Cell | D-SPIN模型从单细胞扰动数据中重建基因调控网络和扰动响应

本文介绍了加州理工学院Matt Thomson实验室开发的新型计算框架D-SPIN。研究背景是传统遗传学方法难以在转录组尺度研究外界输入和扰动如何重塑细胞状态。研究目的是构建一个从单细胞扰动数据中重建基因调控网络和预测扰动响应的可解释生成式模型。研究结论表明，D-SPIN基于统计物理的自旋网络模型，通过整合数千种扰动条件下的信息，成功推断出基因调控网络结构，并在K562全基因组Perturb-seq与人类免疫细胞药物响应两个大规模数据集中揭示了扰动响应的调控因子和全局响应策略。该模型具有极小参数量，计算复杂度随细胞数量线性增长，在普通计算机上可高效处理百万细胞级数据。通过分析502种小分子药物对免疫激活的作用，D-SPIN将药物分为七种表型类别，并揭示了药物组合的加性反应机制，能够插值推断未观测剂量下的细胞群体状态分布。