依赖与独立组分

利用McFarland等人的MIX-Seq数据集（172细胞系，13种药物），作者通过pertpy整合DepMap、GDSC和CMap元数据，将单细胞表达与药物敏感性（AUC）关联。以BRAF抑制剂dabrafenib为例，对每个基因拟合线性回归：截距代表活力非依赖响应，斜率代表活力依赖响应。发现ETV4、CDKN2D和MYEOV等基因在响应参数上显著变化。活力依赖基因富集干扰素信号通路，而活力非依赖基因富集蛋白翻译通路，提示dabrafenib除BRAF抑制外还可能影响翻译机制。

图 3　Fig. 3。图3展示化学扰动数据集分析：a图概述细胞系和药物注释；b图显示单细胞表达与GDSC谱的线性回归高度相关（平均Pearson相关系数0.88），验证数据质量；c图火山图展示每个基因回归截距的显著性和效应大小，指示活力非依赖响应；d图展示示例基因的线性回归拟合，区分活力依赖与独立组分。

亮点 3｜TNBC治疗响应中的细胞组成与多细胞程序

在Zhang等人的TNBC数据集中，作者应用scCODA检测到化疗组中CD4中央记忆、CD8效应记忆、CD8组织驻留记忆和naive T细胞的组成变化，而联合治疗组无显著变化。通过DIALOGUE识别出10个多细胞程序（MCP），其中MCP2与治疗响应潜在相关。MCP2相关基因涉及热休克蛋白活性和细胞因子信号，包括IL-7/IL-7R相互作用，可能影响T细胞行为并上调JUN、FOS、FOSB等AP-1复合物组分，提示IL-7活性升高可能导致次优治疗结果。

图 4　Fig. 4。图4展示TNBC治疗响应分析：a图实验设计示意图；b图15名患者治疗前后scRNA-seq数据；c图MSE距离显示部分响应与稳定疾病之间距离更大；d图scCODA分析显示化疗组中特定T细胞亚群的组成变化，而联合治疗组无显著变化。

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、CRISPR筛选、扰动空间、Mixscape、scCODA、DIALOGUE、Augur、CINEMA-OT
• 公开数据： 原文未给出公开组学登录号
• 代码： 公开仓库 https://github.com/scverse/pertpy
• 谁该点开原文： 从事单细胞扰动实验（CRISPR筛选、药物处理等）的生信分析人员，需要高效整合公共数据库并执行端到端分析的开发者。

带走一句

Pertpy将扰动分析常用方法统一到Python生态，支持元数据注释和扰动空间构建，大幅简化了从原始数据到生物学结论的流程，适合大规模筛选和复杂实验设计。