近日，由清华大学脑与智能实验室复杂网络智能中心（CCNI）主任Carlo Vittorio Cannistraci教授与北京大学韩敬东教授共同指导的国际科学家团队在《先进科学》（Advanced Science）杂志上发表了一项研究。此项研究提出了一种人工智能算法，可以通过分析基因组信息恢复组织中单个细胞的三维空间结构。

     Carlo Vittorio Cannistraci教授是清华大学复杂网络智能中心的主任，也是该研究的通讯作者之一，在该研究中负责复杂物理建模和算法设计。他说：“在我童年时，我曾想知道自然是如何决定我周围的花朵和昆虫的形状的。后来，在清澈的西西里海域，我把头浸入水中屏住呼吸，潜入水下世界，同样的问题出现在我脑海中：自然是如何决定海葵和海星的形状的？当我开始在学校学习生物学时，这个问题以一种更具体的方式重新出现在我面前：我的身体组织中的细胞空间结构是如何如此精确地形成的？我们体内的单个细胞如何通过遗传指纹和基因组编程向三维 （3D） 空间组织连续体进化？”这正是当今生物物理学中的一个研究方向。
Cannistraci教授绝对无法想象，他在2016年发明的联合嵌入（Coalescent Embedding）这种用于将复杂网络映射到几何空间的机器学习方法，竟然也能为这个尚需漫长道路的谜题提供里程碑式的解决方案。在科学中，这个谜题被称为“单细胞三维空间组织的从头重构”。2018年，Cannistraci教授时任德国德累斯顿工业大学（TU Dresden）BIOTEC研究所科学家团队的首席研究员，当时他在中国做了关于联合嵌入的研讨会报告。联合嵌入是一种能够利用复杂网络重建连接系统组成部分的隐藏几何结构的算法。在研讨会上，他举了一个例子：利用一张表示大脑区域之间连接性的图，在不了解脑区的空间位置的情况下，联合嵌入算法能够重建人脑的三维解剖结构。北京大学的韩敬东教授出席了这次演讲，听完报告后，她向Cannistraci教授提出了自己的见解： “我认为您的人工智能算法可能有助于重建从组织中分离出的单细胞的三维空间结构，就像您为大脑区域所做的那样，也许可以通过嵌入局域性单细胞转录相似性网络来实现。”韩敬东教授的敏锐直觉使Cannistraci教授又一次面对他童年时期的谜题，而他从未注意到这与他目前的工作存在的潜在联系。与此同时，Cannistraci教授来到了清华大学，并在那里创建了复杂网络智能中心（CCNI）。这两位科学家合作了5年，以寻求韩敬东教授这个想法的解决方案。Cannistraci 教授具有设计基于复杂网络的人工智能算法的能力，而韩敬东教授则具有计算和实验系统生物学方面的专业知识。
这项工作的成果是一种称为de novo coalescent embedding （D-CE）的新算法，它是基于基因组的单细胞三维空间组织重建的联合嵌入理论的进化版本。这项新研究的结果现已发表在著名杂志《先进科学》（Advanced Science）上，研究结果表明，的确可以通过构建单细胞转录组的网络，并使用联合嵌入技术将该网络映射到三维几何空间中，从而直接从其基因表达中推断出单细胞的三维空间结构。

图：这个名为de novo coalescent embedding（D-CE）的算法，基于基因组重建单细胞三维空间组织结构，表明可以通过构建转录组概况网络，直接从基因表达中推断出单细胞的三维空间结构。利用联合嵌入技术将该网络映射到三维几何空间中，从而实现单细胞的空间重建。

发表文章

“Spatial Reconstruction of Oligo and Single Cells by De Novo Coalescent Embedding of Transcriptomic Networks”

作者: Yuxuan Zhao, Shiqiang Zhang, Jian Xu, Yangyang Yu, Guangdun Peng, Carlo Vittorio Cannistraci, Jing-Dong J. Han

2023年7月18日发表于《先进科学》Advanced Science, Volume 10, Issue 20, July 18, 2023

https://doi.org/10.1002/advs.202206307

作者介绍

Carlo Vittorio Cannistraci