corrdeconv corrects deconvolution's misreading of disease cell states as abundance, overturning benchmarks and outperforming every published deconvolution method
本文介绍了 corrdeconv，这是一种纠正了将疾病诱导的细胞状态转变误解为丰度变化（这一在体量及空间组学数据中存在的根本性误解）的方法，从而推翻了现有的基准测试，并通过消除大部分错误的疾病效应主张，超越了所有已发表的解卷积方法。
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
在现代医学的复杂世界中，科学家们经常试图通过观察细胞混合物来理解疾病，这就像是通过品尝汤底来识别汤里的食材一样。当患者发生感染、癌症或自身免疫性疾病时，其血液或组织中特定免疫细胞的数量往往会发生变化。为了在不进行物理计数的情况下准确找出每种细胞类型的数量，研究人员使用了一种称为“反卷积”（deconvolution）的数学技术。这种方法分析来自整个组织样本的遗传物质，并利用计算机模型来估算隐藏在其中的不同细胞类型的比例。这些估算结果已成为一种标准工具，用于指导药物测试决策、临床试验设计，甚至解释疾病发生的原因。长期以来的假设是：如果计算机模型与遗传数据拟合良好，那么估算的细胞计数就足够准确，值得信赖。
然而，一项新的研究挑战了这一长期存在的假设，揭示了这些计算机估算值往往具有误导性。研究人员发现，这些模型经常将细胞的“情绪”或活动状态的变化误认为是实际细胞数量的变化。当细胞处于患病或压力状态时，其遗传活动会发生偏移，而计算机模型会将这种偏移解读为该类细胞数量的增加或减少。这种错误并非微小的瑕疵，而是一个根本性的缺陷，它扭曲了科学记录。研究表明，在许多情况下，这些模型虽然表现得很有信心，但实际上是错误的，它们创造了细胞变化的幻象（即便并不存在），或者掩盖了正在发生的真实变化。通过将这些计算机估算值与来自同一患者的实际细胞计数进行对比，研究人员证明，标准方法无法捕捉到真实的生物学现实，从而导致对疾病机制和治疗反应的错误结论。
这项工作的团队由来自北京协和医院及其他机构的研究人员领导，他们旨在测试这些广泛使用的估算值的可靠性。他们收集了来自二十六种不同疾病（包括类风湿性关节炎、红斑狼疮和各种癌症）的数千人的数据。在每种情况下，他们都同时拥有用于计算机估算的遗传数据以及来自同一受试者的实际物理细胞计数。这种直接对比使他们能够看清模型在何处失效。他们发现，标准的验证方法（即检查模型的估算值是否与数据相关联）并不能捕捉到这些错误。一个模型可以显示出与遗传数据极高的相关性，但对细胞数量的估算却可能完全错误。问题的根源在于，疾病改变了细胞的行为，而模型将这种行为上的变化误认为是群体规模的变化。
这种错误的后果影响深远。研究发现，在血液疾病研究中，计算机模型在 42% 的案例中对于细胞变化的趋势或显著性判断错误。更令人震惊的是，在肿瘤研究中，来自相同组织样本的病理计数驳斥了模型报告的 9나 ％ 的显著细胞变化。这些错误不仅仅是学术层面的，它们已经影响了现实世界的医疗决策。例如，在一项关于类风湿性关节炎的随机临床试验中，计算机估算值被用于对患者进行分组，并决定谁应该接受特定药物。当研究人员用来自组织样本的实际细胞计数取代计算机估算值时，分组情况发生了显著变化。在被计算机模型归入“能从该药物中获益”组的 20 名患者中，有 13 名人在直接测量时实际上属于另一组。这种转变抹去了原本暗示该药物对特定群体效果更好的统计学交互作用，使 p 值从显著结果变成了非显著结果。
研究人员还观察了这些错误如何影响更广泛的科学文献和公共数据库。他们发现，被数以千计的科学家用于设计自身研究的预计算资源也包含这些相同的错误。在一次针对乳腺癌数据的分析中，计算机模型报告了两种肿瘤之间免疫细胞的显著差异，但实际的细胞计数显示并无差异。这些错误的发现已被引用数千次，并导致了对不相关基因和分子的进一步研究。研究还探讨了这些错误如何影响未来实验的设计。当科学家使用这些有缺陷的估算值来计算研究所需的患者人数时，他们往往会设计出动力不足或基于错误变化方向的研究，从而浪费资源并推迟进展。
为了解决这个问题，该团队开发了一种名为 corrdeconv 的新方法。该方法不再依赖于容易混淆细胞状态与细胞数量的标准方法，而是利用来自源组（source group）的实际细胞计数来修正目标组（target group）的估算值。它不需要为每个患者进行新测量，而是利用已知相似组别的误差来调整结果。研究人员将这种新方法与每种已发表的反卷积技术进行了测试。在每种场景下——无论是没有细胞计数、只有少量计数，还是拥有细胞母组的计数——该新方法都优于所有其他方法。它将错误结论的数量比当前表现最好的方法减少了近一半。此外，当他们将这种修正应用于过去的研究所得出的结果时，它修复了错误的决策并恢复了正确的决策，证明了这些错误确实源于估算方法而非生物学本身。
研究结论指出，关于疾病中细胞数量的断言必须由实际计数支持，而不仅仅是计算机估算。虽然计算机模型在预测细胞的活动或状态方面仍然有用，但它们不能被用来可靠地告知我们存在多少细胞。研究人员认为，该领域需要改变验证这些方法的方式，从简单的相关性转向对照实际细胞计数进行验证。他们已经向科学界开放了他们的修正工具和经过修正的结果数据库，为修复过去的错误和改进未来的研究提供了一条途径。这项工作是一个至关重要的提醒：在匆忙分析海量遗传数据的过程中，人体内物理存在的基本真相绝不能因追求数学模型的便利性而丢失。
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。