Science advance | 跨靈長類預(yù)測框架，用人的數(shù)據(jù)訓(xùn)練模型預(yù)測猴？

認(rèn)知神經(jīng)科學(xué)前沿文獻(xiàn)分享

基本信息

Title:Cross-species prediction reveals chromatin regions with increased accessibility in humans

發(fā)表時(shí)間:2026-04-15

發(fā)表期刊:Science Advances

獲取原文:

1. 添加小助手:PSY-Brain-Frontier即可獲取PDF版本

引言

人與黑猩猩等近緣靈長類在基因組上高度相似，卻在腦體積、骨骼形態(tài)、體脂分布以及部分疾病易感性上表現(xiàn)出清晰差異。正因?yàn)榈鞍拙幋a區(qū)差異并不大，越來越多研究把目光轉(zhuǎn)向非編碼調(diào)控區(qū)域：真正推動(dòng)人類特異性狀出現(xiàn)的關(guān)鍵變化，可能并不主要來自“基因?qū)懥耸裁础保莵碜浴盎蚝螘r(shí)、何地、以多大強(qiáng)度被打開”。開放染色質(zhì)區(qū)域（open chromatin regions, OCRs）正是這類調(diào)控活動(dòng)的重要入口，因?yàn)樗鼈兺鶎?duì)應(yīng)啟動(dòng)子、增強(qiáng)子等活躍調(diào)控元件。

不過，這個(gè)問題長期受制于一個(gè)現(xiàn)實(shí)瓶頸。傳統(tǒng)比較基因組學(xué)擅長利用保守性和進(jìn)化速率尋找候選區(qū)域，例如人類加速區(qū)域，但它難以直接說明這些序列究竟在哪些細(xì)胞類型中發(fā)揮作用，也無法直接判斷它們是否真的改變了染色質(zhì)可及性。另一條更直接的路，是跨物種比較 ATAC-seq 等功能組學(xué)數(shù)據(jù)，但非人靈長類樣本本就稀缺，組織與細(xì)胞類型覆蓋也有限，已有工作往往集中在少數(shù)腦組織，難以擴(kuò)展到更廣泛的人體細(xì)胞圖譜。

實(shí)驗(yàn)設(shè)計(jì)與方法邏輯

作者的設(shè)計(jì)分成遞進(jìn)的三步。前一層是驗(yàn)證跨物種預(yù)測是否成立：利用人、黑猩猩、獼猴的 bulk ATAC-seq 數(shù)據(jù)，以及腦 Brodmann 區(qū) 6 類細(xì)胞的 single-cell ATAC-seq 聚合數(shù)據(jù)，比較“各物種獨(dú)立訓(xùn)練模型”和“僅用人類訓(xùn)練后跨物種預(yù)測”的表現(xiàn)，并結(jié)合 integrated gradients 分析模型學(xué)到的轉(zhuǎn)錄因子基序是否跨物種一致。中間一層是把模型分?jǐn)?shù)與真實(shí)差異對(duì)接：在人類 OCR 的同源序列上計(jì)算人類與猿類之間的預(yù)測差值 ΔPr，并檢驗(yàn)其對(duì)實(shí)驗(yàn)定義的人類可及性升高區(qū)域的富集。

核心發(fā)現(xiàn)

發(fā)現(xiàn)一：僅用人類數(shù)據(jù)訓(xùn)練的 CNN，在近緣靈長類中仍能穩(wěn)定預(yù)測染色質(zhì)可及性

全文最關(guān)鍵的前提，是跨物種預(yù)測本身足夠可靠。Figure 1A-B 顯示，在淋巴母細(xì)胞系和前額葉膠質(zhì)細(xì)胞等 bulk ATAC-seq 數(shù)據(jù)中，各物種獨(dú)立訓(xùn)練模型在整條測試染色體上的 AUROC 多數(shù)高于 0.9，而僅用人類訓(xùn)練的模型拿去預(yù)測黑猩猩和獼猴時(shí)，AUROC 與 AUPRC 幾乎沒有明顯下降；在單細(xì)胞聚合數(shù)據(jù)上，F(xiàn)igure 3A 也呈現(xiàn)出相近結(jié)論。這說明模型捕捉到的并不只是人類樣本的局部特征，而是近緣靈長類共享的調(diào)控序列規(guī)律。

Figure 1. Cross--species prediction of chromatin accessibility by CNNs

Figure 3. Cross--species predictive performance of the CNN on single--cell ATAC--seq

發(fā)現(xiàn)二：跨物種預(yù)測差值 ΔPr，與實(shí)驗(yàn)測得的人類可及性升高存在穩(wěn)定統(tǒng)計(jì)關(guān)聯(lián)

模型能跨物種預(yù)測，并不自動(dòng)意味著它能反映物種間真正的調(diào)控差異。Figure 2A 的價(jià)值就在于把“預(yù)測分?jǐn)?shù)”與“實(shí)驗(yàn)差異”接了起來：在人類 OCR 的同源序列比較中，人類特異 peak 的 ΔPr 明顯高于共同 peak。以淋巴母細(xì)胞系為例，人-黑比較中人類特異 peak 的平均 ΔPr 為 0.03，而共同 peak 為 0.004；人-獼猴比較分別為 0.11 與 0.01。

Figure 2. Prediction performance of the CNNs on orthologous sequences

發(fā)現(xiàn)三：作者在 111 種細(xì)胞類型中系統(tǒng)識(shí)別出 hPICAs，這些區(qū)域更偏向核心調(diào)控元件并呈現(xiàn)選擇信號(hào)

在前兩步基礎(chǔ)上，論文真正的核心產(chǎn)出體現(xiàn)在 Figure 4。作者基于 111 種成人人類細(xì)胞類型分別訓(xùn)練模型，并將人類序列與推斷的人類-黑猩猩祖先序列比較，結(jié)合 1000 次中性模擬評(píng)估顯著性，最終以 ΔPr > 0.3 且 adjusted P < 0.05 定義 hPICA。Figure 4B-C 說明各細(xì)胞類型模型整體表現(xiàn)穩(wěn)定，也給出了 ΔPr 的總體分布背景；Figure 4D-F 則展示了這些區(qū)域的生物學(xué)性質(zhì)。

Figure 4. Identification and characteristics of hPICAs

發(fā)現(xiàn)四：hPICAs 中的人類特異變異更可能通過改變潛在轉(zhuǎn)錄因子結(jié)合位點(diǎn)影響可及性，并與部分人類性狀相關(guān)

論文最后把分析從“區(qū)域?qū)用妗蓖七M(jìn)到“變異層面”和“表型線索層面”。Figure 5A 顯示，與 non-hPICAs 相比，hPICAs 中的人類特異單核苷酸變異和插入更常落在潛在細(xì)胞類型特異轉(zhuǎn)錄因子結(jié)合位點(diǎn)上，而刪除不顯著；Figure 5B 進(jìn)一步表明，這種位點(diǎn)重疊在 hPICAs 中甚至高于傳統(tǒng)由保守性定義的人類加速區(qū)域（HARs），提示 hPICAs 更偏向捕捉可能真正改寫調(diào)控輸出的變異。

Figure 5. Features of genetic variants from ancestors to humans within hPICAs

歸納總結(jié)和點(diǎn)評(píng)

這項(xiàng)研究最突出的貢獻(xiàn)，不只是證明“人類數(shù)據(jù)訓(xùn)練的模型可以跨靈長類預(yù)測染色質(zhì)可及性”，而是把這種可遷移性真正轉(zhuǎn)化為一套可用于人類演化研究的發(fā)現(xiàn)框架：作者在 111 種細(xì)胞類型中系統(tǒng)識(shí)別出 23,414 個(gè) hPICAs，顯示這些區(qū)域更具細(xì)胞類型特異性，更偏向啟動(dòng)子和增強(qiáng)子，并帶有統(tǒng)計(jì)上的選擇信號(hào)；同時(shí)，區(qū)域內(nèi)的人類特異變異更可能落在潛在轉(zhuǎn)錄因子結(jié)合位點(diǎn)上，并與骨量、體脂等性狀相關(guān)區(qū)域相連。它的意義在于，為非人靈長類表觀組數(shù)據(jù)稀缺這一長期難題提供了一條現(xiàn)實(shí)可行的替代路徑，把深度學(xué)習(xí)、祖先序列推斷和功能注釋整合起來，用于定位可能參與人類特異性狀形成的非編碼調(diào)控變化。但邊界也同樣清楚：hPICAs、本體變異效應(yīng)以及與具體表型的聯(lián)系，目前仍主要建立在計(jì)算預(yù)測和統(tǒng)計(jì)關(guān)聯(lián)之上，距離“已被證明的功能機(jī)制”還有一步，后續(xù)仍需要報(bào)告基因、CRISPR 擾動(dòng)和等位基因比較等實(shí)驗(yàn)進(jìn)一步驗(yàn)證。

請(qǐng)打分

這篇?jiǎng)倓偟巧?Science Advances 的研究，是否實(shí)至名歸？我們邀請(qǐng)您作為“云審稿人”，一同品鑒。精讀全文后，歡迎在匿名投票中打分，并在評(píng)論區(qū)分享您的深度見解。

分享人：BQ

審核：PsyBrain 腦心前沿編輯部

你好，這里是「PsyBrain 腦心前沿」

專注追蹤全球認(rèn)知神經(jīng)科學(xué)的最尖端突破

視野直擊 Nature, Science, Cell 正刊 及核心子刊與頂級(jí)大刊

每日速遞「深度解讀」與「前沿快訊」

科研是一場探索未知的長跑，但你無需獨(dú)行。歡迎加入PsyBrain 學(xué)術(shù)社群，和一群懂你的同行，共同丈量腦與心智的無垠前沿。

點(diǎn)擊卡片進(jìn)群，歡迎你的到來

一鍵關(guān)注，點(diǎn)亮星標(biāo) ? 前沿不走丟！

一鍵分享，讓更多人了解前沿