IF36.1｜Carta：从谱系追踪数据推断细胞分化图谱

Carta用数学框架权衡图谱复杂度与谱系树差异，准确重建发育层级。

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

发育过程中，细胞通过层级化的祖细胞类型逐步分化，这一过程被总结为细胞分化图谱。传统方法依赖人工谱系追踪，例如对秀丽隐杆线虫的完整分化图谱构建，但无法扩展到复杂生物。单细胞RNA测序（scRNA-seq）和CRISPR–Cas9等基因编辑技术使得高通量谱系追踪成为可能，能够同时测量细胞谱系和转录组。然而，现有推断方法存在两个极端假设：要么假设所有祖细胞类型都被观测到，要么假设分化图谱是二叉树。这些假设在真实发育系统中往往不成立，例如早期瞬时祖细胞可能未被采样，且分化图谱可能因趋同分化而呈DAG结构。因此，需要一个形式化框架来系统评估不同的细胞分化模型。

科学问题

卡在哪里： 现有方法依赖启发式模型，对发育过程施加限制性假设：轨迹推断方法假设所有祖细胞类型都被观测到，而基于距离的启发式方法则隐含假设分化图谱为二叉树。这些假设在真实系统中常被违背，例如早期瞬时祖细胞未被采样，以及存在趋同分化导致图谱非树状。缺乏一个统一框架来权衡图谱复杂度和数据拟合度，并处理未观测祖细胞。

本文要回答： 本文旨在提出一个定量框架来评估细胞分化图谱，并开发算法Carta，从单细胞谱系追踪数据中推断最优分化图谱，平衡图谱复杂度与谱系树差异，揭示未观测祖细胞和趋同分化。

技术路线

作者主要用了：单细胞谱系追踪、CRISPR–Cas9、scRNA-seq、混合整数线性规划、Pareto前沿。

Carta将细胞分化图谱表示为有向无环图（DAG），顶点为细胞类型，边为分化转变。关键创新在于用“potency”（潜能集）定义未观测祖细胞，即其所有可能分化成的观测细胞类型集合。Carta定义了一个差异分数，衡量候选图谱与输入谱系树的拟合程度，通过最小化差异来标记祖细胞。然后，Carta求解一个多目标优化问题：在给定祖细胞数量k下最小化差异，得到Pareto前沿，并利用kneedle算法选择最优k*。Carta提供两种模式：Carta-Tree（树结构）和Carta-DAG（DAG结构），使用混合整数线性规划（MILP）求解。该方法不假设所有祖细胞被观测，也不限制图谱为二叉树，能够揭示趋同分化和中间祖细胞。

图 1　Fig. 1。图1展示Carta的输入输出和核心概念。a：输入是多个细胞谱系树，叶子标记为观测细胞类型（A、B、C），未采样细胞用虚线表示。b：Carta推断的细胞分化图谱，用potency集表示祖细胞类型，边表示分化转变。c：展示图谱复杂度（祖细胞数量k）与差异分数之间的权衡，左上为简单但高差异的图谱，右下为复杂但低差异的图谱，Carta找到Pareto前沿。

核心亮点

亮点 1｜模拟数据上Carta优于现有方法

在模拟的二叉树、多分枝树和DAG结构分化图谱上，Carta与ICE-FASE和EvoC比较。对于二叉树，Carta-Tree和ICE-FASE几乎完美重建（Jaccard距离中位数0），Carta-DAG稍差（0.231）但优于EvoC（0.308）。对于多分枝树，Carta-Tree最佳（0.222），优于Carta-DAG（0.333）、ICE-FASE（0.333）和EvoC（0.462）。对于DAG结构，Carta-DAG最佳（0.332），优于Carta-Tree（0.455）、ICE-FASE（0.5）和EvoC（0.615）。Carta还能生成不同k值的Pareto最优解，而现有方法固定k=|S|-1。

图 2　Fig. 2。图2比较Carta与ICE-FASE、EvoC在模拟数据上的表现。a-c分别对应二叉树、多分枝树和DAG结构的分化图谱，箱线图显示Jaccard距离。Carta-Tree在二叉树和多分枝树上表现最佳，Carta-DAG在DAG上最佳。d展示不同k值下的归一化差异，Carta提供Pareto前沿，而现有方法固定k=|S|-1。

亮点 2｜TLS数据揭示NMP分化动态与趋同分化

在体外躯干样结构（TLS）数据上，Carta推断的图谱比现有方法具有更低差异。Carta-DAG揭示体节细胞的趋同分化：一条路径与神经管共享祖先，另一条与内皮细胞共享祖先，这与体内研究发现的次级内皮途径一致。Carta还识别出NMP的多个阶段，包括{NMP, neural tube, somite}、{NMP, neural tube}等，表明NMP更倾向于神经命运而非体节命运。相比之下，PhyloVelo推断出许多虚假转变，如体节细胞分化为PGCLC等。Carta推断的祖细胞在谱系树中具有更高支持度（C=1306 vs 其他方法≤459）。

图 3　Fig. 3。图3展示TLS数据上的结果。a：120小时TLS的活体成像，显示NMP池（橙色）、神经管（浅蓝）和体节（绿色）。b：不同k值下Carta-Tree和Carta-DAG的归一化差异，均低于现有方法。d：Carta-DAG推断的图谱，显示体节趋同分化和NMP多阶段。e：PhyloVelo推断的图谱，包含虚假转变。f-h：Carta祖细胞在谱系树中的支持度更高。

亮点 3｜小鼠造血数据重建经典层级

在Weinreb等人小鼠造血谱系追踪数据上，Carta-Tree推断的图谱与经典造血模型更一致。Carta识别出共同髓系祖细胞（CMP）和巨核-红系祖细胞（MEP），而Weinreb等人的层级将髓系细胞过早分离。Carta还发现一个非经典中间祖细胞，被鉴定为髓母细胞（myeloblast），具有嗜碱性粒细胞、嗜酸性粒细胞、中性粒细胞和单核细胞潜能。Carta的树与经典树的Robinson-Foulds距离为1（最大可能7），优于Weinreb等人的4。Carta未识别出共同淋巴祖细胞（CLP），可能因淋巴和树突细胞采样少。

图 4　Fig. 4。图4展示小鼠造血数据。a：43,670个克隆条形码细胞的低维可视化，按细胞类型着色。b：不同方法推断图谱的归一化差异，Carta显著更低。c：Carta-Tree在不同k值下推断的祖细胞集合，k=8-10时相同。d：经典造血模型。e：Carta推断的图谱，与经典模型一致。f：Weinreb等人推断的层级，存在偏差。

亮点 4｜基因表达验证Carta祖细胞预测

Carta仅使用谱系信息推断祖细胞，但预测的未分化细胞命运与基因表达高度一致。对于第2天采样的未分化细胞，Carta预测的祖细胞潜能集与细胞在转录空间中最接近的成熟细胞类型有显著重叠。这为Carta推断的祖细胞提供了正交验证，表明其生物学合理性。

图 5　Fig. 5。图5展示基因表达验证。a：Carta预测的第2天未分化细胞的祖细胞类型（彩色点）。b：推断祖细胞的potency大小。c：对于每个预测祖细胞，未分化细胞在转录空间中最接近的观测细胞类型比例，显示预测命运与基因表达一致。

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： 单细胞谱系追踪、CRISPR–Cas9、scRNA-seq、混合整数线性规划、Pareto前沿
• 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： 从事发育生物学、单细胞谱系追踪和计算生物学的研究人员，尤其是需要从CRISPR–Cas9或慢病毒条形码数据重建分化层级的学者。

带走一句

Carta提供了一种原则性方法，通过权衡图谱复杂度和数据拟合度，从谱系追踪数据中推断包含未观测祖细胞和趋同分化的分化图谱，优于现有启发式方法。