GATA3

-01-引言Treg细胞是CD4+T细胞的一个亚群，通过预防自身免疫、控制过度炎症和维持免疫耐受，对免疫稳态至关重要。Treg细胞的免疫调节特性在癌症中会促进肿瘤的进展。对TIL亚群的分析表明，免疫细胞浸润的组成与患者预后之间存在明确的关联。过表达细胞毒性T细胞的TIL通常与良好的预后相关，而TIL中Treg细胞的频率增加与不良预后相关。Treg细胞的分化和功能依赖于谱系特异性转录因子Foxp3的表达。FOXP3基因功能丧失改变的人类患有免疫失调、多内分泌疾病、肠病、X连锁（IPEX）综合征，表现为广泛的自身免疫和炎症损伤。Treg细胞在胸腺中由一组前体细胞发育而来，这是一个需要T细胞受体（TCR）和IL-2激活的两步过程。Treg细胞可以通过各种不同的机制抑制免疫反应。CD25是IL-2受体的一种高亲和力亚单位，在Treg细胞上组成性高表达，但在效应T细胞上也上调。Treg细胞上高水平表达的CD25竞争性地结合IL-2，从而剥夺效应T细胞的这种专性生长因子。Treg细胞还表达一系列抑制分子，如CTLA-4，与Treg介导的抑制有关。此外，Treg细胞还可以分泌抑制性细胞因子，如IL-10和TGF-β。基于这些有效的免疫抑制机制，Treg细胞通常被认为是最有效的抗肿瘤免疫抑制剂。因此，以Treg细胞为靶点的癌症治疗策略也是目前的研究热点。-02-一、Treg的分类和功能Tregs可分为两类：天然调节性T细胞（nTregs）和诱导调节性T细胞（iTregs）。两种类型的Tregs都普遍表达 Foxp3。nTregs在胸腺中自然发育，其抑制作用是通过细胞间接触实现的，它们的主要功能是维持正常的免疫耐受和控制炎症反应。iTregs来源于肿瘤微环境信号诱导的外周原始T细胞，包括肿瘤抗原、细胞因子（如TGF-β）和其他可溶性分子。iTregs通过多种促进肿瘤进展的机制抑制效应T细胞（Teff）、NK细 胞和DC的抗肿瘤免疫作用。Tregs主要有以下五种功能机制：①Tregs分泌抑制性细胞因子，包括 IL-10、TGF-β 和 IL-35。② Tregs 通过颗粒酶和穿孔素杀死效应细胞。③ Tregs 影响效应细胞的功能：Treg 与效应T细胞竞争消耗 IL-2，从而抑制效应T细胞的生长；Tregs通过产生胞外酶CD39和CD73 促进TME中腺苷的产生，诱效应细胞导的抑制和抗增殖作用；Tregs通过缝隙连接将大量 cAMP 转移到效应T细胞，干扰其代谢。④Tregs通过刺激性和抑制性受体（CTLA-4 或 LAG3）诱导DC耐受，后者通过IDO进一步抑制T细胞的能力。⑤MDSCs和Tregs 产生的因子形成正反馈环，促进增殖，增强抑制环境。         此外，一项研究使用一种新的策略来定义Tregs， Th1样Tregs（T- 234bet+IFNγ+Foxp3+），Th2 样Tregs（Gata3+IRF4+IL4+Foxp3+）和Th17样Tregs（IL-17+RORγt+Foxp3+），这为靶向 Tregs 治疗提供了新思路。 -03- 二、Treg抑制抗肿瘤免疫反应的机制Treg通过多种机制阻碍抗肿瘤免疫反应。在Tregs中，共抑制受体细胞毒性T淋巴细胞抗原4（CTLA-4）通过与APCs中的CD80/B7-1和CD86/B7-2结合干扰共刺激信号，从而抑制效应T细胞中的共刺激受体CD28。                 IL-2是Treg和效应T细胞生存所必需的细胞因子。与效应T细胞相比，Treg主要通过由α（CD25）、β（CD122）和γ（CD132）亚单位组成的更高亲和力受体结合IL-2。此外，Tregs比效应T细胞具有更高的CD25表达，而CD25是IL-2的一种高亲和力受体。这使得Treg在利用TME中有限的IL-2方面具有竞争优势。因此，在TME中，Treg的累积量大于效应T细胞。同时，Treg还分泌免疫抑制分子（包括免疫抑制细胞因子）抑制抗肿瘤免疫。Treg产生TGF-β、IL-10和IL-35导致免疫抑制。表达在Tregs细胞表面的CD39和CD73作为外核苷酸酶，分别将ATP或ADP水解为AMP和AMP水解为腺苷。CD39和CD73产生的腺苷会抑制效应T细胞。当Treg在TME中发生凋亡时，凋亡的Treg通过外核苷酸酶释放大量腺苷，从而产生更强的抗肿瘤免疫抑制。-04-三、TME中Treg浸润的机制趋化因子和细胞因子依赖性浸润Treg具有多种趋化因子受体。趋化因子梯度，如CCR4-CCL17/22，CCR5-CCL5, CCR8-CCL1,和CCR10-CCL28，可参与将Treg招募到TME中。           在炎症肿瘤中，炎症细胞产生Treg招募趋化因子，如CCL22。CCR8+Treg被CCR8配体（如CCL1和CCL18）招募到TME等炎症部位，CCL1不仅将CCR8+Treg招募到肿瘤中，还诱导对Treg抑制至关重要的FOXP3、CD39和IL-10的STAT3依赖性上调，从而增强Treg的免疫抑制活性。在一系列细胞因子和趋化因子受体中，与正常组织驻留的Tregs相比，CCR8仅在人类乳腺癌的肿瘤浸润性Tregs中显著上调，表明CCR8是TME中Tregs的一个有希望的治疗靶点，而不会引起系统性自身免疫。基于TME代谢适应的生存优势效应T细胞和Treg在正常和炎症条件下使用不同的代谢系统，Treg表现出更强的生存优势。TCR刺激通过磷酸肌醇3-激酶（PI3K）-雷帕霉素（mTOR）信号途径激发特定的代谢程序，导致氨基酸和葡萄糖的吸收增加，从而增强有氧糖酵解。活化的效应T细胞将其代谢程序从氧化磷酸化（OXPHOS）转变为有氧糖酵解，这是其生存和功能所必需的，从而导致效应T细胞和TME中的肿瘤细胞之间的葡萄糖竞争。肿瘤细胞中的代谢重编程将TME转变为营养受限，富含乳酸和低氧环境，不利于效应T细胞的存活和功能。然而，在TME中，Treg可以在如此恶劣的条件下存活并保持其免疫抑制功能。FOXP3通过抑制糖酵解和促进氧磷和烟酰胺腺嘌呤二核苷酸（NAD+）氧化，因此，Treg可以利用乳酸作为能量来源。当肿瘤浸润性非Treg将丙酮酸转化为乳酸以产生NAD+以维持糖酵解时，TME中的Treg将丙酮酸转化为线粒体中的乙酰辅酶a以触发三羧酸循环，这为Treg提供了比其他T细胞更大的存活益处。此外，即使在低葡萄糖条件下，Treg还可以利用脂肪酸实现其增殖和免疫抑制功能。研究发现，胃癌中RHOA Y42突变通过上调脂肪酸合成酶（FASN）产生大量脂肪酸，导致TME中更多的Treg和更少的肿瘤浸润性CD8+T细胞。非炎症肿瘤的浸润机制虽然炎症肿瘤通常含有Treg，但有时在非炎症肿瘤中也检测到大量Treg，这表明炎症相关浸润以外的机制参与了Treg向TME的募集。研究发现，某些基因改变可以通过调节下游信号通路来修饰肿瘤细胞产生趋化因子。在肺腺癌中发现的EGFR突变通常与非炎症性肿瘤相关，在这些肿瘤中检测到大量的Treg，而不存在炎症细胞。EGFR突变通过抑制IFN调节因子1（IRF1）减少CXCL10的产生，这对CXCR3依赖的CD8+T细胞向TME的募集产生负面影响。此外，CCL22的产生通过EGFR下游信号中的JUN诱导而增加，导致CCR4依赖性Treg浸润到TME。在具有RHOA Y42突变的胃癌中也观察到类似的表型，RHOA Y42突变是一种功能缺失突变，通过抑制IRF1降低CXCL10/11水平。此外，粘着斑激酶的过度激活通过调节趋化因子的产生与Treg浸润和CD8+T细胞排斥相关。治疗相关的Treg积累放射治疗和CTLA-4阻断抗体等治疗可能促进肿瘤中Treg的积累，这被认为是一种适应性免疫抵抗机制。由于对辐射的敏感性低于其他淋巴细胞，因此即使在放射治疗后，Treg仍在TME中持续存在，可能导致某些类型癌症发生免疫抑制性TME。在临床前模型中，去除Treg可提高肿瘤对辐射的敏感性并抑制转移。在小鼠模型中，抗CTLA-4抗体通过抗体依赖性细胞毒性（ADCC）有效地去除Treg，而在患者中的作用机制仍存在争议。免疫组化分析显示，根据治疗前和治疗后活检样本的比较，抗CTLA-4抗体治疗后，Treg数量增加。因此，某些治疗干预可能会增强Treg浸润，从而影响后续治疗的疗效。-05-四、Treg作用的新机制新的代谢机制Tregs活化的核心是支持其生存和功能的脂质代谢的变化，这可由脂肪酸结合蛋白（FABPs）促进。此外，糖酵解和氧化代谢都有助于Tregs的扩增，因为肿瘤内Tregs在葡萄糖摄取方面的相对优势可能促进FA合成。Tregs表现出另外一种独特的代谢特征是线粒体代谢的增加。线粒体转录因子A（Tfam）和线粒体复合体III是维持Tregs免疫抑制功能调节基因表达所必需的。此外，Foxp3缺乏会导致mTORC2信号转导的失调，并增强有氧糖酵解和氧化磷酸化。值得注意的是，CD36在肿瘤内的Tregs中被选择性上调，作为一种中枢代谢调节剂。CD36通过PPARβ信号精细调节线粒体适应性，重编程Tregs以适应富含乳酸的TME。在抗PD-1治疗过程中，CD36靶向诱导了额外的抗肿瘤反应。肝激酶B1（LKB1）调节Tregs的代谢和功能适应度，并作为DCs免疫原性的关键抑制剂发挥作用。在Tregs中，LKB1的特异性缺失可导致一种以Th2型显性反应过多为特征的致命性炎症性疾病，不仅破坏Tregs的生存、线粒体适应度和代谢，还可诱导免疫调节分子的异常表达，包括PD-1和TNF受体超家族蛋白的GITR和OX40。新的遗传机制Helios可以增强人类胎儿CD4+幼稚T细胞向Tregs的优先分化，作为在炎症反应期间稳定Tregs的关键转录因子。肿瘤中Helios缺陷的Tregs获得效应T细胞功能，并通过上调对自身抗原具有高度亲和力的效应细胞因子来促进对癌症的免疫反应，如GITR/PD-1表达增加和对自身抗原的反应性增强。Foxp1是一种forkhead转录因子，Foxp1的缺失会导致Tregs的功能受损，TSDR、CNS2、CNS3均为Foxp3相关的作用元件，调控着Foxp3的表达和功能。YAP是Hippo通路的辅活化因子，在Tregs中高度表达，并促进Foxp3的表达和功能。TAZ是一种诱导Hippo信号转导的TEAD转录因子的辅激活因子，它通过减少组蛋白乙酰转移酶Tip60介导的Foxp3的乙酰化而减弱Tregs的发育。核受体Nr4a是维持Treg基因程序的关键转录因子，参与Treg介导的TME抗肿瘤免疫抑制。促自噬蛋白AMBRA1也是T细胞的一个关键调节因子。此外，SUMO特异性蛋白酶3（SENP3）介导的BACH2去SUMO化阻止BACH2的核输出，从而抑制与CD4+T效应细胞分化相关的基因，并稳定Treg特异性基因特征。新的分子机制在Tregs的分子机制方面也取得了一些新的进展。Tregs具有丰富的IL-2受体（IL-2R）表达，依赖于活化T细胞产生的IL-2，提示Tregs对IL-2的消耗与其抑制功能有关。并且IL-2R依赖的转录因子STAT5的激活在Tregs的抑制功能中起着重要作用。丝氨酸-苏氨酸激酶Mst1被鉴定为Tregs中IL-2-STAT5活性的信号依赖性放大器，Tregs中Mst1和Mst2的高活性对于防止肿瘤抵抗和自身免疫是至关重要的。在T细胞活化过程中，Tregs中Foxp3的磷酸化可以通过TAK1 Nemo样激酶（NLK）信号通路进行调节。另外，Tregs激酶TAK1的特异性缺失可以减少外周淋巴器官中Tregs的数量，而E3泛素化连接酶TRAF6缺乏的Tregs在体内功能紊乱。ST2被认为是IL-33的唯一受体，表达ST2的Tregs对IL-33有反应，并且在IL-33刺激下Tregs的百分比增加，特别是Foxp3+GATA3+Tregs。在结直肠癌（CRC）的小鼠模型中，肿瘤浸润的Tregs优先上调ST2，IL-33/ST2信号与肿瘤负荷呈正相关。激活的Tregs表面表达糖蛋白-A为主的重复序列（GARP），它结合并激活潜伏的TGF-β。此外，整合素α4β1的激活也可增加Tregs的抑制能力。Tregs稳态通过Tregs内在和外在机制与黏膜相关淋巴组织1（Malt1）功能密切相关。相比之下，CARD11-BCL10-MALT1（CBM）信号对于以Malt1蛋白酶依赖的方式介导Tregs的抑制功能至关重要。-06-五、Treg靶向治疗策略抗CTLA-4单克隆抗体，如ipilimumab，通过Treg靶向改善TME的免疫特征。然而，在临床研究中的详细作用机制仍然存在争议。在小鼠模型中，抗CTLA-4单克隆抗体诱导的抗肿瘤免疫反应完全依赖于通过Fc介导的ADCC对Treg的消耗。而在人类中，Treg的消耗与伊普利单抗抗肿瘤的主要疗效无关。此外，靶向肿瘤内Tregs高表达分子的双特异性抗体，如CTLA-4和OX-40或CTLA-4和GITR，它们可能通过有效地消耗体内的Treg来提高抗肿瘤疗效。由于肿瘤内Treg比其他效应T细胞表达更高水平的CD25，CD25可能是Treg耗竭的关键靶点。一些针对CD25的治疗策略已经被FDA批准。例如，IL-2与白喉毒素的融合蛋白denileukin diftitox用于皮肤T细胞淋巴瘤。denileukin diftitox可与表达CD25的细胞结合，并通过白喉毒素的细胞毒性作用杀死它们。新的抗CD25抗体RG6292被开发用于选择性地清除Tregs，而不会干扰效应T细胞中的IL-2信号，目前正在进行临床评估（NCT04158583）。靶向CD25的近红外光免疫治疗（NIR）也可能是肿瘤局部Treg去除的一种有希望的方法。此外，还开发了ADCT-301，一种抗CD25的抗体偶联药物，用于靶向表达CD25的淋巴瘤。它业可作为另一种在肿瘤中去除Tregs的选择，目前正在进行临床试验（NCT03621982）。     通过Tregs表达的外核苷酸酶CD39和CD73靶向腺苷途径也可能是增强抗肿瘤免疫的一个有希望的靶点。阻断外核苷酸酶活性的抗CD39和抗CD73抗体，如TTX-30、MEDI9447和BMS-986179，目前正在进行临床试验（NCT03884556、NCT03742102和NCT02754141）。除了抑制腺苷的产生外，腺苷受体A2AR的小分子抑制剂也可防止腺苷依赖性T细胞抑制。这些抑制剂的临床试验正在进行中（NCT02655822、NCT04089553和NCT02403193）。此外，靶向VEGFA-VEGFR2轴可能通过减少TME中的Treg增殖和浸润来激活抗肿瘤反应。已经证明，抗VEGFR2抗体ramucirumab可以减少胃癌患者eTreg的增殖。以FOXP3为靶点的疗法也有开发。AZD8701是FOXP3的反义寡核苷酸，在体外实验和人源化小鼠模型中部分降低了FOXP3及其下游转录分子的表达。AZD8701的临床试验正在进行中（NCT04504669）。抗CCR4抗体mogamulizumab可减少实体瘤患者中CCR4+Treg的数量。在一项临床试验中，mogamulizumab联合抗PD-1抗体（nivolumab）治疗的患者中证实了Treg的缺失，这表明该组合是癌症免疫治疗组合中一个有希望的选择。由Treg高度表达的免疫检查点分子，如OX40、GITR和ICOS，也可能成为治疗靶点。一些研究表明，这些受体的刺激降低了Treg的免疫抑制功能，导致效应T细胞的激活。作为OX40激动剂的抗体，如MEDI6469134（NCT02274155），GITR，如MK-4166135（NCT02132754），以及ICOS，如KY1044136（NCT03829501），目前正在开展临床研究。-07-结语在炎症和非炎症肿瘤中，TME中Treg浸润、激活和存活的多种机制都已被揭示，影响TME中Treg浸润、激活和存活的机制可能因患者而异。肿瘤细胞中的基因改变不仅决定免疫原性和炎症状态，而且也有助于调节TME中的免疫细胞浸润和生存，例如基于趋化因子的Treg浸润和基于代谢变化的Treg激活，这些都可以被特异性激酶抑制剂靶向。因此，TME中主要导致Treg浸润的机制需要通过基于基因改变的免疫学和代谢谱来表征，并以精准免疫治疗为目标。基于机制的Treg靶向治疗有望改善目前的免疫治疗。参考资料：1.Development of Bispecific Antibody for CancerImmunotherapy: Focus on T Cell Engaging Antibody. Immune Netw. 2022 Feb; 22(1): e4.2. A pivotal decade for bispecific antibodies?. MAbs. 2024 Jan-Dec;16(1):2321635.公众号内回复“ADC”或扫描下方图片中的二维码免费下载《抗体偶联药物：从基础到临床》的PDF格式电子书！公众号已建立“小药说药专业交流群”微信行业交流群以及读者交流群，扫描下方小编二维码加入，入行业群请主动告知姓名、工作单位和职务。

DRUGAI疾病发生和进展的特异性研究中，识别调控转录因子（TRs）仍具有挑战性，这些因子通过调控元件和表观基因组信号控制基因表达。大规模多组学表观基因组数据的引入，为解析调控元件及其调控因子的复杂模式提供了可能。研究人员在此提出TRAPT，一个多模态深度学习框架，可通过学习和整合靶基因的顺式调控元件及全基因组结合位点的调控潜能，推断转录因子的活性。在570个与TR相关的数据集上，TRAPT在预测转录因子，尤其是协同因子和染色质调控因子方面优于现有方法。此外，该方法成功识别出与疾病、遗传变异、细胞命运决策及组织相关的关键转录因子，展现了基于表观组数据识别TRs的全新视角。基因表达调控由多种上游转录调控因子（TRs）共同驱动，包括转录因子（TFs）、协同因子（TcoFs）和染色质调控因子（CRs），它们介导启动子与远端增强子的信号传递。异常的基因表达常与疾病发生密切相关，因此识别关键调控因子对于理解疾病机制至关重要。随着 ChIP-seq 和 ATAC-seq 等技术的发展，顺式与反式调控图谱得以清晰描绘。TRs 在染色质开放性和组蛋白修饰等表观信息的共同作用下，展现出细胞特异性的调控活性。此外，大量研究表明 TFs 可通过结合启动子或增强子等顺式调控序列，调节靶基因表达。鉴于基因调控机制的复杂性，研究人员亟需利用大规模表观基因组数据，全面捕捉基因上游的协同调控特征，以提升 TRs 的预测能力。高通量测序技术的快速发展使 ATAC-seq、DNase-seq 和 ChIP-seq 等数据迅速积累。然而，不同来源的数据存在噪声干扰、批次效应及冗余等问题，增加了整合与表示学习的难度。目前已有多种方法尝试通过功能基因集推断上游 TRs，如 Enrichr、ChEA3、Lisa 等，但这些方法大多基于统计富集分析，未能充分利用顺式调控元件（CREs）的详细信息。而CREs是 TF 功能的核心，缺乏这部分信息将限制调控因子的准确预测。一些方法虽引入 CRE 数据，但仅局限于与输入基因集相关的区域，无法覆盖全基因组调控图谱。此外，TRs 往往倾向于结合在活跃染色质区域，表现出结合偏好（TRBP），这类偏好尚未被现有方法充分建模。更重要的是，当前大多数方法仅限于通过基因集推断上游调控因子，缺乏对其全基因组结合位点的推理能力，因此急需能够全面整合CRE与结合位点的预测框架。多组学表观数据的整合也存在诸多挑战，例如跨模态干扰与非线性关系。现有方法多基于传统回归模型，未能有效处理跨模态间的复杂关系。深度学习技术在多个生物学任务中已展现出强大表现，其关键在于高质量数据的采集与建模。研究人员此前构建了多个表观调控数据库，如 TcoFBase、CRdb、TFTG、SEdb 和 ATACdb，系统汇聚了大量 TRs、增强子与染色质开放性信息，构建了当前最全面的表观特征资源库。结合这些数据资源与先进深度学习方法，为深入解析表观调控网络提供了前所未有的可能。本研究中，研究人员提出了一个数据驱动的深度学习框架——TRAPT，融合多阶段学习结构，通过知识蒸馏和图卷积神经网络整合表观特征，联合建模靶基因的顺式调控元件信号与全基因组结合位点，优化 TR 活性表示，并识别上下文特异的关键调控因子。在570个 TR 敲除数据集上进行评估，TRAPT 在预测 TFs、TcoFs 和 CRs 方面均优于现有方法。进一步，TRAPT 成功识别出阿尔茨海默病中的关键因子（如 REST），并在细胞发育与组织数据中准确预测了控制细胞命运与组织特异性的调控因子。结果TRAPT 方法概述TRAPT 是一个整合多组学信息的预测框架，旨在根据输入的感兴趣基因集推断转录调控因子（TRs）的活性。简而言之，该模型以基因集为输入，输出每个TR的活性评分。TRAPT 采用多阶段融合策略，分别处理来自全基因组结合位点的下游调控潜能（D-RP）以及源自顺式调控元件的上游调控潜能（U-RP），从而解决TR结合偏好（TRBP）和顺式调控信息缺失（ICCP）的问题。TRAPT 的流程主要包括四个步骤：计算表观调控潜能（Epi-RP）与转录因子调控潜能（TR-RP）：研究人员收集了超过 20,000 份表观基因组数据，包括 ATAC-seq、H3K27ac 和 TR ChIP-seq 数据，并进行预处理后，计算每个基因的调控潜能。通过对表观组数据统一加权衰减，并对TRs采用上下文特异的衰减策略，分别得到 Epi-RP 和 TR-RP，用于后续建模。预测 TR 的下游调控潜能（D-RP）：该步骤旨在将 Epi-RP 与 TR-RP 融合，构建 TR 与表观样本之间的异构网络（ERN）。研究人员采用 k 近邻算法建立网络，并使用条件变分自编码器（CVAE）与图变分自编码器（VGAE）构建的知识蒸馏模型（D-RP模型）进行优化。教师模型学习多模态嵌入，学生模型学习统一、低噪声表示。该机制提升了模型对跨模态数据的鲁棒性，输出为 D-RP 矩阵。预测查询基因集的上游调控潜能（U-RP）：研究人员设计了另一个知识蒸馏模型（U-RP模型），以Epi-RP和输入基因集为基础，选出关键的表观组样本并推断其调控作用。学生模型在教师模型提供的“软标签”指导下，通过稀疏组套索（SGL）方法引入组内与组间稀疏性，实现对非冗余、非线性组合样本的精准筛选。输出为U-RP向量，包含与查询基因相关的染色质开放性（ATAC）与活性状态（H3K27ac）信息。整合 D-RP 和 U-RP 推断 TR 活性：将归一化后的 TR-RP 和 D-RP 矩阵逐元素相加，再与 U-RP 向量逐元素相乘，获得整合调控潜能（I-RP）。随后，使用 ROC 曲线下面积（AUC）衡量 TR 与基因集的相关性，并合并两种路径得到最终的 TR 活性评分。综上，TRAPT 融合了 TR 的全基因组结合潜能与靶基因顺式调控潜能，能够在上下文特异的基础上，高效识别调控输入基因集的关键 TRs。TRAPT 在基准数据集上表现优越研究人员采用“目标TR排序分数”作为主要评估指标，衡量算法根据基因集预测对应调控因子排名的能力。例如，在 GATA6 敲除实验中，若GATA6本身的排名靠前，则说明预测性能较好。为全面评估TRAPT，研究人员整合了来自 KnockTF 数据库的570个转录因子敲除/敲低数据集，经过质量控制和差异表达分析，从每个RNA-seq数据集中筛选出上调与下调基因，作为TRAPT的输入，并对预测结果中的目标TR排名进行评估。研究人员将 TRAPT 与多个主流方法进行了比较，包括以基因集为输入的 Lisa、BART、i-cisTarget 及富集分析方法 ChEA3。评估标准包括命中前10或前N个目标TR的数量，以及整体TR识别表现。结果显示，TRAPT 在识别前10个TR方面比表现第二好的方法（Lisa）高出13%；相较 i-cisTarget 的提升更超过200%。TRAPT 的 AUC 达到 0.643，明显优于其他方法；其平均倒数排名（MRR）为 0.067，也分别比 Lisa 和 BART 提高了18% 和 76%。这些结果表明 TRAPT 在预测 TR 活性方面具备显著优势。不同于以往方法主要集中在 TF 的预测，TRAPT 引入高质量的转录协同因子（TcoFs）与染色质调控因子（CRs）数据，使得其具备更全面的调控因子预测能力。在 TF、TcoF 与 CR 三类子集中，TRAPT 均展现出领先性能。特别是在 TcoF 与 CR 的预测中，Lisa 的表现显著下降，而 TRAPT 仍保持优异结果，说明其在多类调控因子预测上的全面性得益于多阶段融合策略与丰富的数据支持。为了验证 TRAPT 的优势并非仅因数据覆盖度更高，研究人员将 Lisa 和 BART 与 TRAPT 一同使用 Cistrome 数据库的背景数据，并以 KnockTF 数据集为标准重新评估。结果显示，即便在相同背景数据下，TRAPT 的整体表现仍优于 Lisa（提升 30%）和 BART（提升 85.7%）。进一步评估显示，TRAPT 在 TF、CR 与 TcoF 三个类别中的AUC均高于对比方法，其中对 CR 的预测性能甚至比 Lisa 高出 198.4%。此外，研究人员还比较了不同蛋白家族在不同类型数据（如 TR 敲除数据 vs. TR 结合数据）下的预测表现，发现部分家族（如 CP2、RXR-like）在敲除数据上表现更佳，而其他家族（如 zf-C2H2、IRF、THR-like）在结合数据中效果更好。这可能源于转录因子敲除后引发的二级转录调控效应。最后，针对大规模数据整合可能带来的运算时间问题，研究人员比较了 TRAPT 与 Lisa、BART 的运行时间。结果显示，TRAPT 不仅性能优越，还具有更快的运行效率，尤其在单个TR活性预测任务中显著快于其他方法。多阶段融合策略显著提升转录调控因子预测性能为验证多阶段融合策略对 TR 预测的提升效果，研究人员进行了系统的消融实验。TRAPT 中的 U-RP 模型用于模拟靶基因顺式调控元件的调控潜能，捕捉其上下文特异性的表观状态。当移除该模块时，整体性能显著下降，说明其有效表征了输入基因的表观调控特征。D-RP 模型则预测TR在不同条件下对基因组的结合偏好，考虑了调控元件的活性。去除该模块同样导致性能下降，进一步表明结合元件活性对于TR功能建模具有重要意义。此外，研究人员还通过计算TR与远端增强子结合比例，构建了特异性调控潜能模型。去除该TR特异性建模也导致性能下降，显示其对识别不同调控模式具有重要作用。TRAPT 融合多种表观组学特征以预测最终的TR活性。对不同模块性能的深入分析发现，TRAPT-H3K27ac 模型对上调基因集预测更优，而TRAPT-ATAC 模型则更适合下调基因集。当移除所有表观模块，仅保留启动子区域模型时，预测性能显著下降。进一步逐步移除表观模块，整体性能也持续下降，表明TRAPT在多模态特征融合方面具有良好稳定性。知识蒸馏机制在TRAPT中也发挥了重要作用。相比未使用知识蒸馏的模型（NKD），使用蒸馏策略（KD）在 KnockTF 数据集上提升了5.4%，在 Lisa 数据集上提升了7.9%。在top-10 TR预测任务中，KD模型的AUC高出8个百分点，表现显著优于NKD。模型在训练与验证集上的损失值快速下降，且蒸馏策略下 D-RP 学生模型收敛更快、准确率更高，表明知识蒸馏提升了模型稳定性且未引入过拟合。在 D-RP 模型中，研究人员利用 kNN 算法构建TR与表观组学样本之间的连接网络，并以连接恢复任务评估其预测能力。实验结果显示，在验证集中，教师与学生网络的损失值迅速下降，最终在测试集上分别达到 auROC 0.81 与 auPRC 0.84 的表现。即便在最多屏蔽15%边的情况下，模型恢复能力依然稳定，AP 值保持在0.8以上，表明其对缺失连接具有良好的鲁棒性。U-RP 模型的目标是基于基因集与 Epi-RP 矩阵预测顺式调控图谱。训练过程中，其损失值也稳定下降。为解决冗余样本筛选问题，研究人员分析了在不同数量样本下的性能变化。当特征数达到10时，性能提升趋于平稳，与已有研究一致。最后，研究人员比较了TRAPT在预测上调与下调基因集时的表现，发现其对下调基因集的预测更为准确。这一现象也支持了激活因子多于抑制因子的生物学观察。多数 TR 仅具有单一功能，部分如 CTCF、NANOG、FOXA1、ESR1 则同时具有激活与抑制作用。综上，TRAPT 能够准确识别激活型、抑制型及双功能调控因子。TRAPT 在 ESR1 敲低实验中准确识别关键转录调控因子ESR1 是乳腺癌 ER 阳性亚型中的关键转录因子，调控多种与疾病风险相关的下游基因表达。为验证 TRAPT 在疾病背景下识别关键 TRs 的能力，研究人员将其应用于 MCF7 ER+ 乳腺癌细胞中 siRNA 敲低 ESR1 后得到的差异表达基因集。TRAPT 准确预测到 ESR1 在下调基因集中排名第1，上调基因集中排名第17，反映出其在乳腺癌中兼具激活与抑制功能。TRAPT 还识别出与 ESR1 密切相关的多个转录因子、协同因子与染色质调控因子，包括 FOXA1、EP300 和 MED1。其中，GATA3 是哺乳腺细胞命运的重要调控因子，FOXA1 通过调节染色质可及性影响乳腺癌发生发展，EP300 可乙酰化 ESR1，增强其靶基因表达。此外，从 STRING 数据库得到的这些高排名 TRs 之间具有频繁的相互作用；TCGA 和 GTEx 数据的共表达分析也显示 GATA3、FOXA1 和 ESR1 三者之间具有显著相关性，进一步验证了 TRAPT 的准确性。研究人员还分析了 D-RP 分数对 TR 活性的刻画能力。将 ESR1 及其相关 TR 的 D-RP 分数分别作用于目标基因与背景基因集，结果显示其在目标基因集中显著更高（如 ESR1 在 ATAC 和 H3K27ac 模块下的 p 值分别为 3.3e-38 和 8.6e-34）。随着预测排名下降，TR 的重要性逐渐减弱，而排名最末的 HDGF 表现出明显较低的调控潜能，说明 D-RP 能有效区分关键 TR 与非关键 TR。此外，研究人员构建了高低 I-RP 分数的 TR 活性曲线，发现高分组的 TRs 对基因集的信号更强，进一步支持 TRAPT 的预测准确性。考虑到 ESR1 可结合远端增强子（如 ERSE），TRAPT 利用其专属的调控潜能模型对远端调控进行建模。研究人员将增强子分为近端与远端两类，发现预测出的 TR 更倾向于在目标基因附近的增强子区域中结合，而非背景区域。GATA3 和 FOXA1 明显偏好近端区域，ESR1 与 EP300 则未表现出显著偏好。最后，研究人员可视化了 ESR1、GATA3、FOXA1、EP300 和 HDGF 附近的差异表达基因轨迹，发现前四者在目标区域均表现出明显的结合峰，而 HDGF 则缺乏这种特征。这一系列结果进一步验证了 TRAPT 在预测 TF、协同因子及染色质调控因子方面的可靠性和解释力。预测阿尔茨海默病相关的关键调控因子转录因子（TF）结合位点上的遗传变异可能改变其结合能力，进而影响基因表达和细胞功能。为验证 TRAPT 在疾病研究中的适用性，研究人员将其应用于阿尔茨海默病（AD）GWAS 后分析。研究人员利用 MAGMA 工具从 GWAS 汇总数据中获得 AD 相关基因集作为 TRAPT 的输入，并结合细致的精细定位与结合位点共定位分析，识别出一系列被致病变异影响的关键 TRs。在欧洲人群 GWAS 数据的基础上，TRAPT 所预测的前 25 个 TRs 中，有 68.2% 的结合 SNP 来自 AD 因果变异（p = 2.5e-12），而排名后 25 个 TR 的比例显著更低，表明排名越高的 TR 越可能与 AD 密切相关。进一步分析发现，TRAPT 排名前列的 TRs（如 SPI1、RELA、REST）在致病变异上的结合强度高于背景变异。例如，SPI1 与 71 个致病变异发生交集，远高于背景（p = 3.6e-4）。GSEA 统计检验也证实前列 TRs 与因果位点显著富集。通过 FINEMAP 打分和功能注释，研究人员发现 rs10119 为评分最高的 AD 相关变异，与 APOE、TOMM40 和 APOC1 等关键基因相邻，且被多个预测的 TR 所结合（如 REST）。rs10119 位于染色质环结构的关键节点，多个已知 AD 相关的 TR（SPI1、STAT1、HDAC2 等）都在其上下游区域结合，进一步强化了其功能重要性。此外，在 AD 相关的 H3K27ac ChIP-seq 数据中，TRAPT 所选样本的调控区域与 rs10119 高度重叠，说明模型即便不依赖 AD 特异的表观数据，也能选择出具有相似信号的替代样本。识别驱动细胞命运和组织特异性的关键调控因子转录调控因子在细胞命运决定、分化过程和组织特性维持中起关键作用。研究人员进一步将 TRAPT 应用于单细胞转录组数据，以识别血液细胞分化路径中的驱动因子。在人类造血干细胞 scRNA-seq 数据中，TRAPT 成功识别了 42 个潜在关键 TR，其中 29 个已知与造血发育密切相关，10 个在不同分化亚群中呈现显著差异表达。此外，部分 TRs 出现在多个谱系中（如 EP300、SMAD1、SPI1、TAL1），另一些如 STAT4 和 TCF4 则特异性分布于 NK 和 pDC 谱系，具有已知的调控功能。在另一个人类胚胎干细胞数据集中，TRAPT 同样成功识别出 GATA3、TFAP2A、GATA2 等在滋养层细胞中活性增强的 TRs，以及 GATA6、SMAD2 和 EOMES 等在内胚层细胞中活跃的 TRs，这些结果均与既往研究一致。对 GTEx 项目中30种正常人组织的 RNA-seq 数据分析中，TRAPT 利用每个组织的差异表达基因成功预测出特异性调控因子。例如，心脏组织中识别出 MED1、TBX5、GATA4；前列腺中识别出 AR、FOXA1、HOXB13；而乳腺与脂肪组织共享了 PPARG 和 CEBPA。在对预测结果进行层次聚类时，乳腺与脂肪组织、女性生殖系统相关组织（如子宫、卵巢、宫颈）因细胞组成相似而聚类在一起，进一步验证了模型的生物学合理性。讨论转录调控因子（TRs）在调控基因表达、维持细胞稳态和引导发育过程中起着核心作用。TR 介导的转录程序通常具有独特的表观基因组图谱，并在细胞状态变化与疾病发生中充当“开关”。然而，当前针对特定基因集（如差异表达基因、单细胞标记基因）准确预测其上游TR仍面临挑战，主要受限于缺乏覆盖多样细胞类型的TR表观数据。为解决这一问题，研究人员提出了深度学习框架 TRAPT，通过双阶段知识蒸馏提取调控元件的活性表示，整合超过 20,000 个大规模表观基因组样本与全面的TR背景知识库，精准预测上下文依赖的关键TR。在570个TR敲除/敲低数据集上，TRAPT 相较 Lisa、BART、i-cisTarget、ChEA3 等主流方法表现出显著性能提升，成功识别出与疾病、遗传变异、细胞命运与组织特异性密切相关的核心TRs。当前TR预测方法主要分为两类：一类是基于基因集富集分析的方法，如 Enrichr、TFEA.ChIP、ChEA3 和 MAGIC，依赖统计检验评估TR的重要性，但无法模拟TR与顺式元件的真实结合；另一类如 i-cisTarget、BART 和 Lisa，通过模拟TR结合预测活性，但未能充分考虑TR的结合偏好。而 TRAPT 则提出第三种路径，融合基因集的顺式调控特征与 TR 的全基因组结合潜能，通过多阶段融合策略显著提升预测性能。TRAPT 的优势包括：融合式策略解决信息覆盖不全与结合偏好问题：多阶段建模同时考虑上下游调控潜能，填补以往方法中顺式图谱覆盖不全与TR结合偏好未建模的空白；双阶段知识蒸馏增强模型鲁棒性：在 D-RP 阶段引入图变分自编码器（VGAE）与条件变分自编码器（CVAE）作为教师网络，缓解分布不一致问题；在 U-RP 阶段，蒸馏引导学生网络选取最优表观样本，提高数据整合能力；图模型优化全基因组调控潜能预测：尤其适用于样本量有限的数据集，补全表观调控网络中的缺失连接，提高泛化能力。消融实验表明，去除 D-RP、U-RP 或蒸馏机制均显著降低模型性能，验证这些模块的关键作用。同时，在连接预测任务中，D-RP 模型在多种掩码比例下表现稳定，展示出对缺失扰动的鲁棒性。应用层面，TRAPT 成功识别了 ESR1 敲除实验中的 ESR1 及其相关的协同因子 EP300、FOXA1；在阿尔茨海默病研究中，TRAPT 能捕捉到如 SPI1、RELA、REST 等高可信TR与GWAS致病位点（如 rs10119）的共定位；在人类造血干细胞、胚胎干细胞及 GTEx 组织样本中，准确预测出与细胞命运（如 GATA3、STAT4、TCF4）和组织特异性（如 MED1、GATA4、AR）相关的关键TRs。所有结果均从多个角度验证了 TRAPT 在多类任务中的稳定性与通用性。值得注意的是，尽管 TRAPT 整合了 17,227 个TR、1,329 份 ATAC-seq 与 1,465 份 H3K27ac 数据，但部分 TR 仍缺乏对应的表观样本，可能影响模型精度。同时，不同 TR 之间的协同或拮抗机制（如转录因子与协同因子之间的相互作用、染色质调控因子的辅助调控）在目前版本中尚未完全建模。未来可引入基因调控网络与因果推理策略，更系统地模拟调控层级间的复杂交互。整理 | WJM 参考资料Zhang, G., Song, C., Yin, M. et al. TRAPT: a multi-stage fused deep learning framework for predicting transcriptional regulators based on large-scale epigenomic data. Nat Commun 16, 3611 (2025). https://doi.org/10.1038/s41467-025-58921-0

DRUGAI今天为大家介绍的是来自清华大学张学工教授所带领的团队发表的一篇论文。细胞调控是一个复杂的系统，涉及从单个基因的调控到多个基因之间的相互作用等多个层面。虽然目前已有一些神经网络模型可以将分子变化与细胞特征联系起来，但这些模型在设计上缺乏对调控机制的考虑，难以解释细胞状态转换等关键生命活动背后的调控机制。为解决这一问题，研究团队开发了一个名为regX（Regulatory Network）的深度神经网络。这个模型的特点是同时考虑了基因层面的调控和基因之间的相互作用机制，能够找出推动细胞状态改变的关键调控因子，并对其作用机制进行解释。研究人员将regX应用于2型糖尿病和毛囊发育的单细胞多组学数据分析中。结果表明，该模型能够准确识别出影响细胞状态变化的关键转录因子和重要的DNA调控区域。更重要的是，研究发现的一些调控因子为疾病治疗提供了新的靶点，同时也为已有药物的新用途开发和致病基因变异（单核苷酸多态性）的鉴定提供了线索。这项研究展示了如何通过设计可解释的神经网络模型，来更好地理解和揭示生物系统的运作机制。细胞是一个复杂的调控系统，包含多个层次的调控过程。在单个基因层面，有表观遗传调控（Epigenetic Regulation）、转录调控（Transcriptional Regulation）和翻译调控（Translational Regulation）；在更高层面，还存在基因之间的相互作用和信号通路。开发能够模拟这种多层次细胞系统的计算方法，对于深入理解细胞功能的分子机制、细胞命运决定以及细胞调控的可能性具有重要意义。近年来，多个研究团队开发了具有生物学意义的神经网络模型，用于研究多层次生物系统。这些模型在科学发现方面取得了显著成果。然而，现有模型都忽略了一个重要方面：它们没有考虑DNA包装结构变化（染色质重塑）和蛋白质与DNA的结合（转录因子结合）等基础调控过程，而这些过程对于细胞发育和疾病进展过程中的变化至关重要。为此，研究团队开发了regX（Regulatory Network）深度神经网络模型。这个模型的独特之处在于它同时考虑了基因层面的调控和基因之间的相互作用机制。研究人员将该模型应用于两个研究案例：2型糖尿病的疾病进展和毛囊发育的过程，分析它们的单细胞多组学数据。研究结果显示，regX能够可靠地识别出关键的转录因子（TF）和重要的DNA调控区域（cCRE）。特别是在2型糖尿病研究中，模型发现的一些重要调控因子不仅提供了新的治疗靶点和药物开发思路，还帮助发现了一些可能导致疾病的基因变异位点。这些发现为解读全基因组关联研究（GWAS）的结果提供了新的视角，这也是当前基因组研究领域的一个重要课题。此外，在毛囊发育研究中也获得了一些有价值的生物学发现。模型架构图 1研究团队设计了一个基于生物学机制的神经网络，用于预测细胞状态。如图1a所示，该网络通过分析DNA调控区域（cCRE）和转录因子（TF）的数据来实现预测。在网络的隐藏层中，研究人员嵌入了目标基因、蛋白质和功能信息，作为调控细胞状态的重要途径。为了模拟基因表达过程，研究团队创新性地开发了一个可学习的转录活性矩阵（Transcriptional Activity Matrix, TAM）。这个矩阵通过计算转录因子表达量、DNA可及性区域的开放程度，以及从数据中学习得到的转录因子-DNA相互作用三者的乘积，来描述转录因子如何通过与基因周围的开放染色质区域相互作用来调控基因表达。为了模拟基因间的相互作用，研究人员使用了图神经网络（Graph Neural Network, GNN）来整合蛋白质之间的相互作用网络或基因功能分类（Gene Ontology, GO）之间的关系。这种设计理念认为，蛋白质相互作用网络和基因功能分类图谱都是从不同角度对基因间真实关系的合理抽象。如图1b所示，研究人员通过计算机模拟扰动（in-silico perturbation）的方式，来识别在细胞状态转换过程中起关键作用的转录因子和DNA调控区域。具体方法是比较在给定扰动前后，细胞状态概率的变化程度。得益于基于机制的设计，研究人员还能够通过分析目标基因表达水平的变化，来确定这些关键调控因子的作用靶点。如图1c和图1d所示，研究团队将regX应用于两个单细胞多组学数据集的分析。第一个是使用10x multiome技术对人类胰腺β细胞进行测序的2型糖尿病数据集，样本来自非糖尿病、糖尿病前期和糖尿病患者。第二个是使用SHARE-seq技术对小鼠毛囊发育过程中的皮肤细胞进行测序的数据集。考虑到人类数据在后续分析中有更丰富的资源可用，研究重点使用2型糖尿病数据集来展示regX在识别关键调控因子方面的特点和能力，以及这些发现的机制和治疗意义。而毛囊发育数据集则用于展示regX在结构上的灵活性和通用性，以及其在量化调控因子对细胞命运决定影响方面的优势。数据驱动的转录调控模型捕获了TF-cCRE的相互作用研究团队创新性地设计了转录活性矩阵（TAM），这是整个神经网络的基石。不同于简单地将转录因子表达量和DNA可及性数据拼接在一起，TAM通过一种全新的方式整合了这些信息。这种设计基于一个重要认识：转录因子的浓度（通过表达水平体现）、DNA调控区域的开放程度，以及转录因子与DNA之间的相互作用强度，这三个要素在生物学过程中是密不可分的。图 2如图2a所示，研究人员通过预测667个差异表达基因的表达水平来评估TAM的性能。使用皮尔逊相关系数（Pearson Correlation Coefficient, PCC）进行评估，TAM模型达到了0.83的平均相关系数，显著优于其他特征组合方法。图2b的结果表明，模型学习到的转录因子与DNA调控区域之间的相互作用在重复实验中表现出很好的稳定性。更有趣的是，如图2c-e所示，研究人员比较了模型学习到的相互作用强度与基于DNA序列预测的结合能力。结果发现，对于每个目标基因，平均有6.1（±2.5）%的转录因子表现出与序列预测一致的结合模式。特别是，那些具有较长DNA识别序列和较高GC碱基含量的转录因子，往往表现出更强的序列特异性结合能力。这可能是因为这类转录因子在结构上更稳定，与DNA的结合更依赖于特定的序列特征。相反，具有较短识别序列和较低GC含量的转录因子则可能倾向于以蛋白质复合物的形式间接与DNA相互作用。为了进一步验证模型的可靠性，研究人员使用了三个外部单细胞多组学数据集（SNARE-seq、PBMC 10x multiome和DPCL）进行测试，并与现有的领先方法（SCENIC+和LINGER）进行比较。虽然TAM的设计初衷不是构建完整的基因调控网络，而是识别在特定数据中起重要作用的调控关系，但评估结果显示，TAM在准确性指标（F1 score）上仍然显著优于现有方法。特别是在识别最重要的转录因子-DNA调控区域相互作用方面，TAM表现出更高的精确度。regX优先考虑潜在驱动β细胞过渡的TFs研究团队使用regX模型分析了2型糖尿病发展过程中胰腺β细胞的状态变化。模型在细胞状态预测方面表现出色，准确率评分（F1 score）达到0.960±0.012。图 3如图3a-h所示，通过计算机模拟实验，研究人员识别出23个可能驱动细胞状态转换的关键转录因子。这些因子中，21个在先前研究中已被证实与β细胞功能或2型糖尿病有关，其中10个是36种处方药、研究性药物或膳食补充剂的直接或间接作用靶点。研究发现了两个特别值得关注的发现：首先，如图3i-j所示，研究揭示了一个有趣的药物重新利用案例。溴隐亭（Bromocriptine）原本用于治疗泌乳素过高、肢端肥大症和帕金森病，后来被发现可以用于辅助治疗2型糖尿病，但其作用机制一直不明确。regX模型的分析表明，溴隐亭可能通过与FOS基因相互作用，激活金属硫蛋白（Metallothionein）等抗氧化基因，从而减轻细胞的氧化应激，帮助恢复胰岛素的产生。其次，如图3k-l所示，研究发现了一个潜在的新型治疗靶点TRPS1。模型预测，抑制TRPS1可以促进多个重要基因的表达，这些基因能够帮助细胞应对蛋白质折叠压力（内质网应激），并促进胰岛素分泌。虽然这些基因表达的变化幅度相对较小，但多个基因的协同作用可能产生显著的治疗效果。表1：23个潜在驱动转录因子（pdTFs）在计算机模拟下调和上调实验中的信息表1总结了这23个关键转录因子与现有药物和疾病的关联。这些发现不仅帮助解释了某些药物的作用机制，还为开发新的治疗方案提供了方向。特别是，那些已知作用于这些转录因子的药物可能具有治疗2型糖尿病的潜力，值得进一步研究。不过，对于新发现的治疗靶点如TRPS1，还需要更多的实验验证来评估其临床应用价值。排名靠前的调控因子揭示2型糖尿病两类潜在致病SNPs图 4在全基因组关联研究（Genome-Wide Association Study, GWAS）领域，区分基因变异与疾病之间的因果关系一直是一个重要问题。如图4a所示，研究团队提出假设：那些影响疾病关键调控因子的基因变异位点很可能是导致疾病的原因。基于这一假设，研究人员利用regX模型发现了两类可能导致2型糖尿病的DNA变异位点（putative causal SNPs, pcSNPs）。研究团队分析了2,441个与2型糖尿病相关的基因变异位点，最终确定了5个此前未被报道的重要pcSNPs。这些DNA变异可以分为两类：第一类是通过影响关键转录因子表达的pcSNPs。如图4b所示，以rs10974438为例，当这个位点发生从A到C的变异时，会降低多个转录激活因子与DNA的结合能力，导致GLIS3基因表达降低。GLIS3表达的减少会促进胰腺β细胞的死亡并减少胰岛素分泌，最终增加2型糖尿病的风险。第二类是通过改变DNA的可及性来发挥作用的pcSNPs。如图4c所示，以rs4655617为例，当这个位点从A变为C时，会增加特定DNA区域的开放程度，从而提高SGIP1基因的表达。研究推测，SGIP1蛋白可能通过影响细胞的物质摄取过程（内吞作用），干扰胰岛素的正常分泌。当血糖升高时，SGIP1表达增加的细胞可能无法正常应对，增加了发生2型糖尿病的风险。这些发现不仅帮助解释了基因变异如何导致2型糖尿病，还为开发新的治疗方法提供了方向。特别是对SGIP1的新发现，为进一步研究2型糖尿病的发病机制提供了新的视角。这些结果也证明了regX模型在揭示生物学机制方面的优势和可靠性。regX识别毛囊发育过程中决定细胞命运的关键转录因子图 5研究团队将regX模型应用于毛囊发育研究。如图5a所示，研究关注了毛囊发育过程中的几种关键细胞类型：瞬时扩增细胞（Transit-Amplifying Cells, TACs）、内根鞘细胞（Inner Root Sheath, IRS）、毛干角质层/皮质层细胞和髓质细胞。这个数据集与之前的2型糖尿病数据集有几个显著区别：它来自小鼠样本，使用了不同的测序技术，并且研究重点是发育过程而非疾病。研究团队创新性地利用基因本体论（Gene Ontology, GO）数据库中与毛囊发育相关的12个功能类别，构建了一个有向无环图来描述这些功能之间的关系。如图5b-c所示，研究人员对模型结构进行了优化，引入了图注意力层（Graph Attention Layer, GAT），这种结构能够更好地捕捉基因之间的复杂关系。模型不仅可以预测细胞的离散状态，还能预测细胞发育的连续时间进程。评估结果显示，这种改进的模型结构在预测准确性上显著优于传统方法。通过计算机模拟实验，研究团队识别出了控制毛囊发育的关键转录因子。如图5d-g所示，其中最重要的发现是关于Lef1和Gata3这两个转录因子的作用机制：Gata3的表达增加会明确地引导瞬时扩增细胞向内根鞘细胞发育；Lef1的作用则更为复杂：只有在高度激活时才能引导瞬时扩增细胞向毛干细胞发育；不同的激活水平会导致细胞发育成不同类型的毛干细胞：高水平促进角质层/皮质层细胞的形成，低水平则倾向于形成髓质细胞。这些发现突显了regX模型的独特优势：它不仅能识别关键的调控因子，还能定量分析这些因子的表达水平如何影响细胞的发育命运。这种深入的机制解析对于理解毛囊发育过程和开发相关治疗方法具有重要意义。讨论regX是一个创新的深度学习模型，通过整合多层次的调控过程来研究细胞系统。该模型将转录因子表达、染色质可及性和蛋白质相互作用等生物学机制融入网络设计，可以预测细胞状态转换并识别关键调控因子。研究团队将regX应用于2型糖尿病和毛囊发育研究，不仅发现了新的治疗靶点和药物重新利用的可能性，还揭示了基因变异导致疾病的潜在机制。尽管模型仍有改进空间，但这项工作为分析单细胞多组学数据和理解复杂生物过程提供了新的研究范式。编译|于洲审稿|王梓旭参考资料Xi X, Li J, Jia J, et al. A mechanism-informed deep neural network enables prioritization of regulators that drive cell state transitions[J]. Nature Communications, 2025, 16(1): 1284.