一个基因表达量正常的孩子，功能为什么出了问题
一个基因表达量正常的孩子，功能为什么出了问题
单细胞RNA测序（scRNA-seq）解决了生物学中一个长期问题：Bulk RNA-seq把一整块组织碾碎，测出来的是成千上万个细胞的平均值，每个细胞独特的基因表达模式被抹平了。scRNA-seq让我们第一次看清了每个细胞在说什么。
但scRNA-seq也有自己的盲区：它告诉你每个基因的表达量，却不告诉你这个基因在细胞里做什么。
比如，某个T细胞里某个炎症基因表达量升高了。这说明什么？是这个细胞本身被激活了，还是它被邻居细胞释放的信号影响了？是这个基因自己出了问题，还是它的某个互作蛋白失调，牵连了它？
单靠scRNA-seq，无法回答这些问题。因为基因表达量是一个信号，但生物学功能来自于相互作用。
scNET：把两种数据拼成一个图
今年3月发表在《Nature Methods》上的一篇论文，提出了一个直接解决这个问题的方法：把scRNA-seq数据和蛋白互作网络（PPI）拼在一起，用图神经网络（GNN）同时学习两类信息。
这个框架叫scNET。
思路并不复杂。传统的scRNA-seq分析把细胞建模为矩阵（细胞×基因），分析的核心是找相似细胞、给细胞分类。但如果只看表达量，很多功能相关的生物学信号会被掩盖——两个表达谱完全不同的细胞，可能因为共享同一个互作蛋白而功能相关。
scNET的做法是：给每个基因创建一个节点，把scRNA-seq数据中该基因在各细胞的表达量作为节点属性；同时，把蛋白互作网络中已知的互作关系作为边，连在对应的基因节点之间。
这样，每个细胞就不再是孤立的表达向量，而是一个子图——这个细胞里表达的每个基因，都通过PPI网络和它的互作伙伴相连。边的权重由两个基因在当前细胞中的共表达程度决定。
然后，在这个双视图的图上跑GNN。GNN的消息传递让每个基因节点聚合来自PPI邻居的信息，同时这些信息又通过共表达权重被当前细胞的表达量调制。最终，每个细胞的表示既包含了它自身的表达谱，又融合了它在蛋白互作网络中的结构位置——这两层信息是联合学习而非简单拼接的。
具体改进了什么
scNET在三个任务上验证了效果：
细胞聚类。把细胞按照功能相似性分组的准确性提升了——不是因为它们的表达谱更像，而是因为它们的互作网络拓扑更像。这对稀有多少细胞类型尤为重要，比如肿瘤浸润淋巴细胞中，不同分化状态的细胞表达谱差异细微但功能差异很大。
通路活性识别。识别哪些生物通路在某组细胞中被激活。这比单纯的差异表达分析更接近生物学机制——一条通路被激活，意味着多个蛋白协同执行某个功能，而不是某一个基因单独上调。
跨条件比较。比较疾病组和对照组的细胞时，PPI层的加入让差异更容易追溯到具体的蛋白互作模块，而不只是差异基因列表。
为什么这不只是”多加了数据”
如果只是把scRNA-seq和PPI放在一起分析，传统的多组学整合方法也可以做。但scNET的关键在于：PPI网络不只是额外特征，同时是归纳偏置。
归纳偏置的意思是，模型对世界的先验假设。CNN假设图像里相邻像素比远距离像素更重要，这是一种归纳偏置。Transformer假设任意两个token之间都可能相关，这也是一种归纳偏置。
scNET的归纳偏置是：共享互作伙伴的基因，在功能上更可能相关。当你把这种先验编码进图结构，GNN的消息传递会自然地把功能相近的细胞聚在一起，而不需要更多的训练数据或更复杂的模型。
这和昨天halicin故事里分子图的逻辑一样——当数据结构本身就是图，直接在图上建模比把它展平成别的形式再建模更有效。
局限
PPI网络的覆盖率直接影响模型效果。人类蛋白互作网络的实验数据仍然不完备——很多互作只在特定组织、特定条件下存在，但在PPI数据库里可能没有记录。在这些”看不见的边”上，scNET也会犯错。
另一个局限是scRNA-seq本身的技术噪声。Dropout（某些基因在某些细胞里没被测到）是单细胞数据的老问题，这个问题不会因为加了PPI层就消失。
对生物信息学的意义
回到开头的问题：基因表达量正常，功能为什么出了问题？
一种可能是：这个基因的互作伙伴出了状况，把这个基因拖累了。另一种可能是：这个基因和它的互作网络之间形成了异常模块，而这个模块的表达模式刚好和正常细胞相似。
scNET让研究者能看到这类问题。它把scRNA-seq从”告诉我哪个基因在说”升级到”告诉我哪个功能模块在说，以及这个模块和谁有关”。
这种从”基因中心”到”网络中心”的视角转换，正是GNN在生物信息学里的核心价值之一——不是替代传统的组学分析，而是在它的基础上补一层结构信息。
参考文献
Jiang, R., Sun, T., Song, D. & Li, J. J. A graph neural network that combines scRNA-seq and protein–protein interaction data. Nature Methods 22, 660–661 (2025). https://doi.org/10.1038/s41592-025-02628-z