YGC

AI 懂网络了！clusterProfiler 引入“知识引导”模式，构建细胞调控全景图

6 min read

摘要：还在看孤立的富集通路？clusterProfiler 4.19.4 再进化！引入 Knowledge-Guided Interpretation，整合 PPI 网络、Hub Gene 识别、Fold Change 表达量以及多源知识库（如 ChEA TF）推理。让 LLM 从“看名单”进化到“看网络”，自动构建 Regulator → Target → Function 的因果调控模型！

封面图：AI 知识引导网络推理

🕸️ 通路富集只是开始，不是终点

做完富集分析，我们往往得到的是一张**“碎片化”的清单**：

  • Top 1: Cell Cycle
  • Top 2: DNA Replication
  • Top 3: P53 Signaling

这时候你可能会问：

“到底是谁驱动了 Cell Cycle？是 E2F1 还是 MYC？” “这些通路之间有什么联系？是孤立的还是协同的？” “这个细胞亚群到底是‘增殖’还是‘应激’？”

以前，这些问题需要你手动去查 STRING、查 TF 数据库、画网络图…… 现在，clusterProfiler 4.19.4 让 AI 帮你把这些碎片“连点成线”！

🚀 重磅更新：Knowledge Integration (知识整合)

我们在 interpret() 函数中引入了多维度的知识注入机制，让 AI 的推理能力指数级跃升。

1. 🔗 PPI 网络与 Hub Gene 识别 (add_ppi = TRUE)

AI 不再只看“基因名字”，它现在能看到“朋友圈”！ 当你开启 add_ppi = TRUE，clusterProfiler 会自动：

  1. 提取富集通路中的核心基因。
  2. 查询 STRING 数据库，获取真实的物理/功能互作网络。
  3. 计算 Degree Centrality，识别 Hub Genes（关键枢纽）。
  4. 将完整的网络拓扑结构喂给 LLM。

AI 的推理瞬间变得有理有据：

“我发现了 CD3D-CD3E-LCK-ZAP70 这个紧密的互作模块，这不仅仅是几个 T 细胞基因，这是一个完整的 TCR Signaling Complex。这证实了该细胞处于抗原识别状态。“

2. 📊 表达量趋势感知 (gene_fold_change)

富集分析通常只看“谁在名单里”，忽略了“谁高谁低”。 现在你可以把 logFC 向量传给 interpret()。

AI 能够推断通路的“活性方向”：

“虽然 Apoptosis 通路富集，但关键促凋亡基因 BAX 下调，而抗凋亡基因 BCL2 上调。因此，这个细胞实际上是在抵抗凋亡，而不是正在凋亡。“

3. 🧠 多源知识库推理 (Multi-Source Reasoning)

这是最酷的一点！你可以把 KEGG 通路结果和 ChEA 转录因子结果混合在一起喂给 AI。 我们升级了 Prompt 逻辑，让 AI 学会了 “Source Deconvolution”（来源解构）：

  • 它能识别出 E2F1 是“司机”（Regulator）。
  • 它能识别出 Cell Cycle 是“车”（Process）。
  • 它能自动写出：“E2F1 驱动了 Cell Cycle” 的因果结论。

📝 代码实战：构建你的调控全景图

假设你有一个 T 细胞的富集结果 ego，以及对应的差异表达基因列表 gene_list。

library(clusterProfiler)
 
# 1. 准备你的 Fold Change 数据 (Named Vector)
# gene_list <- c("CD8A" = 2.5, "PDCD1" = 1.8, "GZMB" = 3.2, ...)
 
# 2. 开启“全知全能”模式
res <- interpret(ego, 
                 task = "cell_type",
                 add_ppi = TRUE,                # 自动查 STRING 网络
                 gene_fold_change = gene_list   # 注入表达量信息
)
 
# 3. 打印结果
print(res)

你将看到前所未有的结构化输出：

## Cell Type Annotation
**Cell Type:** Cytotoxic CD8+ T Cells (Activated)
 
### 2. Regulatory Drivers (TFs/Hubs)
- STAT1 (Hub Gene)
- IRF1 (Inferred Driver)
 
### 6. Refined Regulatory Network
Key Interactions:
  CD8A -- CD8B (Complex) - Co-receptor formation
  GZMB -- PRF1 (Co-expression) - Cytotoxicity module
  IFNG -- JAK1 (Activation) - Cytokine signaling
 
**Network Evidence:**
The strong interaction between GZMB and PRF1, coupled with their high expression (FC > 3), defines the cytotoxic functional module of this cluster.

💡 为什么这很重要？

1. 拒绝“幻觉” (Grounding) 以前 AI 可能会瞎编一个机制。现在，它必须引用 PPI 网络中的边 或 Fold Change 数据 作为证据。

2. 发现“隐形”的调控者 有时候关键 TF 本身表达量变化不大（靠核转位调节），但在 PPI 网络中它处于中心位置。新的 interpret() 能敏锐地捕捉到这些 Hidden Hubs。

3. 直接生成“机理图” 输出的 refined_network 是经过 AI 剪枝的核心骨架网络，你可以直接拿去画出漂亮的机制图，而不是面对一团乱麻的原始网络。

赶紧升级 clusterProfiler，体验 AI 带来的“上帝视角”吧！ 🌟

remotes::install_github("YuLab-SMU/clusterProfiler")

思考题： 如果把药物靶点的富集分析结果（或者把药物靶点数据当上下文）也加进去，AI 能不能帮我们解读药物作用机制？乃至帮我们找老药新用的机场？🤔 欢迎在评论区开脑洞！

Graph View