把CRISPRi敲低响应搬到新细胞系:先筛2.5%的库,CASTER就能超过直接迁移的均值
核心概要
在四种人类细胞系的必需基因CRISPRi Perturb-seq数据上,同一敲低的转录响应经噪声校正后跨系中位相关为0.52,说明响应只有中等程度共享。CASTER从其他细胞系的平均响应出发,用目标系已筛到的部分敲低做校正;筛到30%时线性模型与CASTER的校准得分分别为0.84和0.80,而直接迁移的均值只有0.44。CASTER只在筛到2.5%时领先(0.62对0.47),若只用对照细胞、完全不筛,它反而低于迁移均值。
深度剖析
同一基因敲低在不同细胞系里的转录响应只有中等程度共享,噪声校正后跨癌细胞系的中位相关系数为0.52。 未校正的原始相关只有0.31,因为每个敲低仅约32个细胞,测量噪声压低了相似度。 用分半信度做Spearman衰减校正后,癌细胞系之间的中位相关从0.31升到0.52,癌细胞系与RPE1之间从0.38升到0.56,最高的一对是两株TP53野生型细胞系HepG2与RPE1。
新细胞系只要筛掉一小部分库,学到的模型就能超过直接迁移的平均响应。 不筛新系时,迁移均值(PerturbMean)的校准得分为0.43至0.44,是必须跨过的基线。 在固定70%测试集、筛2.5%到30%的嵌套设置下,线性模型的得分从0.47升到0.84,CASTER从0.62升到0.80,迁移均值保持在0.43至0.44。
CASTER把其他细胞系的平均响应当作起点,再按目标系做基因级缩放和逐细胞校正。 模型以集合形式读入目标系的对照细胞,用能量距离的最大均值差异损失训练,输出层与缩放项初始化为零,因此未训练时它恰好等于迁移均值。 在K562上的消融显示,去掉迁移先验后Pearson delta从0.201降到0.100,而注意力与FiLM的贡献很小。
CASTER的领先主要来自“从迁移均值出发”这一锚点,而不是对照细胞里的细胞间差异。 在2.5%筛选量下,以迁移均值为锚的岭回归达到0.56,只用基因级缩放的迁移均值为0.50,而线性模型为0.47。 把对照细胞换成该系的平均对照谱后,CASTER仍达到0.63,与完整CASTER的0.62相当;喂入其他系的对照细胞则降到0.36。
启示与展望
结论建立在四种人类细胞系(K562、HepG2、Jurkat 与 hTERT RPE-1)的公开 CRISPRi Perturb-seq 数据上,每个敲低最多用32个细胞训练,模型在CPU上训练;作者指出,四种细胞系太少,无法把细胞系泛化与谱系或p53状态分开。
CASTER 无法预测在任何细胞系中都未观察过的扰动;依赖分析用的是 CRISPR 敲除适应度数据,而筛选用的是 CRISPRi 敲低,且四次筛选在效应构建体、时间点和测序深度上不同;研究未与大型预训练扰动模型比较,也未做任何实验验证。
