想象一下，你是一名试图在一座繁忙城市中破解谜团的侦探。在这座城市里，建筑物就是细胞，而建筑内的灯光就是基因。有时，一组特定的灯光会同时闪烁，形成一种模式，向你传递某些重要信息——也许是城市正在遭受攻击（感染），或者也许是它正在为一项大型建设工程做准备（细胞分裂）。科学家们将这些协调一致的模式称为“基因特征（gene signatures）”。多年来，研究人员一直试图测量不同城市（组织样本）中这些特定灯光模式的亮度。他们使用工具为每种模式计算出一个单一的“评分”，希望能借此诊断疾病、预测患者的预后情况，或理解细胞的行为。
然而，测量这些灯光模式非常棘手。这就像是在判断一首歌的音量：你是仅仅数一下有多少种乐器在演奏？你是将其与整个房间的寂静进行比较？还是观察图表上的音高有多高？不同的科学家发明了不同的数学方法来处理这个问题，而且他们往往会得到不同的答案。有些方法非常适合处理整个城市（大块组织/bulk tissue）的数据，而另一些方法则更适合观察单个建筑（单细胞/single cells）。由于没有一个适用于所有情况的“完美”尺子，科学家们一直被迫在各种工具之间做出选择，却缺乏一种清晰的方法来判断哪种工具最适合他们特定的谜团。
于是，pysigscore 诞生了——这是一个由 Tommaso Giacomello、Saveria Mazzara 及其团队开发的全新数字工具包。你可以把这款软件想象成基因侦探手中的“瑞士军刀”。pysigscore 并没有强迫研究人员只选择一种测量方式，而是将 18 种不同的测量工具整合进了一个工具箱中。它既能处理来自整个城市的数据，也能处理来自单个建筑的数据；而且它不仅仅是给出一个分数，它还扮演着“质量控制检查员”的角色。它会运行特殊的测试，以查看该分数的可靠性。例如，它会询问：“如果我们关掉模式中的其中一盏灯，这个分数会崩溃吗？”或者“这个分数仅仅是运气好猜中的，还是具有统计学意义的？”
该团队在来自肝脏组织、免疫细胞和癌症样本的真实世界数据上对这个工具包进行了测试。他们发现 pysigscore 成功识别出了预期的模式，例如低氧（hypoxia）或炎症的迹象，证实了该工具确实按预期工作。这篇论文并不声称找到了解决所有问题的唯一“魔法”方法。相反，它指出，通过拥有一个灵活的框架，让你能够将 18 种不同的方法进行并排对比——甚至可以构建你自己的自定义测量工具——你可以为你的特定生物学问题找到最稳健的答案。这并不是为了寻找唯一的赢家，而是为了让科学家们拥有足够的信心，无论他们选择使用哪种方法，都能确切地知道他们的证据有多强有力。
技术摘要：pysigscore：跨体量（bulk）与单细胞转录组学的基因特征评分
问题陈述
高通量转录组学已将基因特征（gene signatures）确立为解释基因表达数据以进行诊断、预后及生物学功能表征的核心工具。然而，量化特征活性并评估其稳健性仍然具有挑战性。现有的评分方法依赖于对背景分布、稳健性和统计基础的不同假设（例如：简单汇总、Z统计量或基于秩次的方案）。因此，没有任何一种评分方法能够普遍适用于所有数据集或生物学问题。目前迫切需要一个统一的框架，允许研究人员计算、比较并基准测试多种评分方法，同时评估其统计显著性和可靠性。
方法论
作者提出了 pysigscore，这是一个旨在处理体量（bulk）和单细胞 RNA-seq (scRNA-seq) 数据中基因集评分的 Python 框架。该框架由一个 Scorer() 对象协调，管理包括数据预处理、分数计算、可靠性评估和可视化的统一工作流。
- 输入与预处理： 该系统接受表达矩阵（作为 DataFrame 或 AnnData 对象）和基因集（作为字典或二进制矩阵）。它支持广泛的预处理，包括对数转换（log transformation）、标准化（standardization）、最大最小缩放（min-max scaling）、k-最近邻（k-NN）平滑以及阶梯/分位数转换（step/quantile transformations）。
- 评分引擎： 核心功能由
compute_scores() 函数驱动，该函数生成一个评分矩阵，其中行代表样本/细胞，列代表基因集。该框架实现了 18 种内置评分方法，分为三类：
- 直接统计法 (14 种方法)： 包括 Sum（总和）、WeightedSum（加权和）、Mean（平均值）、Median（中位数）、Mode（众数）以及稳健统计量如 IQR（四分位距）、MAD（绝对偏差中位数）和 AAD（平均绝对偏差）。这些方法直接从特征基因的表达值中计算标量汇总。
- Z-score (1 种方法)： 相对于样本的全表达谱对基因集的平均表达进行标准化。
- 基于秩次的方案 (3 种方法)： 包括 AUCell、ssGSEA 和 GSVA，它们评估特征基因在样本中排名最高的基因中的富集程度。
- 定制化： 一个关键特性是 自定义评分器 (Custom Scorer)，它允许用户通过 Python 代码定义新的评分函数，而无需修改库的源代码。这些函数必须接受特征基因的表达向量和全样本的表达向量。
- 可靠性与显著性：
- P 值估计： 对于直接统计法，通过使用大小匹配的随机基因集进行置换检验（permutation testing）来生成零分布，并应用 +1 校正来估计显著性。Z-score 则使用来自标准正态分布的解析二侧 P 值。基于秩次的方案则利用经验程序或后端实现。
- 留一法 (LOO) 实验： 通过在迭代移除特征中的每个基因后重新计算评分来评估稳健性。通过偏差量化（使用 MAE、MSE 或 MAPE）来识别对特定“枢纽（hub）”基因的依赖性。
主要贡献
论文声称其有五项主要贡献，扩展了以往的工作（如 R 包 sigscores 和 sigQC）：
- 集成 scRNA-seq 方法： 它纳入了专门为单细胞转录组学开发的新方法，将内置方法数量扩展到 18 种。
- 统一的定制化能力： 它提供了一个灵活的内置自定义评分器，使用户能够在单一库内实现、基准测试并直接将自己的评分函数与现有方法进行比较。
- 基因级贡献分析： 它通过 LOO 实验促进了对单个基因对特征活性贡献的评估。
- 可扩展性： 该框架经过优化，能够高效处理大规模转录组数据集。
- 互操作性： 它与主要的 RNA-seq 分析框架（如 AnnData）直接兼容，确保能够无缝集成到现有流程中。
结果
作者使用 CCLE、TCGA 和 PBMC 数据集验证了 pysigscore。验证表明，该框架能够恢复预期的生物学富集，特别是肝脏、缺氧、炎症和细胞周期特征。结果证实，该框架可以成功处理多样化的数据类型，并在不同的实验设置下产生一致且可解释的评分。
意义
论文将 pysigscore 定位为不仅是一个计算工具，更是一个用于方法论比较的可重复框架。通过允许用户同时计算、比较和评估不同评分方法的稳健性，它解决了没有任何单一方法适用于所有场景这一局限性。该工具使研究人员能够超越先验选择单一“最佳”方法，转而实现数据驱动的决策，从而确定哪种评分策略最符合特定的生物学问题和数据集特征。
每周获取最佳 bioinformatics 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。