💻 bioinformatics

Rectangle: robust and scalable multiscale deconvolution informed by single-cell RNA sequencing data

Rectangle 是一个稳健且可扩展的 Python 框架，它利用多尺度反卷积和对未知内容的显式建模，通过利用单细胞参考数据来准确解析批量 RNA-seq 数据中的细胞表型，从而实现群体规模的高分辨率细胞图谱分析。

原作者： Eder, B., Rigato, I., Dietrich, A., Merotto, L., Sturm, G., Treis, T., List, M., Theis, F., Finotello, F.

发布于 2026-07-09

📖 1 分钟阅读☕ 轻松阅读

原作者： Eder, B., Rigato, I., Dietrich, A., Merotto, L., Sturm, G., Treis, T., List, M., Theis, F., Finotello, F.

原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。阅读完整免责声明

核心问题： “果昔”之谜

想象你有一杯美味的水果果昔（这就是 Bulk RNA-seq 数据）。你知道它是草莓、香蕉和蓝莓的混合物，但你已经看不见单个的水果了；它们全都搅拌在了一起。

科学家们拥有一种强大的工具叫做单细胞 RNA 测序（scRNA-seq），能让他们在水果被搅拌之前，看清每一颗单个的水果。他们确切知道一颗草莓细胞长什么样，一颗香蕉细胞长什么样，以此类推。

这项研究的目标是利用这些“搅拌前”的照片（单细胞数据），来推算出“搅拌后”的果昔（Bulk 数据）中究竟含有多少草莓、香蕉和蓝莓。这个过程被称为解卷积（Deconvolution）。

然而，现有的工具存在三个大问题：

会被“长得像”的东西搞混： 如果你有两种非常相似的草莓（比如“甜草莓”和“酸草莓”），旧工具经常会把它们搞混，或者分配错误的比例。
会被大数据难倒： 如果你尝试分析一杯由一百万颗水果组成的果昔，电脑就会崩溃或需要运行好几天才能完成。
会忽略“神秘水果”： 如果果昔中包含了一种你的“搅拌前”照片里没有的水果（也许是一个隐藏的树莓），旧工具会试图让已知的水果去填补那个空缺，从而给你一个错误的答案。

解决方案：“Rectangle”

作者开发了一个名为 Rectangle 的新工具。把它想象成一个超级聪明、高速运转的果昔侦探，它解决了这个果昔之谜。

以下是它的工作原理，分步骤进行：

1. “抱团取暖”策略（多尺度解卷积）

想象你正在试图整理一大堆混合在一起的乐高积木。有些是红色的，有些是蓝色的，但有些红色积木看起来几乎和蓝色积木一模一样。

旧方法： 试图立刻单独分类每一个零件。你会感到疲惫并出错。
Rectangle 的方法： 首先将它们分成大类：“偏红的”和“偏蓝的”。一旦你知道有 50% 是“偏红的”，你然后再回到这个类别中，仔细地将它细分为“甜草莓”和“酸草莓”。
为什么有效： 通过先对相似的细胞进行分组，Rectangle 避免了被长得像的细胞所迷惑。它先解决宏观问题，然后再放大细节进行微调。

2. “快照”技巧（可扩展性）

如果你有一个拥有 15 万本书（细胞）的图书馆，想要读完每一页来写一份摘要需要花费很长时间。

Rectangle 的技巧： 它不阅读每一本书，而是快速拍一张“快照”（一个小样本），做一个摘要，然后重复这个过程几次。
结果： 它无需阅读每一页，就能构建出整个图书馆的完美摘要。这意味着即使面对会让其他工具崩溃的海量数据集，它也能在约一分钟内在标准笔记本电脑上运行完毕。

3. “神秘盒子”（未知内容）

有时，果昔里有一个你不知道的秘密成分（比如隐藏的树莓）。

旧工具： 它们会假装这个神秘成分就是一点点草莓和一点点香蕉，从而弄乱了你的计数。
Rectangle 的技巧： 它会承认：“嘿，这里有一些我无法用现有列表解释的东西。”它会为这些未知内容创建一个特殊的“神秘盒子”类别。
为什么重要： 这确保了已知水果（草莓、香蕉）的计数保持准确，因为它们不会被迫去填补由神秘水果留下的空白。

他们证明了什么？

团队使用来自小鼠、人类、肿瘤甚至发育中的大脑类器官（实验室培养的微型大脑）的真实数据，将 Rectangle 与其他八种顶尖工具进行了对比测试。

准确性： Rectangle 在区分非常相似的细胞类型（如甜草莓 vs 酸草莓）方面最为准确。
速度： 它是最快且占用内存最少的。它可以在笔记本电脑上处理 15 万个细胞的参考集，而其他工具要么放弃了，要么需要超级计算机。
鲁棒性（稳健性）： 当存在“未知内容”（如隐藏的癌细胞或早期大脑细胞）时，Rectangle 是唯一一个没有被搞混的工具。它正确识别了神秘比例，并保持了其余数据的准确性。
多功能性： 他们甚至展示了它不仅适用于混合的果昔，还适用于空间转录组学（想象一张你知道水果位置的果昔地图）。

核心结论

Rectangle 是一款全新的开源软件，它能让科学家处理大规模、混合的遗传样本，并准确地弄清楚其中到底含有哪些细胞。它足够快，可以在笔记本电脑上运行；足够聪明，可以分辨极其相似的细胞；并且足够诚实，能够承认存在它目前还无法识别的“未知”细胞。这有助于研究人员在大规模尺度上研究疾病和发育，而无需对每一个细胞都进行单独测序。