Xener: Bidirectional evidence propagation on a plant cell-type knowledge graph for traceable cross-species annotation
Xener 是一个不依赖参考集的框架，它利用植物细胞类型知识图谱上的双向证据传播，实现了单细胞和空间转录组数据可追溯、高准确度的跨物种注释，有效地克服了参考图谱稀疏以及同源关系复杂所带来的局限性。
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
植物并非统一的绿色团块，而是由无数专业化细胞构成的复杂城市，每个细胞都有其独特的工作。有些细胞充当植物的皮肤，有些充当内部管道，还有些则是其生长点。几十年来，科学家们一直致力于绘制这些细胞图谱，尤其是在那些并非标准实验室模型（如小型开花杂草拟南芥）的植物中。挑战在于，虽然竹笋中的一个细胞可能与水稻叶片中的一个细胞执行相同的功能，但使它们发挥作用的基因看起来可能大相径庭。当研究人员试图标记一个新物种中的细胞时，他们经常会碰壁：遗传线索稀缺，细胞类型的名称各异，且不同物种间基因的关系既混乱又复杂。由于缺乏一种可靠的方式来翻译这些遗传信号，我们对植物生物学的理解仍然是碎片化的，仅限于少数几种被深入研究的物种，而植物界广阔的多样性则仍是一个谜。
为了弥补这一差距，一个研究团队开发了一个名为 Xener 的新型数字框架，旨在跨物种追踪植物细胞的身份，而无需预先拥有每种植物的完整图谱。Xener 不依赖于单一的参考库，而是构建了一个庞大且互联的知识网络。它收集了数十项已发表研究和数据库中关于哪些基因作为特定细胞类型标志物的已知事实。然后，它根据共同的进化历史，将这些标志物与其它植物中的基因联系起来。想象一下，这个系统就像一个巨大的、多层级的图书馆，其中一本关于某种植物特定细胞类型的书，即使标题和作者不同，也会与其它植物中的类似书籍相连。当研究人员展示一个来自非模型植物的新的、未标记的细胞簇时，Xera 不会进行猜测；它会遵循证据。它提取该细胞簇中最活跃的基因，寻找它们在其他物种中的进化近亲，并通过其知识网络追踪路径，以查看这些近亲已知支持哪种细胞类型。
这种方法的强大之处在于它既能保持广泛性，又能保持特异性。在一项涉及 24 种植物的 62 个不同数据集的测试中，Xener 成功识别了细胞类型，其准确度超过了现有方法。它通过遵循一条“双向”路径来实现这一点：首先，它从基因出发提出细胞身份，然后向后移动，将该身份投影到单个细胞上，以观察它们是否真正符合。这第二步使得系统能够发现此前被认为具有统一性的群体中隐藏的多样性。例如，在处理一组竹细胞的数据集时，该系统将一组被广泛标记为“维管束鞘”的细胞拆分为不同的、具有生物学意义的子组。它发现其中一些细胞实际上更接近维管组织，而另一些则类似于分生组织，这种区别在其他方法中是不可见的。至关重要的是，对于它分配的每一个标签，Xener 都会保留其采取的确切路径，展示导致该结论的具体基因、进化联系和支持性研究。这使得整个过程透明且可审计，允许科学家验证每一个标签背后的推理过程。
研究人员还利用这个框架创建了一个名为 Xener-Markers 的新资源，它根据基因在不同植物谱系中的广泛程度将数千个基因记录进行分类。他们发现，有些标志物是“核心”的，几乎出现在研究过的每种物种中，而另一些则是某个单一谱系所“特有”的。这种分类有助于科学家理解哪些细胞功能是古老且保守的，而哪些是专门化的适应。为了证明该系统在现实场景中的有效性，团队将其应用于毛竹的空间数据。通过利用拟南芥和水稻的证据，Xener 成功注释了毛竹组织，将 87.5% 的组织位点与已发表的标签相匹配。为了证实这些预测，团队使用一种在组织内染色 RNA 的技术，对其中一个预测的标志物——名为 clrGene018032 的基因进行了物理测试。染色出现在系统预测的位置，即韧皮部组织中，从而用物理现实验证了数字追踪的准确性。
这项工作并不声称已经永久解决了植物细胞注释的问题。该系统受限于输入数据的质量和数量；如果一种细胞类型在任何物种中都没有已知的标志物，系统就无法凭空创造它们。此外，研究人员也承认，他们的方法依赖于蛋白质相似性，这意味着它可能会错过那些因进化过快而无法仅通过序列识别的基因信号。然而，通过将碎片化的知识转化为可追溯的证据链，Xener 提供了一种驾驭植物生物学复杂性的新途径。它让科学家能够超越我们熟知的少数物种，开始理解整个植物界的细胞逻辑，一次一个基因，一个细胞。其结果不仅仅是一份标签清单，更是一幅描绘生命如何构建自身的地图，而这幅地图是根据植物自身的共同历史绘制而成的。
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。