[交流] MOFA×Scissors×机器学习:多组学映射至单细胞,从TCGA精准锁定关键细胞亚群与调控网络

期刊：Biology Direct（IF=5.5，Q1） 平均审稿周期：约4个月，建议提前规划投稿时间。 平均录用比例：约30%。 标题：整合多组学分析（MOFA）与单细胞转录组，基于Scissors算法解析黑色素瘤年龄相关分子标志物及其对免疫治疗的影响 在肿瘤生物信息学研究中，单纯分析年龄与预后的关联已屡见不鲜，但研究者往往面临三大核心挑战：第一，面对组学数据，如何客观提炼出一个可量化的“生物学年龄”分子特征？第二，从bulk数据中得到的宏观特征，如何精准定位到肿瘤微环境里具体的细胞类型？第三，这种“生物学年龄”相关发现，能否进一步转化为预测免疫疗效和筛选药物的实用工具？ 本研究所有多组学及单细胞数据均来源于公共数据库（TCGA、GEO、TISCH2等），其亮点在于构建了一条从“宏观”到“微观”再到“应用”的系统性分析方法链，巧妙化解了上述难题： ● MOFA算法（多组学因子分析）：作为整个分析流程的核心引擎，该算法能够从多组学数据中挖掘驱动协同变异的关键“潜在因子”，而非简单堆叠数据。相较于传统方法，它能捕捉到单一组学无法看见的跨层次共变信号。 ● Scissors算法：一个关键的“桥梁”算法。该算法通过回归模型将bulk数据中的宏观特征与单细胞表达谱关联，从而识别出哪些细胞是驱动该特征的主要贡献者，成功实现了从“分子特征”到“细胞类型”的跨越。 ● CellChat与SCENIC：在单细胞层面，CellChat用于解析细胞间通讯网络，SCENIC则用于解析细胞内转录因子的调控网络，揭示疾病背后的具体机制。 三者相辅相成：MOFA提供宏观信号，Scissors完成细胞定位，CellChat与SCENIC进行机制解析。这套组合拳既弥补了传统转录组分析“只见通路、不见细胞”的短板，也解决了单细胞分析“只见细胞、不识全局”的局限。 核心结论速览结论： ● 核心因子锁定：通过MOFA整合多组学数据，识别出与年龄呈显著负相关且提示良好预后的核心因子，命名为RevitalAge Marker (RAM)。 ● 细胞层面定位：利用Scissors算法将RAM映射至单细胞数据，发现RAM+与RAM-细胞在细胞类型分布上存在显著差异。 ● 调控网络揭示：通过SCENIC分析，揭示RAM+与RAM-恶性细胞分别受不同转录因子调控，驱动截然相反的分子程序。 ● 临床预测模型：基于RAM相关标记基因，利用机器学习算法筛选出5个核心基因构建模型，在多个独立队列中均展现出优异的免疫治疗疗效预测性能。 ● 药物靶点预测：结合药敏数据与分子对接分析，明确ST3GAL4等基因作为潜在治疗靶点的价值。 研究简评与生信启示：本研究采用“多组学降维→单细胞映射→细胞通讯与调控解析→机器学习建模→分子对接验证”的闭环研究路径，所有数据均来自公共数据库，逻辑严密，成本可控，是生信分析范式的典范。 值得关注的技术亮点包括： 1. MOFA作为多组学集成引擎：这是本研究区别于常规单组学分析的核心。MOFA无需依赖先验知识，可从数据驱动角度自动识别跨组学层次的协同信号，为“生物学年龄”提供了一个客观、可量化的分子定义，比单纯使用年龄作为变量更具新意。 2. Scissors算法的桥接作用：该算法有效解决了“宏观表型”与“微观细胞”之间的尺度鸿沟。将bulk转录组的宏观表型精准映射至单细胞层面，大幅提升了bulk组学数据的解读深度。 3. CellChat与SCENIC的深度解析：两者在单细胞层面，从“细胞间通讯”和“细胞内调控”两个维度进行机制挖掘，使分析层次更丰富、结论更可靠。 总之，本研究在生信方法学上层层递进，逻辑清晰，为利用TCGA等公共数据库开展系统性、深层次的肿瘤研究提供了可借鉴的范例。 更多科研成果分享及生信期刊推荐请关注【Med科研指南】，查看关于该文献的详细信息：https://mp.weixin.qq.com/s/elPNURXG-FbrqbZD5M8Ozg 文献：Zhou H,Wei B,Tan W, et al. Single-cell multi-omics dissection of RevitalAge Markers uncovers age-dependent immunotherapy resistance and druggable targets in melanoma. Biol Direct. 2026. doi:10.1186/s13062-026-00860-x

回复此楼

» 猜你喜欢

• 博士去二本高校当辅导员，如何调整心态？ 已经有8人回复
• 27细胞生物学申博 已经有5人回复
• 面上有专家说实验设备不是我们单位的 已经有5人回复
• 江苏省自然基金 什么时候出结果 已经有6人回复
• 广西大学-广州大学招聘博士后 欢迎广大优秀人才！！！ 已经有11人回复
• 闲聊 已经有3人回复
• 如何查询2026年获批项目名称？ 已经有3人回复
• 两块石头 已经有10人回复
• 售SCI一区T0P文章，我:8O.55.1.O.54,科目全,可伽急 已经有15人回复
• 面上没中，邀请各位路过的虫友分析一下分数 已经有13人回复

» 本主题相关商家推荐: (我也要在这里推广)

高级回复