摘要: 准确推断单细胞转录组数据中的早期细胞命运对于揭示发育与疾病中的细胞起源及命运可塑性至关重要。现有方法普遍忽视谱系轨迹的树形结构特征，制约了命运图谱的精度与可解释性。为此，研究团队开发了计算框架 DyMoTree，将细胞命运决策建模为祖细胞与终末细胞状态之间在显式谱系约束下的非线性映射。该框架将谱系图与树形神经网络架构相结合，从单细胞转录组数据中学习谱系解析的细胞状态转变图谱，实现对早期命运偏向的稳健推断，并鉴定命运特异性祖细胞亚态及驱动基因。在模拟数据、谱系示踪实验及体内系统的多维评估中，DyMoTree 在解析早期命运偏向方面均优于现有方法。将其应用于小鼠胚胎发生、肺腺癌进展及 CAR-T 免疫治疗场景，成功揭示了发育与疾病相关转变背后的调控程序。DyMoTree 为模拟发育和疾病进程中谱系解析的细胞状态动态提供了通用计算框架。

DyMoTree：基于树形结构神经网络从单细胞转录组推断早期细胞命运转变与驱动因素¶

概述¶

在发育生物学与疾病研究中，从单细胞 RNA 测序（single-cell RNA-sequencing，scRNA-seq）数据推断早期细胞命运，是识别细胞起源与命运可塑性（fate plasticity）的核心任务。然而，现有方法普遍存在一个关键缺陷：它们未能充分利用细胞谱系轨迹（lineage trajectories）天然具备的树形结构信息，导致命运图谱（fate mapping）的准确性与可解释性均受到限制。

DyMoTree 是一个针对上述问题而设计的计算框架（computational framework）。其核心思想是将细胞命运决策建模为祖细胞状态（progenitor cell states）到终末细胞状态（terminal cell states）之间的非线性映射（nonlinear mapping），并在显式谱系约束（explicit lineage constraints）下进行优化。通过将谱系图（lineage graphs）与树形结构神经网络架构（tree-structured neural architecture）深度整合，DyMoTree 能够从单细胞转录组数据中学习谱系分辨的细胞状态转变图谱（lineage-resolved cell-state transition maps）。

该框架的重要性体现在三个层面：其一，它能够稳健地推断早期命运偏向（early fate bias）；其二，它可以识别命运特异性祖细胞亚状态（fate-specific progenitor substates）；其三，它能够发现驱动基因（driver genes）。经过模拟实验、谱系追踪实验（lineage-tracing experiments）以及体内系统（in vivo systems）的多方验证，DyMoTree 在解析早期命运偏向方面优于现有方法，在小鼠胚胎发生（mouse embryogenesis）、肺腺癌进展（lung adenocarcinoma progression）以及 CAR-T 免疫治疗（CAR-T immunotherapy）等多个应用场景中均展示出强大的发现能力。

核心原理与功能¶

1. 问题背景与现有方法的局限¶

单细胞转录组学（single-cell transcriptomics）的快速发展使得在单细胞分辨率下研究细胞命运成为可能。然而，细胞命运本质上遵循一种分支树形拓扑（branching tree topology）——祖细胞经过一系列二元或多元分支决策，逐步分化为不同的终末细胞类型。现有的轨迹推断（trajectory inference）方法，如伪时间（pseudotime）分析，往往将连续轨迹线性化处理，忽略了谱系分支结构对细胞状态转变映射的约束作用，从而造成：

早期命运偏向信号（early fate bias signals）被噪声掩盖，难以精确定位
无法有效区分处于命运决策关键节点的祖细胞亚状态（progenitor substates）
缺乏对驱动命运转变的关键调控基因（regulatory driver genes）的系统性识别

2. DyMoTree 的核心建模思路¶

DyMoTree 将细胞命运决策形式化为一个受约束的非线性映射问题：

输入：祖细胞的基因表达状态（progenitor cell state，由 scRNA-seq 数据表征）
输出：终末细胞状态（terminal cell states）的概率分布，即细胞在各命运分支上的归属概率
约束：由实验获得的谱系图（lineage graph）所定义的树形拓扑结构

这一建模方式的关键创新在于：通过在神经网络中显式编码谱系约束，使模型在学习状态转变时不违反已知的发育逻辑。

3. 树形结构神经网络架构（Tree-Structured Neural Architecture）¶

DyMoTree 的技术核心是其专为树形谱系结构设计的神经网络。与通用深度学习架构不同，该网络的拓扑本身即反映谱系分支结构：

网络中的每个分支节点（branch node）对应谱系树中的一个命运决策点
每条边（edge）对应一段细胞状态转变路径
网络通过层级化的方式，从根节点（祖细胞群）向叶节点（终末细胞类型）逐步传递状态信息

这种架构保证了模型的输出在拓扑层面与已知谱系结构天然一致，避免了后处理阶段强行匹配的误差累积。

4. 谱系图整合（Lineage Graph Integration）¶

DyMoTree 接受来自实验的谱系追踪数据（lineage-tracing data）或已发表的发育谱系图作为先验约束。这些谱系图以图结构（graph）的形式输入，定义了：

哪些细胞类型是其他细胞类型的上游祖先
各命运分支的分叉关系与层级顺序

通过这种整合，DyMoTree 实现了数据驱动（data-driven）与知识引导（knowledge-guided）的有机统一。

5. 主要功能模块¶

功能	说明
早期命运偏向推断（Early Fate Bias Inference）	对每个祖细胞定量计算其在各命运分支上的偏向概率，实现亚群级别的命运预测
命运特异性祖细胞亚状态识别（Fate-Specific Progenitor Substate Identification）	在祖细胞群内发现具有不同命运倾向的亚状态，揭示命运决策的异质性
驱动基因识别（Driver Gene Identification）	通过分析神经网络权重与梯度，识别对特定命运转变贡献最大的调控基因
谱系分辨的状态转变图谱（Lineage-Resolved Transition Maps）	输出每条谱系路径上细胞状态的连续变化图谱，支持可视化解析

6. 验证体系¶

DyMoTree 经过了多层次的系统验证：

模拟数据（Simulations）：在已知真实命运归属的模拟数据集上，定量评估命运偏向预测的准确性
谱系追踪实验（Lineage-Tracing Experiments）：利用实验性谱系标记（如 Cre-lox 系统、条形码标记）数据对预测结果进行交叉验证
体内系统（In Vivo Systems）：在真实生物学背景下验证模型的发现能力

关键方法与步骤¶

注：原始论文未提供具体安装命令或代码实现细节，以下为基于论文描述的关键方法流程梳理。如需获取实际代码，请参考论文对应的公开代码仓库 [待验证]。

步骤一：数据准备¶

# 所需输入数据类型：

1. 单细胞 RNA 测序表达矩阵
   - 细胞 × 基因的表达量矩阵（推荐使用标准化后的数据）
   - 支持来自 10x Genomics 等主流平台的数据格式

2. 谱系图（Lineage Graph）
   - 描述细胞类型间上下游关系的有向树形图
   - 可来源于：已发表的发育图谱、实验谱系追踪结果

3. 细胞类型注释
   - 包含祖细胞群（progenitor populations）与终末细胞类型（terminal cell types）的标签

步骤二：谱系图构建与输入¶

# 谱系约束的定义方式（概念示意）：

# 定义节点：对应细胞类型或中间状态
nodes = ["progenitor", "intermediate_A", "terminal_1", "terminal_2"]

# 定义有向边：表示分化方向
edges = [
    ("progenitor", "intermediate_A"),   # 祖细胞 -> 中间态A
    ("intermediate_A", "terminal_1"),   # 中间态A -> 终末类型1
    ("intermediate_A", "terminal_2"),   # 中间态A -> 终末类型2
]

# 将上述结构作为谱系约束传入 DyMoTree 框架
# 框架将以此构建对应的树形神经网络拓扑

步骤三：模型训练¶

# DyMoTree 核心建模流程（概念描述）：

# 1. 以谱系图拓扑初始化树形结构神经网络
#    - 每个分支节点对应网络中的一个决策模块

# 2. 输入祖细胞的基因表达向量
#    - 模型将学习从表达空间到命运概率空间的非线性映射

# 3. 在显式谱系约束下优化模型参数
#    - 损失函数包含与已知终末细胞类型的匹配项
#    - 谱系拓扑约束以结构化方式内嵌于网络

# 4. 训练完成后，对每个祖细胞输出命运概率分布
#    - 例如：cell_i -> {terminal_1: 0.73, terminal_2: 0.27}

步骤四：结果解析¶

# 输出结果类型：

1. 命运偏向矩阵（Fate Bias Matrix）
   - 每个祖细胞在各终末命运上的概率得分

2. 祖细胞亚状态分群（Progenitor Substate Clustering）
   - 基于命运偏向信号识别具有不同倾向的亚群

3. 驱动基因排序列表（Driver Gene Ranking）
   - 按照对命运转变的贡献度排序的基因列表

4. 谱系分辨的状态转变图谱
   - 可用于可视化各谱系路径上的基因表达动态

实战示例¶

应用场景一：小鼠胚胎发生（Mouse Embryogenesis）¶

DyMoTree 被应用于小鼠早期胚胎发育的单细胞转录组数据。在该场景中：

研究问题：识别多能祖细胞（multipotent progenitors）如何在早期就建立命运偏向，以及哪些基因调控程序驱动这一过程
DyMoTree 的贡献：
成功推断出在形态学上难以区分的祖细胞群内存在的命运特异性亚状态
识别出在命运决策窗口（fate decision window）内差异活跃的关键转录因子（transcription factors）和信号通路基因
揭示了小鼠胚胎发生过程中的调控程序（regulatory programs）

应用场景二：肺腺癌进展（Lung Adenocarcinoma Progression）¶

研究问题：癌症进展中，肿瘤细胞如何从早期状态向侵袭性状态转变，哪些基因驱动这一转变
DyMoTree 的贡献：
将肺腺癌细胞的状态转变建模为谱系约束下的动态过程
识别与疾病相关转变（disease-associated transitions）的驱动基因
为理解癌症异质性（tumor heterogeneity）提供了谱系视角的解析框架

应用场景三：CAR-T 免疫治疗（CAR-T Immunotherapy）¶

研究问题：CAR-T 细胞在体内的分化轨迹与功能状态演变，以及影响治疗效果的关键细胞亚群
DyMoTree 的贡献：
解析 CAR-T 细胞从初始状态向效应/耗竭状态的分化过程
识别与治疗响应相关的早期命运偏向信号
揭示免疫治疗相关转变（immunotherapy-associated transitions）背后的调控程序

与现有方法的对比¶

在上述所有应用场景及系统验证中，DyMoTree 在解析早期命运偏向方面均优于现有方法（outperformed existing methods）。这一优势主要来源于其对谱系树形结构的显式利用，使得模型在面对高噪声的早期祖细胞群数据时，仍能保持较高的预测准确性与生物学可解释性。

常见问题¶

Q1：DyMoTree 需要哪些类型的先验信息？仅有 scRNA-seq 数据是否足够？

A：DyMoTree 的核心设计依赖于谱系图（lineage graph）作为约束输入，因此仅有 scRNA-seq 表达矩阵是不够的。用户还需要提供描述细胞类型层级关系的谱系树结构，该结构可来自：已发表的发育图谱、实验谱系追踪（lineage-tracing）数据，或领域专家知识。这也是 DyMoTree 区别于纯数据驱动轨迹推断方法的关键特点。

Q2：DyMoTree 与传统伪时间分析方法（如 Monocle、RNA velocity）有何本质区别？

A：传统伪时间方法通常将细胞轨迹建模为连续的线性或树形排序，但缺乏对命运分支结构的显式约束，也难以定量刻画祖细胞的命运偏向概率。RNA velocity 虽然引入了动力学信息，但同样未将谱系树结构内嵌于模型。DyMoTree 的独特之处在于：将谱系拓扑直接编码进神经网络架构，使命运映射在结构层面受到约束，从而在早期命运偏向推断上实现了更高的准确性与分辨率。

Q3：DyMoTree 识别的"驱动基因"是如何定义和计算的？

A：根据论文描述，DyMoTree 通过分析树形结构神经网络内部的学习参数（如权重和梯度信息），识别对特定命运转变贡献最大的基因，这些基因被定义为驱动基因（driver genes）。具体的计算机制（如是否采用特征归因方法）[待验证]，建议参阅论文方法部分或配套代码获取详细信息。

Q4：DyMoTree 适用于哪些类型的生物学问题？仅限发育系统吗？

A：不局限于发育系统。论文已明确展示了其在三类不同场景中的应用：正常发育（小鼠胚胎发生）、肿瘤进展（肺腺癌）和免疫治疗（CAR-T）。只要研究问题涉及具有树形分支结构的细胞状态转变，且存在可用的谱系约束信息，DyMoTree 均可适用。论文也将其定位为"用于建模发育与疾病进展中谱系分辨的细胞状态动态的通用框架（general framework）"。

Q5：DyMoTree 对数据规模有何要求？能否处理大规模图谱数据？

A：论文未明确说明对细胞数量或基因数量的具体下限或上限要求 [待验证]。鉴于其神经网络架构的特性，理论上具备处理大规模数据的潜力，但在实际资源消耗（计算时间、内存需求）方面的详细基准测试信息，建议参考论文补充材料或代码仓库中的说明。

总结¶

DyMoTree 是一个专为单细胞转录组数据设计的细胞命运推断计算框架，其核心创新在于将谱系图的树形拓扑结构显式编码进神经网络架构，从而在谱系约束下学习祖细胞到终末细胞的非线性命运映射。相比现有方法，DyMoTree 在早期命运偏向推断、命运特异性祖细胞亚状态识别和驱动基因发现三个维度上均展现出明显优势。

该框架已在小鼠胚胎发生、肺腺癌进展和 CAR-T 免疫治疗三类截然不同的生物学场景中得到验证，证明了其作为通用框架的广泛适用性。DyMoTree 的提出，为理解发育和疾病进展中谱系分辨的细胞状态动态提供了一个兼具准确性与可解释性的新工具，有望推动单细胞多组学领域在细胞命运研究方向上取得更深入的生物学发现。