UNIPRO enables protein inference and panel expansion across single-cell and spatial transcriptomics

想象一下你正在试图了解一座繁忙的城市。你拥有一份极其庞大的名单，记录了每个人的想法和计划（他们的“转录组”），这告诉了你他们应该是谁。但想法并不总是等同于行动。有时一个人计划成为一名厨师，最后却成了一名机械师。为了真正了解这座城市正在发生什么，你需要看到他们实际手里拿着什么样的工具（他们的“蛋白质组”）。在生物学中，蛋白质就是这些工具——它们承担着繁重的体力活，传递信号，并构建生命的结构。虽然科学家们已经非常擅长阅读单个细胞的“想法”（RNA），但实际测量“工具”（蛋白质）就像是试图采访一座大城市里的每一位公民：这既昂贵又缓慢，而且你通常一次只能问几个问题。这使得研究人员面对的是一张巨大的“想法”地图，却缺失了关于那些细胞究竟在“做什么”的关键细节。

现在，想象你有一个超级聪明的侦探，他能通过阅读一个人的详细日记（他们的 RNA），准确地猜出他们手里正拿着什么样的工具，哪怕你从未亲眼见过那些工具。这本质上就是这篇论文所介绍的内容。研究人员开发了一个名为 UNIPRO 的新计算机程序。你可以把它想象成一位大师级的翻译官，他不仅能读懂文字，还能理解整个社区。他知道住在相邻社区的人往往有着相似的工作或穿着类似的制服。通过将细胞的内部“想法”与其物理位置以及它的邻居结合起来，UNIPRO 可以以惊人的准确度预测缺失的蛋白质数据。这是一件大事，因为它允许科学家利用现有的细胞“想法”图谱，将其转化为详细的、富含蛋白质的组织图谱，从而揭示人体组织是如何组织的隐藏模式，以及像癌症这样的疾病是如何构建其防御机制的。

拥有社区地图的侦探

长期以来，科学家研究细胞主要有两种方式。一种是观察 RNA，这就像是在阅读一个细胞的待办事项清单。另一种是测量蛋白质，它们是执行任务的实际工作者。虽然我们拥有数以千计展示细胞“待办事项清单”的地图，但显示“工作者”的地图却非常稀少，主要是因为在组织中测量蛋白质既困难又昂贵。现有的计算机程序试图根据“待办事项清单”来猜测“工作者”，但它们把每个细胞都当作站在荒野中的陌生人。它们没有意识到，在现实生活中，细胞是邻居。即使两个细胞的“待办事项清单”看起来很相似，肿瘤中的细胞与健康组织中的细胞表现也不同，因为周围环境改变了一切。

由哈尔滨工业大学研究人员领导的论文作者们意识到，要正确猜测蛋白质，你需要理解这个“社区”。他们构建了 UNIPRO，这是一个像绘制城市地图一样的工具。它不仅仅观察单个细胞，还会观察该细胞如何与其邻居连接，以及它的“想法”与周围的人有多相似。

UNIPRO 如何运作：智能胶水

UNIPRO 使用了一种被称为“图”（graph）的巧妙技巧。想象一个社交网络，其中的点是细胞，线将它们连接起来。通常，如果你在空间上相邻（空间邻居）或者在“想法”上相似（转录组邻居），你就会被连接在一起。UNIPRO 兼顾了这两者，但它非常聪明。

有时，物理地图是混乱的。也许组织中存在缝隙，或者存在数据缺失的地方。如果你只看谁站在谁旁边，你可能会连接错人。UNIPRO 会检查一个社区有多“拥挤”。如果一个位置处于组织中密集、繁忙的部分，它会更信任物理邻居；如果一个位置处于稀疏或混乱的区域，它会更信任“想法”的相似性。这就像一位侦探，他知道在拥挤的市场里，你可以相信站在你身边的人；但在空旷的小巷里，你应该通过声音来辨别谁是你认识的人。

一旦建立了这张智能地图，UNIPRO 并不会止步于此。它会不断精炼这些连接。随着它对细胞了解的深入，它会调整细胞之间的连接强度，弄清楚哪些邻居是真正重要的，而哪些只是偶然靠近。这使得它能够创建一个“感知蛋白质”的组织表示——一个既理解细胞身份又理解其环境的心理模型。

他们的发现：填补空白

研究人员在包括人类淋巴结、扁桃体和乳腺癌组织在内的多个数据集上测试了 UNIPRO。以下是他们的发现：

1. 它适用于不同的组织切片
他们尝试在淋巴结的一个切片上训练程序，并要求它预测完全不同的、未见过的同一组织切片上的蛋白质。UNIPRO 在这方面优于其他任何方法。它不仅仅是随机猜测数字；它重构了定义不同组织部分（如外壳与核心）的特定蛋白质模式。这表明该程序学习了蛋白质是如何组织的“规则”，而不仅仅是记住了数据。

2. 它揭示了癌症的秘密
当他们将 UNIPRO 应用于乳腺癌组织时，结果令人震惊。癌症是混乱的，仅凭观察 RNA 很难分辨肿瘤在哪里结束以及健康组织从哪里开始。但当他们加入 UNIPRO 预测的蛋白质后，边界变得清晰可见。该程序识别出了特定的区域：免疫细胞聚集进行战斗的区域、血管生长的区域，以及肿瘤侵袭健康组织的精确边缘。它找到了像 PDPN 和 CD86 这样的标记物来突出这些边界，展现出了 RNA 单独观察所缺失的细节水平。

3. 它可以“发明”缺失的蛋白质
UNIPRO 最令人兴奋的能力之一是“面板扩展”（panel expansion）。想象一下，你有一个可以测量 20 种蛋白质的测试，但你希望它能测量 100 种。UNIPRO 可以观察你已有的 20 种蛋白质（加上 RNA 数据），并准确预测另外 80 种会是什么样子。他们通过隐藏数据中的某些蛋白质，并观察 UNIPRO 是否能将其准确猜回，以此进行了测试。它的表现优于之前的工具，并保留了组织的局部模式。这意味着科学家们未来可能使用更便宜、规模更小的测试，却依然能获得完整的蛋白质景观图景。

4. 它同样适用于单细胞数据
尽管 UNIPRO 是为了处理空间数据（即位置很重要）而构建的，但它在位置未知的单细胞数据上也同样表现出色。他们测试了来自不同人群的血细胞，发现它能够识别出其他方法容易忽略的免疫细胞亚型。例如，它可以通过预测的蛋白质水平来区分不同类型的 T 细胞，从而帮助理清那些在纸面上看起来完全相同的细胞群体。

为什么这很重要

论文指出，UNIPRO 是从现有数据中获取更多价值的一种强大新方式。我们不需要为了测量每一种蛋白质而进行昂贵的实验，而是可以使用这个工具，从我们已经收集到的 RNA 数据中推断出它们。这并不意味着预测可以完美替代真实的测量——作者谨慎地指出，这些是基于模式的估计——但它们足以揭示此前被隐藏的生物学真相。

通过统一我们观察单细胞和空间组织的方式，UNIPRO 提供了一种构建人体“蛋白质信息图谱”的方法。无论是理解肿瘤如何躲避免疫系统，还是免疫细胞如何在淋巴结中组织自身，这个工具都帮助我们将人体视为一个活生生的、正在工作的社区，而不仅仅是一份“想法”的清单。