scRNA数据处理与建模周报 2026-07-18 — 2026年7月18日

自动化报告· 当前专题

scRNA数据处理与建模周报 2026-07-18 — 2026年7月18日

scRNA数据处理与建模综合周报 2026-07-11 ~ 2026-07-18

本周单细胞领域亮点：EmbedOR 以曲率增强的随机邻域嵌入为 UMAP/t-SNE 提供了可证明保簇的替代方案；LATTICE 实现空间多模态组学的图自监督学习整合；deepDETAILS 用深度学习从 bulk 样本中解析细胞类型特异性调控过程；scDiagnostics 系统评估细胞类型注释质量。

1. 🧬 预处理与质控

新方法

  • MMTB (Deterministic Binary Fingerprinting for Sparse Count Matrices) arXiv 2607.14596 提出一种确定性非学习的二值表示框架，可直接从单细胞转录组或 k-mer 稀疏计数矩阵中提取指纹特征，无需 PCA 降维或模型训练。适用于超大规模 scRNA-seq 和宏基因组数据。 2026-07-16
  • scFANCL: Dual Contrastive Learning with False-Negative Correction for scRNA-seq Clustering DOI:10.1186/s12864-026-13179-8 提出双对比学习框架（实例级+聚类级），引入假阴性纠正策略改善 scRNA-seq 聚类的表征质量。发表于 BMC Genomics。 2026-07-17

工具版本更新

  • anndata v0.13.2 发布（2026-07-13） GitHub Release 包含多个 bug 修复和性能改进，距离 0.13.1 仅 5 天，属于快速迭代版本。

双细胞检测、批次校正、数据归一化

  • 本周未有重大新方法或工具版本更新。

2. 🔬 降维与聚类

EmbedOR：可证明保簇的曲率增强随机邻域嵌入

  • EmbedOR DOI:10.1073/pnas.2509171123 发表于 PNAS。UMAP 和 t-SNE 类算法常错误分裂数据流形的连通分量或无法识别明显聚类结构。EmbedOR 通过引入离散图曲率（discrete graph curvature）增强随机邻域嵌入过程，从理论上证明其保簇能力，在高噪声和高维数据上显著优于主流 t-SNE/UMAP 实现。 2026-07-14

特异性驱动的细胞-基因图学习识别稀有细胞状态

  • Specificity-driven Cell-Gene Graph Learning DOI:10.1007/s44307-026-00121-y 发表于 Adv Biotechnol (Singap)。针对主流方法基于同质性（homophily）的细胞相似性度量容易将稀有细胞合并到主流群体中的问题，提出特异性驱动的细胞-基因图学习，可同时在单细胞和空间转录组数据中识别稀有细胞状态。 2026-07-16

梯度引导图对比学习用于质谱蛋白质组聚类

  • Gradient-Guided Graph Contrastive Learning for MS-Based Proteomics Clustering DOI:10.1021/acs.jcim.6c01102 发表于 J Chem Inf Model。将梯度引导的图对比学习应用于质谱单细胞蛋白质组数据聚类，适用于揭示免疫反应、肿瘤异质性和细胞命运调控。 2026-07-15

其他聚类相关

  • scFANCL（见第 1 节）也提出了 scRNA-seq 聚类的新对比学习方法。
  • MMTB（见第 1 节）提出无需学习的指纹表示替代 PCA 降维。

本周未有 PCA、传统 t-SNE 等重大改进

3. 🧪 差异表达分析与标记基因

  • CoReGRN: Context-Aware Post-Processing for GRN Inference DOI:10.1186/s12864-026-13185-w 发表于 BMC Genomics。提出非参数、上下文感知的基因调控网络后处理框架，通过互信息关联强度和局部网络上下文重新加权候选调控相互作用。虽非 DE 方法本身，但在 HIV-利什曼病共感染的单细胞数据中展示了改进的调控特征识别。 2026-07-15
  • 本周未有新的差异表达分析专用方法或工具更新。

4. 🔗 轨迹推断与发育分析

  • 本周未有重大新进展。轨迹推断和 RNA velocity 方向无新方法或工具版本更新。

5. 🧩 空间转录组学

LATTICE：空间多模态组学图自监督学习整合

  • LATTICE arXiv 2607.14410 提出 Latent Alignment of Tissue-level and Transcriptomic Information for Cross-modal Embedding（LATTICE），基于图的自我监督学习方法，实现空间转录组与空间表观组（如 ATAC-seq）的多模态整合。通过跨模态嵌入对齐,保持空间邻域结构的同时融合转录组和表观基因组信息。 2026-07-15

CDS：空间图中结构化干预的反事实方向性评分

  • CDS (Counterfactual Directionality Score) arXiv 2607.13508 提出反事实方向性评分方法，用于量化空间图中节点群体间的方向性影响。区别于基于注意力或相关性的现有方法，CDS 通过结构化干预来推断细胞-细胞通信中的因果方向，适用于 spatial omics 数据分析。 2026-07-15

空间线粒体谱系示踪

  • Spatial mitochondrial lineage tracing uncovers a premetastatic niche bioRxiv 2026.07.09.737611 结合空间转录组学与线粒体谱系追踪，揭示 premetastatic niche 和微环境编程。 2026-07-11

Visium HD 在小鼠肾上腺中的应用

  • Single-cell spatial transcriptomics reveals sex-dependent gene expression in mouse adrenal cortex DOI:10.1038/s42003-026-10697-9 发表于 Commun Biol。使用 Visium HD 空间转录组学 + Cellpose 细胞分割，从性成熟小鼠肾上腺生成约 203,000 个近单细胞分辨率转录组图谱，揭示了性别依赖性的基因表达和细胞间信号。 2026-07-14

6. 🤖 深度学习方法与基础模型

Tokenizing 单细胞转录组为 LLM 可理解的语言

  • Tokenizing single-cell transcriptomes as a native language for LLMs bioRxiv 2025.10.22.684047（2026-07-11 更新） 提出将连续高维单细胞转录组图谱转化为离散 token 序列的方法，使 LLM 能像处理自然语言一样直接理解单细胞数据。该方法可能为构建细胞-语言的通用多模态模型铺平道路。 2026-07-11

Corgi：上下文感知的序列-功能基因调控模型

  • Corgi DOI:10.1038/s41467-026-75527-2 发表于 Nat Commun。突破现有序列-功能模型”无法外推到训练数据未覆盖的细胞类型”的根本限制。Corgi 通过整合 DNA 序列和反式调控因子（trans-regulator）表达，预测不同细胞类型和条件下的染色质可及性和表观遗传修饰，实现了上下文感知的基因调控预测。 2026-07-14

DeepDETAILS：从 bulk 样本高分辨率重建细胞类型特异性调控

  • DeepDETAILS DOI:10.1038/s41587-026-03218-w 发表于 Nat Biotechnol。半监督的跨模态反卷积框架，使用 scATAC-seq 作为参考，从 bulk 表观组学/转录组学数据中推断细胞类型特异性调控过程。解决了”部分基因组范围实验无法达到单细胞分辨率”的技术瓶颈。 2026-07-13

Evo 2 用于生物安全筛选

  • Screening of Biosecurity Features in Metagenomic Data with Evo 2 Probes arXiv 2607.14070 探索基因组基础模型 Evo 2 在生物安全筛查中的应用，在冻结的 Evo 2 表示上训练最小线性和注意力探针，评估可线性提取的生物安全相关信号。 2026-07-15

7. 🏥 临床应用与转化

GxP-Ready 临床单细胞和空间转录组学端到端流程

  • NNclinSSOAP (Novo Nordisk Clinical Single-cell Spatial Omics Analytical Pipeline) DOI:10.34133/csbj.0164 发表于 Comput Struct Biotechnol J。由诺和诺德开发的 GxP 合规端到端分析流程，填补了 scRNA-seq 和空间转录组学在临床和监管环境中应用的空白。支持数据完整性、法规合规性、可重复性和可扩展性要求。 2026-07-11

CoReGRN（已在上文提及）

  • CoReGRN 在 HIV-利什曼病共感染的调控网络推断展示了临床应用潜力。

肿瘤微环境与机器学习

  • Machine learning-based prognostic model with single-cell integration for brain metastasis in LUAD DOI:10.1186/s12935-026-04370-8 发表于 Cancer Cell Int。整合单细胞转录组和机器学习，识别肺腺癌脑转移相关的恶性亚群和潜在治疗靶点。 2026-07-13
  • Single-cell and spatial multi-omics of FOLH1+ endothelial cells in ccRCC DOI:10.1186/s12967-026-08593-1 发表于 J Transl Med。结合 scRNA-seq 和空间多组学揭示 FOLH1+ 内皮细胞在肾透明细胞癌中的作用机制。 2026-07-14
  • Machine learning and multi-omic risk stratification targeting nucleotide metabolism in STAD DOI:10.1007/s12672-026-05438-7 发表于 Discov Oncol。机器学习+多组学驱动的风险分层框架，聚焦核苷酸代谢-肥大细胞轴在胃癌中的应用。 2026-07-12

8. 🔧 综合工具与平台

工具版本更新

工具 版本 平台 日期 说明
anndata v0.13.2 PyPI/GitHub 2026-07-13 快速迭代 bug 修复版本
scvi-tools 1.5.0.post1 PyPI 2026-07-09 1.5.0 的 post-release 补丁
Scanpy 1.12.2 PyPI 2026-06-29 无变化
Seurat v5.5.1 GitHub 2026-06-26 无变化
SpatialData v0.8.0 GitHub 2026-07-02 无变化
Squidpy 1.8.3 PyPI — 无变化
scVelo 0.3.4 PyPI — 无变化
CellRank 2.3.2 PyPI — 无变化
scArches 0.6.1 PyPI — 无变化
scib 1.1.7 PyPI — 无变化

scDiagnostics：细胞类型注释的系统评估

  • scDiagnostics bioRxiv 2026.01.29.701618（2026-07-11 更新） 发表于 bioinformatics（bioRxiv）。系统评估单细胞转录组学数据中细胞类型注释质量的工具包，支持多种注释方法的一致性检查和置信度量化。 2026-07-11

多模态整合

  • LATTICE（见第 5 节）实现了空间转录组 + 空间表观组的多模态整合。
  • DeepDETAILS（见第 6 节）实现了 bulk 数据 + scATAC-seq 参考的跨模态反卷积。
  • scFANCL（见第 1 节）融合了实例级和聚类级对比学习。
  • 本周未有 CITE-seq 或 scATAC-seq+scRNA-seq 整合方面的新工具发布。

总结

本周（2026-07-11 ~ 2026-07-18）单细胞测序技术领域的方法学进展主要集中在 降维可视化改进（EmbedOR）、空间多模态整合（LATTICE）、细胞类型注释质量评估（scDiagnostics）、对比学习聚类（scFANCL）和序列-功能模型外推（Corgi）。工具版本方面，anndata 快速迭代至 v0.13.2，scvi-tools 发布 1.5.0.post1 补丁。相较前几周，本周缺乏重大基础模型发布或大规模工具版本升级，但在方法论理论深度上有所突破（尤其是 PNAS 发表的保簇可视化理论和 Nature Biotechnology 发表的跨模态反卷积方法）。

参见此前报告：上期周报 上上期周报