MIT APOLLO框架突破多模态整合，实现细胞共享与特异性信息明确分离
在单细胞生物学前沿，测量技术的迭代速度令人瞩目。多重成像、单细胞转录组测序（scRNA-seq）、染色质开放性测序（scATAC-seq）以及蛋白丰度检测等方向的突破，使研究者能够从转录调控、染色质状态、蛋白表达、形态结构等多个维度，对单个细胞进行近乎全景式的观测。这些多模态数据如同来自不同生命解码器的信号，彼此互补融合，为揭示细胞异质性和理解疾病机制打开了前所未有的窗口。
但这扇宝藏大门背后藏着一个棘手的问题——面对这些高通量、高维度的数据，现有的分析方法明显力不从心。主流做法往往先把每种模态的数据单独处理一遍，再想办法拼凑到一起。这不仅效率低得令人抓狂，更关键的是，几乎无法捕捉不同模态之间的深层关联。另一类方法则试图通过表征学习将数据一股脑拉到同一个潜在空间，结果共享信息和模态特有信息混为一谈，彻底模糊了各个维度对细胞功能的独特贡献。
这个问题在配对 scATAC-seq 与 scRNA-seq 数据的整合分析中尤为突出。传统方法常把染色质可及性这种精细结构粗放地概括成基因水平，再与基因表达做比对。这样做虽然降低了问题复杂度，但代价是丢弃了染色质层面的许多精细信息，而且只适用于特征相对一致的数据类型。至于线性模型、生成对抗网络等更复杂的整合方法，要么难以适配成像这类非结构化数据，要么在分离共享信息与特异性信息上表现糟糕，根本满足不了日益增长的大型生物样本库的多模态数据分析需求。因此，随着单细胞技术持续演进和数据类型不断膨胀，如何高效、自动化地整合多模态数据，同时清晰解耦共享信息与模态特异性信息，已经成为当前单细胞生物学领域最核心的挑战之一。
麻省理工学院和瑞士苏黎世联邦理工学院的联合研究团队，正是冲着这个硬骨头去的。他们提出了一个通用的深度学习计算框架 APOLLO（Autoencoder with a Partially Overlapping Latent space learned through Latent Optimization）。这个框架的核心思路很简单：显式地建模“共享信息”和“模态特异性信息”，为更全面、精准地解析细胞状态及其调控逻辑铺了一条可行的路。相关研究成果已经发表在 Nature Computational Science 上，标题是「Partially shared multi-modal embedding learns holistic representation of cell state」。
研究亮点：
- 提出了一个能自动且显式解耦多模态数据中“共享信息”与“模态特异性信息”的通用深度学习框架 APOLLO。
- 通过为每种模态配备一个自编码器并采用两步训练策略，学习一个部分重叠的潜在空间，从而有效识别和区分多种模态间共同捕捉的生物学信号。
- 能揭示蛋白亚细胞定位差异与不同细胞区室形态之间的关联，把分析从纯粹的组学数据拓展到了空间形态学领域。
数据集：涵盖测序与成像的综合性验证
为了全面评估 APOLLO 框架的性能，研究团队采用了多个公开的多模态单细胞数据集，覆盖了测序和成像两种主流技术路线。
在测序数据方面，他们先用 SHARE-seq 技术测量的配对单细胞转录组（scRNA-seq）和染色质开放性（scATAC-seq）数据，测试 APOLLO 能否自动识别并区分由转录组和染色质可及性共同捕捉的基因活性，以及那些只由单一模态捕捉的基因活性。接着，又用了 CITE-seq 获取的配对 scRNA-seq 和细胞表面蛋白丰度数据，进一步检验模型对测序类数据的适用性。这个 CITE-seq 数据集来自小鼠脾脏和淋巴结，包含两组经独立实验处理的野生型小鼠样本，不仅能用来评估细胞类型分辨能力，还能揭示由小鼠个体来源不同带来的实验批次效应。
在成像数据方面，他们引入了一个人类外周血单个核细胞（PBMC）的多重成像数据集，包含了 40 名患者共 32,345 个细胞，诊断结果分成了健康、脑膜瘤、胶质瘤和头颈部肿瘤四类。每位患者都采集了两套基于不同抗体组合的成像数据：一套用 DAPI 标记染色质，结合 CD4、CD8、CD16 抗体染色；另一套同样用 DAPI 染色，但结合了核纤层蛋白、CD3 和 γH2AX 抗体染色。通过这个数据集测试发现，APOLLO 能够识别染色质结构和蛋白定位中与两种模态共享的细胞状态信息，以及那些只由单一模态捕捉的形态学特征。结合微管、内质网等额外的细胞染色标记，研究还利用人类蛋白质图谱（HPA）的多重成像数据证明，APOLLO 可以用来揭示蛋白亚细胞定位差异与不同细胞区室形态之间的关联。
APOLLO 模型：一种采用潜在优化策略的自编码器
针对现有多模态整合方法常把共享信息和模态特异性信息混为一谈的痛点，APOLLO 框架的核心设计是通过潜在优化学习一个部分重叠的潜在空间自编码器，目标是自动学习并有效解耦多种模态中的共享信息与特有信息。跟常规自编码器把所有潜在维度统一对齐不同，APOLLO 只对部分潜在维度执行跨模态对齐，保留其余维度用来表征各模态特有的信息，从而在模型设计上就实现了共享信息与特异性信息的明确分离。
在模型架构上，APOLLO 为每种数据模态配备一个自编码器，还能根据任务需要引入额外的解码器。编码器和解码器采用适配特定模态的神经网络结构，比如成像数据用卷积网络，基因表达数据用全连接网络，以确保充分捕捉各模态的数据特性。潜在空间被明确划分为共享潜在特征和模态特异性潜在特征两部分，其中共享潜在空间的维度通常设置得远大于模态特异性空间，以确保跨模态共有信息能被充分表征。
训练过程分两步走：第一步聚焦于各模态解码器的训练，同步更新潜在空间。核心目标是让解码器能从潜在空间中精确重构输入数据。如果任务需要强化共享信息表征并实现跨模态预测，还会引入两个额外的解码器，把共享潜在空间分别映射到各模态，并通过最小化重构损失来完成训练。第二步训练模态特异性编码器，把各数据模态映射到对应的潜在空间，通过最小化均方误差，实现对未参与训练样本的潜在空间嵌入推断，确保模型具备良好的泛化能力。
APOLLO 采用的两步训练过程
在模型验证方面，研究先用了 5 组具有已知真实潜在结构的模拟数据集来测试 APOLLO 的解耦性能。结果很稳定，不论共享和特异性潜在特征之间存在什么样的依赖关系，模型都能保持稳定表现。进一步在真实数据上的验证则显示，APOLLO 对部分信息共享的显式学习，不仅能解耦多模态信息，还能实现精准的跨模态预测——比如从染色质成像预测没有被检测到的蛋白。
超越传统多模态整合框架，更全面理解细胞状态
为了全面评估 APOLLO 的通用性与核心优势，研究团队围绕配对测序数据整合、染色质与蛋白成像整合、跨模态预测、形态学特征识别及蛋白亚细胞定位探究这 5 个方向，设计了一系列实验。
在配对测序数据整合中，SHARE-seq 实验的结果很直观：在共享空间基础上加入模态特异性空间，能显著提升细胞类型分类的准确率，证明特异性空间能捕捉到共享空间没包含的生物学信息。对潜在空间的进一步解读发现，RNA 特异性空间富集了细胞周期相关基因，ATAC 特异性空间富集了转录调控相关的染色质开放区域，而共享空间则富集了已知的转录因子及调控通路，从生物学意义上验证了解耦结果的可靠性。在 CITE-seq 实验中，APOLLO 成功把细胞类型与批次效应分离到了共享空间和 RNA 特异性空间，而现有的整合方法根本无法实现这样的解耦，这凸显了模型在测序类数据整合中的独特优势。
每个潜在空间的差异表达基因
将 APOLLO 应用于 CITE-seq 数据集
针对成像数据，APOLLO 能精准重构未参与训练患者的细胞成像。在“从染色质预测未检测蛋白”的跨模态任务中，APOLLO 的表现显著优于传统的图像修复方法；下游的表型分类结果显示，基于预测蛋白成像的分类准确率与真实成像非常接近，尤其是 CD3 蛋白的预测效果最好，证实预测结果完全可以用于后续的生物学发现。
不同输入类型对模型预测性能的比较
在形态学特征识别任务中，共享空间主要捕捉的是染色质形态特征，比如核面积、异染色质体积等；而 γH2AX 焦点计数这类蛋白特异性特征，只存在于对应的特异性空间。通过特征消融实验可以看到，如果把这个特征移除，表型分类的准确率就会显著下降，这进一步验证了解耦的准确性。
显示每种代表性形态时间比例的 heatmaps
在蛋白亚细胞定位探究中，将 APOLLO 应用于 U2OS 细胞成像数据后发现，蛋白的核内定位差异可以由不同的细胞区室特征来捕捉。比如说，DDB1 的核内定位与内质网、微管的形态相关，而 CLNS1A 只跟细胞核形态相关。这个结果说明，模型可以推广到多种成像组合，为解析蛋白定位与细胞形态的关联提供了全新的视角。
APOLLO 模拟蛋白质亚细胞定位的不同细胞成分
单细胞多模态数据整合的落地
单细胞多模态数据整合，正成为解析细胞异质性、揭示疾病机制、推动精准医疗发展的核心技术方向，已经引发了全球学术界的广泛关注。举个例子，剑桥大学 Babraham 研究所的 Peter Rugg-Gunn 团队开发的 scMTR-seq 技术，首次在单细胞层面实现了 6 种组蛋白修饰与全转录组的同时捕获，直接攻克了表观遗传学研究领域长达十年的技术瓶颈。这篇论文发表在 Science Advances 上，标题是「Combinatorial profiling of multiple histone modifications and transcriptome in single cells using scMTR-seq」。
斯坦福大学研究团队提出的 CellFuse 框架，则基于监督对比学习构建共享嵌入空间，专门为特征重叠有限的多模态整合场景设计，能实现细胞类型精准预测，以及跨模态、跨实验条件的无缝整合。在健康 PBMC、骨髓、CAR-T 治疗淋巴瘤以及肿瘤组织等多个数据集上的测试表明，这个框架在整合质量和运行效率上都优于现有方法。相关论文「CellFuse Enables Multi-modal Integration of Single-cell and Spatial Proteomics data」已经发布在了预印本平台上。
同时，全球生物科技与医疗健康领域的领军企业也正在加速布局这一技术，聚焦临床转化、药物研发和精准诊疗等核心场景。比如德国的 BioNTech 公司，就将单细胞多模态数据整合应用到了肿瘤免疫治疗与个性化疫苗研发中，通过整合单细胞 RNA 测序、蛋白表达谱和空间转录组数据，精准解析肿瘤微环境中的细胞异质性，识别关键免疫细胞亚型及相关生物标志物，为个性化肿瘤疫苗的设计与优化提供了核心数据支撑，显著提升了疫苗的靶向性和有效性。可以预见，在多模态整合技术持续突破的推动下，单细胞层面的生命解码，终将从愿景走向现实，为精准医学的未来注入更强劲的动能。