清华+耶鲁：多组学数据生成与转换

编辑述要

研究人员研发了scDiffusion-X多模态生成式扩散模型，可生成高保真单细胞多组学数据、实现跨模态预测，并揭示基因调控关联，为细胞生物学研究提供了可扩展、可解释的工具。

摘要

单细胞多组学技术为解析复杂细胞机制提供了前所未有的机遇。为克服实验在规模、成本与覆盖度上的局限，亟需高效计算方法实现多模态数据整合与高保真虚拟数据生成。本文提出用于单细胞多组学数据整合、生成与转换的隐空间扩散模型scDiffusion-X。其核心创新为双交叉注意力（DCA）模块，可自适应捕捉分子模态间复杂的隐藏关联，相比现有整合策略更灵活、更具可解释性。大量基准实验表明，scDiffusion-X可生成高保真多组学数据，保留细胞异质性与全局数据结构，且具备优异的可扩展性。除数据模拟外，scDiffusion-X可精准实现模态转换，从１种分子模态预测另１种模态，并支持稳健的不确定性量化。此外，本文设计了基于梯度的可解释框架，将DCA模块转化为挖掘工具，可推断细胞类型特异性的异质基因调控网络（GRN）。scDiffusion-X将前沿生成建模与生物可解释性结合，成为解析调控关系、预测扰动响应、加速单细胞多组学研究的强力工具。

zhangxg@tsinghua.edu.cn

qiao.liu@yale.edu

#单细胞多组学 #扩散模型 #双交叉注意力 #数据生成 #模态转换 #基因调控网络 #生物可解释性

结果

scDiffusion-X模型概述

图1  面向单细胞多组学数据分析的可解释深度生成框架

(a) scDiffusion-X模型总览：scDiffusion-X是种隐空间扩散模型，由编码器、解码器与多模态去噪网络构成。

(b) 多模态去噪网络：前向过程在每一时间步向隐空间表示添加噪声；反向过程通过参数为θ的多模态去噪网络，从随机生成的含噪隐空间表示中去除噪声。

(c) 时间步t至t-1的多模态去噪网络结构：条件信息与时间步作为额外输入。

(d) 双交叉注意力（DCA）模块：通过交叉注意力机制整合不同模态信息。

(e) scDiffusion-X的下游任务应用：数据增强、条件生成、模态转换/扰动、基因调控网络构建。

scDiffusion-X生成高保真单细胞多组学数据