2023年7月31日，中国科学院深圳先进技术研究院合成生物学研究所胡政课题组与厦门大学数学科学学院周达课题组合作，在Nature Biotechnology发表了题为 PhyloVelo enhances transcriptomic velocity field mapping using monotonically expressed genes 的研究论文，提出一项新颖的推断单细胞分化轨迹的算法框架，命名为PhyloVelo。该方法通过联合单细胞转录组数据和谱系示踪数据，鉴定表达量随细胞分裂而呈单调递增或递减的基因，即单调表达基因，并利用分子演化方法估计单调基因的RNA速度，构建单细胞RNA速度场，从而实现对细胞分化轨迹的高精准预测。

PhyloVelo算法将单细胞系统发育树的枝长信息代替物理时间，估计基因转录随枝长时间的变化速度。主要分为两个部分。第一步是单调表达基因（monotonically expressed gene, MEGs）的识别。利用了单细胞转录组数据和细胞系统发育树（cell phylogeny）信息，通过带漂移的扩散过程模型（diffusion process）和零膨胀的负二项分布（ZINB）来估计每个基因在系统发育树上各个时间点的表达水平。然后，利用表达水平估计值和对应系统发育树时间的相关性，筛选出那些随着谱系时间线性单调增加或减少的基因，即单调表达基因MEGs（图1）。第二步是基因表达变化速度的估计。本算法假设每个MEG的表达水平随着时间的变化速率是恒定的，即扩散方程中的漂移系数是常数。通过最大似然估计，可以得到每个MEG的漂移系数，从而得到每个细胞的单调基因表达变化速度的向量。将这个向量映射到降维空间（tSNE, UMAP等）重建RNA速度场，可推断每个细胞在过去一个单位时间（例如一个细胞分裂或突变）的转录组状态，即逆时间重建细胞分化轨迹（图1）。

图1：PhyloVelo算法框架示意图

作者在多种仿真数据和真实数据上对PhyloVelo算法的准确性和鲁棒性进行了验证，PhyloVelo都能够高准确地推断仿真数据中的线性、分叉和趋同等复杂分化结构，与真实分化轨迹高度一致（图2）。

图2：PhyloVelo准确推断仿真数据中的细胞分化轨迹

此外，PhyloVelo还在小鼠早期胚胎发育中表现出优于RNA velocity的性能，能够准确地识别出红细胞系列中血液/内皮祖细胞作为最早期的细胞类型，并且与细胞增殖能力呈强相关（图3）。

图3：PhyloVelo重构小鼠血液系统发育的细胞分化轨迹

除了小鼠胚胎发育外，PhyloVelo还准确解析了小鼠和人类的肿瘤演化、免疫细胞动态发育等其他生物过程中的复杂分化轨迹，并量化了细胞类型之间的状态转换概率。例如，在肺癌模型中，PhyloVelo揭示了癌细胞的逆向分化轨迹。在抗PD-1治疗后的CD8+ T细胞中，PhyloVelo发现活化CD8+ T细胞的来源在免疫治疗前后有明显的变化，表明T细胞高度的命运可塑性。

总之，PhyloVelo是一种利用单细胞谱系和转录组数据重建细胞命运转变的新方法，具有高度的准确性和鲁棒性。PhyloVelo不仅可以克服传统RNA velocity方法的局限性，还可以发现隐藏在转录组数据中的“时钟基因”，为揭示细胞分化的分子机制提供线索。PhyloVelo为研究生物发育和疾病进展提供了一个有力的工具，也为未来的单细胞谱系和转录组数据分析提供了一个新的视角。

图4：PhyloVelo使用手册网站截图