Cell ：D-SPIN 从单细胞转录组构建调控网络，解析细胞扰动响应底层逻辑

本文为《 D-SPIN constructs regulatory network models from scRNA-seq that reveal organizing principles of perturbation response 》的阅读笔记原文链接 https://www.sciencedirect.com/science/article/pii/S0092867426004630?via%3Dihub。本文解读Cell 2026的研究《 D-SPIN constructs regulatory network models from scRNA-seq that reveal organizing principles of perturbation response 》推出全新计算框架D-SPIN维度可扩展单细胞扰动整合网络直接从大规模单细胞 RNA-seq 扰动数据中构建可解释、可生成、可模拟的基因调控网络GRN模型。该框架统一刻画基因 / 基因程序间的调控关系并量化基因敲低、药物处理等外部扰动如何改变细胞状态分布。在 K562 细胞大规模 Perturb-seq 数据中D-SPIN 精准识别红系–髓系命运关键调控因子在免疫细胞药物扰动数据中它揭示药物组合通过叠加招募基因程序产生全新细胞状态并能仅用少量组合实验插值预测任意剂量组合的细胞状态相图。D-SPIN 为发育调控、药物机制、免疫干预与细胞工程提供统一、可落地的网络建模新范式。基因调控网络是细胞的 “信息处理中枢”。它决定细胞在发育中走向何种命运、在外界刺激下如何响应、在药物作用下转向哪种状态。长期以来想要从组学数据里把这套 “电路” 画出来一直是生物学与计算生物学的最高难度挑战之一。传统方法要么只能找相关性不能构建可模拟的动力学模型要么只能分析少量基因无法扩展到全转录组要么依赖染色质开放、基序信息不能只从单细胞表达数据出发。随着 Perturb-seq 等技术成熟我们已经能在数百万个单细胞里、同时观测数千种基因敲低或药物处理的转录响应。但海量数据背后的调控逻辑依然是黑箱一个扰动究竟激活了哪些通路、抑制了哪些程序、如何推动细胞状态改变、两种药组合会发生协同还是拮抗…… 这些问题传统 UMAP 降维、差异基因分析根本回答不了。现在发表在Cell的 D-SPIN 框架彻底改变游戏规则。它不只是一个分析工具而是一套能把单细胞扰动数据翻译成调控电路图的统一理论。它能自动学习基因之间的激活 / 抑制关系能模拟细胞状态分布能预测未做过的药物剂量组合还能精准揪出控制细胞命运的核心开关。一、为什么我们需要 D-SPIN从数据到机制的巨大鸿沟在单细胞测序时代我们早已不缺数据。以 Perturb-seq 为例一次实验就能敲除近万个基因测数百万细胞得到海量表达矩阵。但这些数据停留在描述层面很难上升到机制层面。第一个难题是隐藏调控关系。很多基因在正常条件下相关性极低它们的调控被其他通路掩盖只有在特定敲除或药物扰动下才会暴露。传统方法基于静态相关性根本看不见这些 “隐藏边”。第二个难题是无法建模状态分布。细胞群体不是平均表达而是由多种状态按比例组成。扰动改变的是比例不是单个基因。传统网络方法无法模拟这种概率分布变化。第三个难题是不可生成、不可预测。大多数 GRN 方法只能 “事后解释”不能生成细胞状态、不能模拟扰动、不能预测新药组合效果。而真正有用的模型必须能推演未知。第四个难题是扩展与解释不可兼得。深度学习可以拟合数据但像黑箱物理模型可解释但扩不成上千基因。D-SPIN 第一次做到大尺度、可解释、可生成、可扰动四者合一。D-SPIN 的核心思想非常清晰用统一的调控网络解释所有扰动下的所有细胞状态用扰动数据反推出被隐藏的真实调控关系。二、D-SPIN 核心框架从单细胞扰动到可模拟调控网络D-SPIN 的输入很简单多条件下的单细胞转录组数据可以是 CRISPR 敲除、药物处理、信号刺激、疾病状态等。它的输出更强大一个统一的基因调控网络 每个扰动对网络的作用向量。2.1 统一网络 条件扰动D-SPIN 假设所有扰动敲除、药物、刺激都不改变核心调控网络本身只是通过改变网络中节点的激活强度让细胞状态分布发生偏移。这是一个高度贴近真实生物学的假设药物不重写调控线路只是按下不同开关。数学上D-SPIN 构建自旋网络模型来自统计物理用能量函数描述细胞状态的概率分布其中si代表基因 / 程序的激活、抑制、中性状态Jij是调控相互作用正 激活负 抑制hi是外部扰动输入药物 / 敲低的作用Z 是归一化常数。这个公式决定了每一种细胞状态出现的概率。D-SPIN 的任务就是从数据中把J网络和h扰动全部学出来。2.2 从基因到程序双层网络更易解释直接对几千个基因建模过于复杂D-SPIN 自动用正交非负矩阵分解oNMF把基因聚成基因程序—— 也就是功能模块比如核糖体、周期、剪切、免疫激活、红系分化、M2 巨噬等。于是 D-SPIN 形成两套网络1.程序层网络看功能模块之间如何协作、拮抗、维持稳态2.基因层网络看转录因子、激酶、磷酸酶如何控制程序。两套网络相互对应既宏观又精细完美兼顾可扩展性与可解释性。2.3 三大创新能力1.从扰动中挖掘隐藏调控只有扰动能把被掩盖的抑制 / 激活关系暴露出来2.真正可生成能模拟任何扰动下的细胞状态 UMAP 与比例3.高度可扩展能处理百万细胞、千种扰动、千级基因。图 1 D-SPIN从单细胞扰动数据构建统一基因调控网络并模拟细胞状态分布三、D-SPIN 重构精准调控网络远超现有方法研究团队在人造基准网络与真实单细胞数据上做了全面测试。在人造的造血干细胞分化网络中D-SPIN 重建调控边的 AUPRC 高达0.87定向网络准确率0.77远高于 GENIE3、GRNBoost2、PIDC 等主流工具。它不仅更准还能正确推断调控方向这是大多数工具做不到的。在更大规模的模拟网络中模块化、随机、无标度随着扰动数量增加D-SPIN 准确率持续上升最高接近0.94而传统方法几乎停滞。这证明D-SPIN 真正在利用扰动信息而不只是表达相关性。速度方面D-SPIN 在百万细胞量级上比其他方法快几个数量级是唯一能处理超大规模 Perturb-seq 的网络模型。更关键的是在真实 K562 Perturb-seq 数据中D-SPIN 推断的调控网络与ChIP-seq 实验高度吻合早期精度是随机的11–15 倍即便不使用任何基序或染色质开放数据依然超过依赖先验的工具。这意味着D-SPIN 仅凭单细胞表达就能画出接近实验金标准的调控网络。图 2 D-SPIN 在定向 / 非定向调控网络推断上显著优于现有方法四、解码 K562 细胞全局调控架构扰动揭示稳态策略研究把 D-SPIN 用在目前最大规模的 K562 Perturb-seq 数据9867 个基因敲除200 万细胞得到惊人的全局图景。D-SPIN 自动把转录组聚成30 个基因程序对应转录、翻译、周期、DNA 复制、蛋白酶体、RNA 剪切、线粒体、红系、髓系等核心功能。然后构建程序间调控网络发现网络高度模块化同一模块内以激活为主模块之间以抑制为主。这种结构正是细胞稳态维持的物理基础功能模块协同不同功能相互制衡。更震撼的是D-SPIN 发现细胞面对扰动时只会采取四种稳态策略上调代谢、上调转录、上调翻译和上调降解。每种策略都是 “损伤–补偿” 模式比如敲低转录细胞会上调代谢敲低核糖体细胞会上调整合酶。这是第一次在全转录组尺度看到细胞的全局应激调控逻辑。同时D-SPIN 直接定位红系–髓系命运的核心调控因子包括 KLF1、GATA1、PU.1、NPM1 等其中多个是传统差异分析完全找不到的。尤其重要的是它发现 NPM1 通过核质转运抑制两者分化解释了 BCR-ABL1 如何阻断分化直接提供可药靶点。五、免疫药物调控机制组合用药通过叠加程序创造新状态研究团队进一步建立了502 种免疫调节药物 150 万单细胞的大规模数据集覆盖 T 细胞激活、巨噬细胞极化、抗炎、表观调控等。D-SPIN 把复杂的免疫细胞分成28 种状态并构建统一调控网络然后自动把药物分成 7 类强抑制剂、弱抑制剂、糖皮质激素、M1 诱导剂、表观修饰剂、毒性剂等。每一类都有独特的程序响应强抑制剂达沙替尼、他克莫司全面关闭免疫激活糖皮质激素强烈诱导 M2 巨噬程序TLR 激动剂特异性激活 M1 炎症程序表观药物带来应激与破坏态。最关键的发现是药物组合通过 “叠加招募基因程序” 产生全新细胞状态。例如达沙替尼 卤倍他索组合既抑制免疫又强推 M2 程序产生一种超抑制型巨噬细胞单用任何一种药都得不到。D-SPIN 从机制上证明两种药通过完全独立的调控通路控制 M2 程序。Src 抑制剂通过 IRF1/CSF1R 通路而糖皮质激素通过 TSC22D3/DUSP1/MAFB 通路。因为通路不重叠效果可以叠加。这是组合用药能产生新状态的根本原因。六、颠覆性预测仅用 1 组组合插值全剂量相图图 3 药物组合通过叠加基因程序产生新巨噬细胞状态及 D-SPIN 剂量相图插值预测药物组合筛选成本爆炸不可能试遍所有剂量。D-SPIN 给出终极方案只测单药 1 组饱和剂量组合 → 预测所有剂量的细胞状态。模型用Sigmoid 叠加 互作项拟合程序响应只要学出互作系数就能插值整个剂量平面。结果惊人只用1 组组合预测准确率从 0.72→0.84能画出完整的巨噬细胞状态相图准确捕捉 “超抑制 M2” 区域。这说明未来组合用药筛选可以从百万次实验降到十次以内。七、科学意义细胞调控从黑箱进入电路图时代D-SPIN 的出现标志着基因调控网络研究进入全新阶段。第一它不依赖额外组学仅凭单细胞转录组与扰动就能构建可模拟、可解释、可预测的调控网络。第二它统一了基因与程序、稳态与扰动、单药与组合提供通用框架。第三它实现了从观测到预测的跨越能推演未做过的实验指导药物开发与细胞工程。第四它用统计物理模型提供了细胞稳态与命运转换的统一数学理论。从发育生物学、肿瘤耐药、免疫治疗到合成细胞设计D-SPIN 都能画出底层电路图让细胞不再是黑箱。八、总结基因调控网络是细胞的核心操作系统但长期无法从数据中系统解析。Cell 发表的 D-SPIN 框架用统计物理模型与可扩展机器学习实现了从大规模单细胞扰动数据到统一调控网络的端到端构建。它能揭示隐藏调控、识别命运开关、分类药物机制、解释组合效应、预测剂量相图。在 K562 细胞中它定位红系–髓系调控核心在免疫细胞中它阐明药物叠加创造新状态的机制在计算效率与精度上全面超越现有工具。D-SPIN 不仅是一项技术突破更是一套理解细胞如何处理信息、维持稳态、响应药物的基础理论。它让我们真正进入可建模、可模拟、可控制的细胞工程时代。点击更多学习更多精彩内容。