近日，上海交通大学电子信息与电气工程学院沈红斌、袁野团队在Nature Communications上发表题为“TFvelo: gene regulation inspired RNA velocity estimation”（基于转录调控的RNA速度推理方法）的研究论文，提出了一种面向转录调控的RNA速度建模新计算方法TFvelo。

研究内容

模型流程图

RNA速度是近年来在单细胞转录组分析领域被大量关注的新研究方向，其通过建立动态方程模拟RNA表达量的变化过程，从而实现对细胞复杂轨迹的推断。以往对RNA速度的建模大都依赖于单一RNA的剪切信号，从高噪声数据中推断出的基因动态变化往往不够准确。论文通过分析剪切过程的时间尺度和单细胞数据中的噪声强度，发现单基因的剪切信号无法提供足够信息用于基因动态变化过程的准确拟合，并据此发现提出了基于多基因间转录调控关系的RNA速度建模方法TFvelo。通过使用Generalized EM算法进行模型优化，提升了对基因动态变化和细胞分化轨迹的建模准确度。

TFvelo对细胞轨迹的预测及对单基因动态过程的拟合效果

与此同时，由于TFvelo利用了多种转录因子的信息，能从数据中学习出每种转录因子所对应的权重，及其与不同基因之间变化量的相位差，从而可以进一步分析基因间的转录调控关系。TFvelo还可以将RNA速度模型推广到没有剪切信息标注的数据集上，进而拥有更广泛的应用场景和范围。TFvelo为单细胞轨迹分析提供了新的建模思路和方法，在探索细胞分化、组织发育、肿瘤演变等机制上具有潜在应用价值。

论文作者

电子信息与电气工程学院自动化系博士研究生李家琛为论文第一作者，自动化系袁野副教授、沈红斌教授为共同通讯作者。

论文链接：https://www.nature.com/articles/s41467-024-45661-w