scRNA数据处理与建模周报 2026-07-04 — 2026年7月4日
scRNA数据处理与建模周报 2026-07-04 — 2026年7月4日
scRNA 数据处理与建模综合周报
2026-06-24 至 2026-07-04
本期覆盖 PubMed / 期刊论文 10 天窗口，arXiv 预印本补充。共筛选 15+ 篇方法学论文，4 个工具版本更新。
1. 🧬 预处理与质控
本周未有重大新进展。 双细胞检测、数据归一化、批次校正等领域未出现重要新方法或工具更新。Harmony、MNNCorrect、Scrublet、SCTransform 等经典方法在上期已覆盖。本期 Capture 到的相关进展主要为空间转录组学的方法（见第 5 节），其预处理方法有单独的论文贡献。
2. 🔬 降维与聚类
CAdir：联合细胞-基因聚类与可视化驱动质量评估
- 论文： CAdir: Joint clustering of cells and genes for single-cell transcriptomics with visualization-driven cluster quality assessment.
- 期刊： PLoS Computational Biology (2026-06-30)
- DOI： https://doi.org/10.1371/journal.pcbi.1014418
- 亮点： 针对 scRNA-seq 聚类算法的关键痛点——大多数方法无法同时提供定义簇的标记基因，也无法自动推断簇数。CAdir 使用联合细胞-基因聚类策略，集成可视化驱动的质量评估模块，帮助用户判断聚类结果的生物学合理性。尤其适合对聚类数目不确定的探索性分析场景。
3. 🧪 差异表达分析与标记基因
TIDEST：空间转录组插补后差异表达检验
- 论文： TIDEST: post-imputation differential expression testing for spatial transcriptomics data.
- 期刊： bioRxiv (2026-06-24, 预印本)
- DOI： https://doi.org/10.64898/2026.06.19.733432
- 亮点： 空间转录组数据的高稀疏性使得基因表达插补（imputation）成为常见预处理步骤，但插补会改变数据的统计分布，影响后续差异表达分析。TIDEST 专门针对插补后的空间转录组数据设计了差异表达检验流程，控制插补引入的假阳性，提供了空间背景下 DE 分析的新统计框架。
scMapNet：基于标记基因的细胞类型注释
- 论文： scMapNet: Marker-based cell type annotation of scRNA-seq data via vision transfer learning with tabular-to-image transformation.
- 期刊： Journal of Advanced Research (2026 Jul)
- DOI： https://doi.org/10.1016/j.jare.2025.10.056
- 亮点： 创新地将表格型 scRNA-seq 数据转换为图像格式，利用预训练视觉模型进行迁移学习，实现基于标记基因的细胞类型自动注释。避免了传统方法对高质量参考图谱的依赖，在跨数据集注释任务中表现优异。
4. 🔗 轨迹推断与发育分析
SCOOT：基于结构约束最优传输的时空轨迹推断
- 论文： Accurate trajectory inference in time-series spatial transcriptomics with structurally-constrained optimal transport.
- 期刊： Nature Communications (2026-06-29)
- DOI： https://doi.org/10.1038/s41467-026-74927-8
- 亮点： 提出结构约束最优传输（Structurally-Constrained Optimal Transport, SCOOT）框架，结合空间组织结构先验信息，对时间序列空间转录组数据中的细胞发育轨迹进行推断。该方法利用组织中的空间邻域关系约束传输计划，相较传统 OT 方法更准确地捕捉了组织中空间连续区域的发育分化过程。这是空间轨迹推断方向的重要方法学贡献。
veloAgent：空间信息增强的 RNA velocity
- 论文： Dissecting and steering cell dynamics using spatially-informed RNA velocity with veloAgent.
- 期刊： Molecular Systems Biology (2026 Jul)
- DOI： https://doi.org/10.1038/s44320-026-00213-w
- 亮点： 现有 RNA velocity 方法忽略空间上下文信息，且难以扩展到大型数据集。veloAgent 首次将空间信息显式整合进 RNA velocity 建模中，利用空间邻居的表达模式来校正和细化 mRNA 剪接动力学推断。支持大规模数据集的扩展，能够更准确地揭示细胞状态转变方向，并在扰动实验中指导细胞命运重编程。
工具更新：CellRank 2.3.2
- CellRank 2.3.2 于 2026-06-24 在 PyPI 发布。作为 RNA velocity 下游分析的标配工具，此版本为维护性更新。
5. 🧩 空间转录组学
本期空间转录组学方向成果最为密集，多篇重要论文和工具更新。
TIDEST（见第 3 节）
空间转录组插补后差异表达检验，专门面向空间数据的统计问题。
SCOOT（见第 4 节）
时空轨迹推断，利用组织空间结构信息约束最优传输。
高分辨率 Visium HD 成人及儿童肝脏空间转录组图谱
- 论文： High-resolution spatial transcriptomics of adult and pediatric human liver with Visium HD.
- 期刊： Scientific Data (2026-06-24)
- DOI： https://doi.org/10.1038/s41597-026-07597-2
- 亮点： 利用 10x Visium HD 平台构建了成人及儿童肝脏的高分辨率空间转录组图谱，涵盖门静脉周围区域、肝小叶分区等关键微解剖结构。为肝脏区域特异性基因表达研究提供了重要的公开参考数据。
空间多组学揭示植物发育可塑性
- 论文： Stable lineages, rewired landscapes: single-cell and spatial multi-omics reveal developmental plasticity under abiotic stress.
- 期刊： New Phytologist (2026-06-30)
- DOI： https://doi.org/10.1111/nph.71374
- 亮点： 利用单细胞和空间多组学技术解析杨树在非生物胁迫下的发育可塑性机制。发现植物的细胞谱系在胁迫下保持稳定，但基因调控网络被大幅重编程，揭示了植物发育程序对环境响应的灵活性。
空间转录组重定义结膜黑色素瘤细胞微环境
- 论文： Spatial Transcriptomics Recontextualizes the Cellular Environment of Conjunctival Melanoma.
- 期刊： medRxiv (2026-06-25, 预印本)
- DOI： https://doi.org/10.64898/2026.06.23.26356337
- 亮点： 空间转录组学揭示结膜黑色素瘤这一罕见癌症的肿瘤微环境特征和组织侵袭机制。该疾病由于其稀有性此前研究有限，空间转录组提供了全新的组织层面分子表征。
综述：卵巢生物学中的空间转录组学
- 论文： Spatial Transcriptomics in Ovarian Biology: Technologies, Computational Challenges, and Biological Insights.
- 期刊： Reproduction (2026-07-02)
- DOI： https://doi.org/10.1093/reprod/xaag079
- 亮点： 综合性综述，系统梳理空间转录组技术在卵巢生物学中的应用、计算挑战和生物学洞察。涵盖卵泡发育、排卵和黄体形成等关键过程中的空间基因表达分析。
工具更新：SpatialData v0.8.0
- SpatialData v0.8.0 于 2026-07-02 在 GitHub 发布（从 v0.7.3 升级）。
- GitHub：https://github.com/scverse/spatialdata
- 作为 scverse 生态系统中的空间组学数据统一框架，v0.8.0 带来了多项更新，包括更高效的多模态数据拼接、改进的 Visium HD / Xenium 数据支持以及 API 稳定性提升。
6. 🤖 深度学习方法与基础模型
BulkFormer：面向批量转录组的大规模基础模型
- 论文： BulkFormer: A large-scale foundation model for bulk transcriptomes.
- 期刊： Cell Systems (2026-07-01)
- DOI： https://doi.org/10.1016/j.cels.2026.101657
- 亮点： 现有转录组基础模型（如 scGPT、Geneformer）主要在 scRNA-seq 数据上预训练，但 scRNA-seq 通常每个细胞仅捕获 ~3,000 个基因。BulkFormer 专门面向批量（bulk）RNA-seq 数据设计，利用 bulk 数据覆盖完整基因组的优势，预训练了一个大规模 Transformer 模型。在疾病分类、药物响应预测和基因功能推断等任务上表现优异，填补了 bulk 转录组基础模型的空白。
AI 基础模型在植物生物学中的应用综述
- 论文： AI foundation models in plant biology.
- 期刊： New Phytologist (2026-06-30)
- DOI： https://doi.org/10.1111/nph.71395
- 亮点： 系统性综述 AI 基础模型在植物生物学中的应用前景与挑战。涵盖植物单细胞转录组学、空间组学、多模态数据整合等领域，讨论了如何将 scGPT、Geneformer 等模型适配到植物基因组的特殊需求。
GRN 推断评估：部分标注下的度量天花板
- 论文： Partial-label metric ceilings for evaluating gene regulatory networks inferred from single-cell foundation models.
- 期刊： Biosystems (2026-06-30)
- DOI： https://doi.org/10.1016/j.biosystems.2026.105864
- 亮点： 传统 GRN 基准测试将 curated 参考网络视为完整真实标签（ground truth），但实际上这些参考网络仅包含部分阳性标注。该研究形式化了部分阳性标注下的观察度量天花板，重新评估了 15 种方法在 5 种参考上的表现，发现 scFoundation 和 GRNFormer 等基础模型方法的表现被严重低估。对理解单细胞基础模型的 GRN 推断能力上限具有重要参考价值。
单细胞基础模型驱动的个性化建模：scVIP
- 论文： scVIP: personalized modeling of single-cell transcriptomes for developmental and disease phenotypes.
- 期刊： bioRxiv (2026-04-20, 本期收录为更新版)
- DOI： https://doi.org/10.64898/2026.04.20.717759
- 亮点： scVIP 是一个生成式模型，将遗传变异与单细胞转录组联系起来，实现个体层面的表型预测。通过变分推断在个体水平上建模细胞状态分布，能够在缺失个体级表型标签时进行零样本预测。
NanoRAPID：基于深度学习的长读长 RNA 结构分析
- 论文： NanoRAPID: A Deep Learning-based Framework for Single-molecule RNA Structure Analysis Using Nanopore Direct RNA Sequencing.
- 期刊： Genomics, Proteomics & Bioinformatics (2026-06-29)
- DOI： https://doi.org/10.1093/gpbjnl/qzag052
- 亮点： 利用 Nanopore 直接 RNA 测序信号，通过深度学习模型在单分子水平解析 RNA 二级结构。不同于传统化学探针方法的间接读取和群体平均，NanoRAPID 实现了单分子分辨率的 RNA 结构分析，为单细胞 RNA 结构组学奠定了基础。
7. 🏥 临床应用与转化
D-SPIN：从 scRNA-seq 构建基因调控网络揭示扰动响应组织原理
- 论文： D-SPIN constructs regulatory network models from scRNA-seq that reveal organizing principles of perturbation response.
- 期刊： Cell (2026-06-25)
- DOI： https://doi.org/10.1016/j.cell.2026.04.028
- 亮点： 本期最具影响力的方法学论文。D-SPIN（Dimension-scalable Single-cell Perturbation Integration Network）是一个计算框架，能够从 scRNA-seq 数据推断机制性的基因调控网络模型。其核心创新在于：(1) 维度可扩展性——可处理数千个基因的大规模网络；(2) 无需显式的扰动实验数据即可推断调控关系；(3) 能够揭示细胞维持稳态和执行状态转换的控制原理。D-SPIN 在多种细胞系统和疾病模型中验证，展现了从静态 scRNA-seq 快照推断动态调控逻辑的强大能力。发表在 Cell 主刊，是该领域的里程碑式工作。
scRADAR：单细胞分辨率下的瘤内药物响应异质性解析
- 论文： scRADAR: Dissecting intratumoral drug response heterogeneity at single-cell resolution via mechanism-guided prototype routing.
- 期刊： PLoS Computational Biology (2026 Jun)
- DOI： https://doi.org/10.1371/journal.pcbi.1014392
- 亮点： 单细胞药物响应预测面临稀疏性、噪声、类别不平衡和有限机制可解释性等挑战。scRADAR 提出机制引导的原型路由（mechanism-guided prototype routing）策略，将先验药物作用机制知识与数据驱动的原型学习相结合，在单细胞水平上识别耐药细胞状态。在多种癌症类型中验证了其预测能力。
单细胞空间转录组揭示乳腺癌 DCIS→IBC 进化层次
- 论文： Single cell spatial transcriptomics track the evolutionary hierarchy and microenvironment remodeling during breast carcinogenesis.
- 期刊： Nature Communications (2026-07-02)
- DOI： https://doi.org/10.1038/s41467-026-74954-5
- 亮点： 整合 scRNA-seq、空间转录组学和基因组学，对 28 例同步 DCIS（导管原位癌）和 IBC（浸润性乳腺癌）患者样本进行分析，揭示了从原位癌到浸润癌的细胞进化层级和微环境重塑过程。为乳腺癌早期侵袭机制提供了高分辨率分子图谱。
ScPCA：单细胞儿科癌症图谱数据门户
- 论文： The Single-Cell Pediatric Cancer Atlas: Data portal and open-source tools for single-cell transcriptomics of pediatric tumors.
- 期刊： Cell Genomics (2026-06-24)
- DOI： https://doi.org/10.1016/j.xgen.2026.101283
- 亮点： Alex’s Lemonade Stand Foundation 资助建立的单细胞儿科癌症图谱（ScPCA）门户，发布了一批统一处理的儿科肿瘤单细胞和单核 RNA-seq 数据。提供了标准化的分析流程和开放工具，填补了儿科癌症单细胞数据的公共资源空白。
8. 🔧 综合工具与平台
Scanpy 1.12.2
- 发布时间：2026-06-29
- 发布地址：https://github.com/scverse/scanpy/releases/tag/1.12.2
- 说明：Scanpy 最新补丁版本（从 1.12.1 升级），包含多项 bug 修复和性能优化。
Seurat v5.5.1
- 发布时间：2026-06-26
- 发布地址：https://github.com/satijalab/seurat/releases/tag/v5.5.1
- 说明：Seurat v5.5.0 之后的第一个补丁版本，修复了若干 API 兼容性和数据加载问题。
SpatialData v0.8.0
- 发布时间：2026-07-02
- 发布地址：https://github.com/scverse/spatialdata/releases/tag/v0.8.0
- 说明：scverse 生态系统空间组学数据统一框架的重大更新。详细见第 5 节。
CellRank 2.3.2
- 发布时间：2026-06-24 (PyPI)
- 说明：RNA velocity 下游分析工具，维护性更新。
其他
- scvi-tools 1.4.3（2026-05-12 发布）——本期无新版本。
- scVelo 0.3.4（2026-02-24 发布）——本期无新版本。
- Monocle3 v1.4.27（2026-05-05 发布）——本期无新版本。
本期亮点总结
| 类别 | 亮点条目 | 期刊/等级 |
|---|---|---|
| GRN 推断 | D-SPIN — 从 scRNA-seq 构建机制性调控网络模型 | Cell |
| 空间轨迹推断 | SCOOT — 结构约束最优传输用于时空轨迹推断 | Nat Commun |
| 基础模型 | BulkFormer — 面向批量转录组的大规模基础模型 | Cell Syst |
| RNA velocity | veloAgent — 空间信息增强的 RNA velocity | Mol Syst Biol |
| 空间转录组 DE | TIDEST — 插补后差异表达检验 | bioRxiv |
| 聚类 | CAdir — 联合细胞-基因聚类 | PLoS Comput Biol |
| 药物响应 | scRADAR — 单细胞药物响应异质性解析 | PLoS Comput Biol |
| 工具更新 | Scanpy 1.12.2, Seurat v5.5.1, SpatialData v0.8.0 | — |
参见此前报告：2026-06-27 周报 2026-06-20 周报 2026-06-13 周报