A Benchmark of Unsupervised Circadian Phase Inference Methods for Bulk Transcriptomic Data
本研究系统地基准测试了十种无监督昼夜节律相位推断方法在 25 个数据集上的表现，确定了 CHIRAL 是平均误差最低的最佳方法，同时证明了方法的准确性随数据集特征而变化，且顶尖方法即使在样本采集时间未知的情况下也能有效恢复节律基因模式。
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
在人体内几乎每一个细胞中，都有一个无声的内部时钟在滴答作响，编排着大约每二十四小时重复一次的每日活动周期。这种被称为昼夜节律（circadian cycle）的节奏，决定了基因何时开启和关闭，影响着从新陈代谢到药物治疗时机等方方面面。为了理解这种时钟在不同组织中如何运作，或者在疾病状态下可能如何出错，科学家需要准确知道一份组织样本采集的具体时间。然而，在许多现有的医疗记录和公共数据库中，这一关键信息往往是缺失的。研究人员已经开发出一些计算机程序，旨在仅根据样本中存在的基因模式来推测一天中的时间，但直到目前为止，还没有人系统地测试过这些“猜测工具”中究竟哪一个效果最好。
宾夕法尼亚大学的一个研究小组致力于解决这一问题，他们对十种不同的计算机程序进行了严格测试。他们收集了二十五组不同的数据，包括已知采集时间的真实人类和老鼠组织样本，以及精心构建的计算机模拟数据。其目标是观察每种程序在观察基因列表后，能否准确识别出样本采集的时间。研究人员通过计算程序预测时间与实际时间之间的平均小时差来衡量成功率。他们还检查了程序是否能够正确重建单个基因的每日节律，而这项任务对于理解人体时钟的功能至关重要。
结果揭示了这些工具之间存在明显的等级差异。其中一个名为 CHIRAL 的程序脱颖而出，成为了最准确的工具，其平均误差仅为 1.80 小时。这意味着，如果样本是在中午采集的，CHIRAL 通常会估计时间在上午 10:15 到下午 1:45 之间。表现次优的程序，包括名为 TEMPO、CYCLOPS 和 CYCLOPS 2.0 的程序，其平均误差在约 2.5 到 2.8 小时之间。虽然这些程序仍然有用，但精确度不如 CHIRAL。一种简单的基准方法——仅依赖于十二个特定“时钟基因”的已知行为，而不使用复杂算法——其表现几乎与顶尖的计算机程序不相上下，误差约为 2.15 小时。这一发现表明，对这些核心时钟基因的深入了解本身就是一种强大的工具。其余六个受试程序的表现明显较差，误差在接近四到近五小时之间，这一准确度仅比随机猜测稍好。
研究还发现，这些程序的成功高度依赖于所提供数据的质量。当组织中的基因表现出强烈且清晰的每日节律时，程序的效果最好。在节律微弱或具有噪声的数据集中（例如某些人类大脑组织），即使是最好的程序也会感到吃力，误差上升至接近三小时。研究人员发现，顶尖工具的准确性在不同类型的组织和物种之间保持一致，但也发现某些程序对数据的处理方式非常敏感。例如，针对样本批次间的技术差异进行校正有助于某些程序提高预测精度，但实际上却让另一些程序变得更不准确。此外，研究人员通过使用不同的随机起始点多次运行程序，测试了结果的稳定性。他们发现，虽然有些工具每次都会产生相同的结果，但另一些工具的结果则会根据所使用的随机种子而发生显著变化，这意味着单次运行这些工具可能并不可靠。
为了验证这些发现是否适用于现实世界，该团队将这些程序应用于两个采集时间完全未知的鼠标大型数据集。他们将程序的预测结果与肝脏和脂肪组织中基因通常达到峰值的既定参考值进行了对比。CHIRAL 是唯一能持续符合肝脏组织已知模式的程序，而没有程序能可靠地匹配脂肪组织的模式，这表明脂肪中的时钟可能更难读取，或者参考数据不够充分。研究结论指出，虽然没有一种工具是完美的，但就从批量组织样本中估算时间而言，CHIRAL 是目前最可靠的选择。然而，研究人员提醒说，任何预测的准确性都取决于所研究特定组织中生物节律的强度；对于最关键的应用场景，使用多种方法或简单的时钟基因基准法，可能是防止误差的必要手段。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。