【祝贺】112lab在《Nature Communication》发表论文

化学与生物工程学院

生物信息学与调控网络本科生研究团队

杜宏武教授及其合作者 在《Nature Communication》上发表题为“OmicVerse: A Framework for Bridging and Deepening Insights Across Bulk and Single-Cell Sequencing”的文章。

单细胞RNA测序（scRNA-seq）和Bulk RNA测序（RNA-seq）是探索细胞异质性、发育分化和疾病机制的重要技术。由于测序平台的技术限制以及酶解过程造成的细胞丢失，某些细胞类型在单细胞测序中有时会被遗漏，例如足细胞、中间祖细胞、神经元等。针对该问题目前已有一些解卷积算法提供了有益尝试，但仍然需要更多的算法研究以共同解决测序中的“遗漏”细胞问题。

近日，杜宏武教授团队提出了“BulkTrajBlend”算法，这是一种专门用于解决测序数据中“遗漏”细胞问题的新算法。BulkTrajBlend采用基于beta-变分自编码器和图神经网络的算法，从整体RNA测序中解卷单细胞数据，帮助在重建的单细胞景观中识别“遗漏”细胞，并用于增强单细胞的轨迹推断。

单细胞RNA测序常规的分析包括：差异表达分析、通路富集、基因共表达网络分析、细胞注释、细胞相互作用分析、细胞轨迹推断、基因集中的细胞状态评估以及单细胞RNA测序中的药物反应预测。但是，随着组学算法种类和数量的增加，选择合适且易用的工具反而变得越加困难，由于不同算法间缺乏统一的框架、数据间缺乏统一的标准化范式、不同算法的结果复现性较差，导致了数据分析和计算效率不尽如人意。

针对这一问题，杜宏武教授团队设计实现了“OmicVerse”框架，这是世界范围内首个基于Python完成Bulk RNA测序和单细胞RNA测序全分析任务的框架。该框架统一了不同算法的输入输出，统一了数据的标准化范式，并且规范了40+不同算法的分析流程，提供了一个用户友好的API接口。同时，该框架还提供了具有一定艺术表现力的可视化结果输出，为我国单细胞RNA测序的规范有序发展提供了新策略。

北京科技大学化学与生物工程学院2022级博士研究生曾泽华、清华大学生物医药与健康工程研究院2022级硕士研究生马雨晴、西湖大学生命科学学院2023级博士研究生胡磊为论文的共同第一作者（以上三名同学均在北京科技大学取得本科学位）。此外，除第一作者和通讯作者外，本文其他作者均为北京科技大学在校本科生。

该工作得到了科学技术部、北京科技大学本科生科研创新项目（SRTP）联合资助。

杜宏武，北京科技大学化学与生物工程学院教授，博士生导师，大兴研究院执行院长，国家“科技奥运先进个人”，教育部“新世纪优秀人才”，中关村“新国门领军人才”，长期从事高通量芯片检测，干细胞治疗等方面的研究工作。