技术摘要：LoCoFlow

问题陈述

单细胞测序提供了离散时间点上细胞状态的高分辨率快照，但测量过程的破坏性性质阻碍了对单个细胞真实纵向对应关系的观察。从这些快照中重建连续的发育轨迹是一个具有多种可能解的病态问题（ill-posed problem）。此外，现有方法通常将细胞视为孤立的向量，未能充分表征细胞状态空间的局部流形几何结构或内在的谱系多样性不确定性。虽然具有相似转录状态的细胞可能表现出不同的命运趋向，但目前的最优传输（optimal transport）和流匹配（flow-matching）方法通常在个体细胞层面推断时间耦合，缺乏一个稳健的框架来建模作为凝聚单元的局部细胞邻域的演化。

方法论：LoCoFlow

作者引入了 LoCoFlow（局部上下文流匹配），这是一个整合了局部点云几何与条件命运不确定性的框架，用于模拟单细胞动力学。该方法主要分为两个阶段运行：

1. 局部补丁构建与层级对应

LoCoFlow 不再匹配孤立的细胞，而是围绕锚定细胞构建重叠的“补丁”（局部邻域）。

• 补丁定义： 对于表达数据，补丁是最近邻图上的测地线邻域；对于空间数据，它们是在测量坐标中的固定大小邻域。
• 层级传输： 该方法采用两级最优传输（OT）方案。首先，利用 Bures 距离解决补丁层级的传输问题，以对齐补丁中心和协方差（捕捉位置与离散度）。其次，在保留的补丁对内，计算熵正则化的细胞级传输计划。
• 软分配： 这些计划的聚合产生了源细胞的目标细胞条件分布，而非硬分配，从而保留了多个潜在的后续对应关系。

2. 两阶段训练流水线

• 阶段 1：几何正则化桥接传输：
  • 利用从层级传输中导出的配对端点集，模型学习源补丁与目标补丁之间的“桥梁”（中间路径）。
  • 神经网络预测一个残差速度场 $f_\theta$，该速度场结合线性插值，确保路径精确通过端点。
  • 几何先验： 损失函数包含动能项和一个径向惩罚项，后者约束补丁的相对变形（扩张/收缩），但不限制共同平移。它还惩罚了与估计的局部流形几何正交的速度。
• 阶段 2：条件速度蒸馏：
  • 由于在推理过程中未来状态是未知的，因此无法直接使用桥接（该桥接需要两个端点）。LoCoFlow 将桥接速度蒸馏为条件速度场 $V_\omega$。
  • 层级潜变量： 模型使用层级潜结构从源上下文 $Z_0$ 生成目标代码 $c_i$，该结构包括一个补丁共享的潜变量 $\eta_P$（捕捉群体层面的结果）和一个细胞特异性的潜变量 $\eta_i$（捕捉个体差异）。
  • 训练： 目标编码器首先学习将观测到的端点映射到代码 $c^\star$，然后生成器学习从源上下文和潜变量生成这些代码。速度网络经过训练以匹配以这些生成的代码为条件的桥接速度。
  • 推理： 在推理时，从先验分布中抽取潜代码（无需未来观测），并在积分过程中保持其固定。这允许采样代表命运不确定性的替代轨迹。

核心贡献

1. 局部上下文表示： 将动态建模的基本单元从孤立的表达向量转向局部群体状态（点云），显式地模拟邻域几何结构的演化。
2. 层级传输： 引入了耦合的补丁级和细胞级最优传输机制，既尊重细胞群体的全局运动，又尊重其内部结构变化（如异质性、扩张）。
3. 条件命运不确定性： 开发了一个两阶段蒸馏过程，将几何路径约束与结果不确定性分离，从而能够在没有未来观测的情况下，采样多种可能的命运轨迹。
4. 扰动分析框架： 提供了一种机制，用以区分基因扰动模拟中的焦点细胞效应（focal-cell effects）与邻域（背景）效应，揭示局部上下文如何塑造预测响应。

实验结果

论文在三个数据集上评估了 LoCoFlow：胚胎体（EB）分化、iPSC 重编程、C. elegans 发育以及 Axolotl 脑再生。

• 留出集重建： 在 EB 和 iPSC 数据集上，在大多数高维设置（如 PCA50）中，LoCoلو 与基准模型（如 OT-CFM, MFM, PACE）相比，实现了更低的 Wasserstein 距离（$W_1, W_2$）。然而，论文指出 LoCoFlow 有时表现出较高的最大平均差异（MMD），这表明其预测可能在特定的细胞状态空间区域更为集中。
• 命运预测（LARRY 数据）： 使用谱系追踪的 LARRY 数据，LoCoFlow 将平均原始 Brier 误差从 0.7 way (scDiffEq) 降低至 0.6620，表明在预测完整命运概率向量方面具有更高的准确性。
• 扰动响应：
  • 几何补丁： 当在几何定义的补丁中进行基因扰动时，仅背景和全成员干预产生的响应是一致的（例如，将命运从单核细胞转向中性粒细胞）。
  • 随机小批量： 相比之下，使用随机组装补丁的模型在焦点细胞和背景响应之间表现出相反的方向，凸显了几何上下文的重要性。
• 空间插值（Axolotl）： 在 Axolotl 脑再生任务中，LoCoFlow 在空间预测（$W_2$）方面优于 OT-CFM，尽管作者指出，预测的空间分布在视觉上仍与源时间点相似，这表明需要进一步的空间对齐。

意义与主张

论文声称 LoCoFlow 提供了一个稳健的框架，用于研究局部细胞群体结构如何塑造推断的轨迹，同时显式地表示命运的不确定性。作者强调：

• 局部上下文至关重要： 在几何补丁与随机小批量之间观察到的不同响应模式支持了以下假设：局部上下文是进行概率命运推断的有效表示。
• 建模假设： 作者保持了审慎的态度，承认快照数据并不能唯一确定细胞历史。LoCoFlow 的几何和潜变量部分施加的是建模假设，而非揭示真实的谱系关系。
• 可测试的假设： 该框架生成了关于局部上下文如何塑造预测响应的测试性假设，能够区分内在细胞变化与环境影响。

该工作并不声称解决了轨迹推断的基本歧义性，而是提供了一种能够更好地符合细胞状态流形几何，并提供结构化方式来量化和采样命运不确定性的方法。