RNA 速率是单细胞转录组分析中的一类方法,通过分别定量每个细胞中未剪接的前体 mRNA 与已剪接的成熟 mRNA,估计基因表达的瞬时变化方向与快慢。传统单细胞测序只能给出某一时刻的静态快照,而 RNA 速率利用转录、剪接与降解的时间差,推断细胞转录组在随后数小时内的走向,并据此重建细胞分化轨迹。该方法于 2018 年被提出,是单细胞轨迹推断的经典算法。
定义
RNA 速率指从单细胞 RNA 测序数据中推断出的基因表达量对时间的导数,即每个细胞当前转录状态的瞬时变化率。其核心思路是把细胞中未剪接 mRNA 与已剪接 mRNA 的相对丰度作为读数,判断某个基因正处于被诱导还是被抑制的过程[1]。
与只按表达谱相似度给细胞排序的伪时间分析不同,RNA 速率给出的轨迹自带方向,不需要事先指定起点或终点[1]。把所有基因的速率汇总成一个高维向量并投影到低维空间后,通常以箭头形式呈现,用以显示细胞状态流动的方向[1]。
原理
mRNA 的生命周期包含转录、剪接与降解三个阶段。基因被激活后先产生含内含子的前体 RNA(未剪接),剪接完成后再生成成熟 mRNA,成熟分子随后被降解[1]。未剪接与已剪接两种分子的比例,因此可以指示该基因当前的转录势头[1]。
这一过程可用一阶动力学方程描述。记未剪接 mRNA 丰度为 $u(t)$,已剪接 mRNA 丰度为 $s(t)$,则 $\frac{du}{dt} = \alpha - \beta u$,$\frac{ds}{dt} = \beta u - \gamma s$,其中 $\alpha$ 为转录速率,$\beta$ 为剪接速率,$\gamma$ 为降解速率[2]。由此得到速率的实用表达形式 $v = \beta u - \gamma s$[2]。
把同一基因在大量细胞中的 (已剪接, 未剪接) 数值画成二维相图,可看到诱导、稳态、抑制三个阶段构成的环状结构。位于稳态线上方的细胞未剪接转录本偏多,速率为正;位于下方的偏少,速率为负。典型流程分为三步:预处理阶段过滤高变基因并归一化、降维、邻域平滑;速率估计阶段拟合动力学模型;后处理阶段把基因水平的速率投影到 UMAP、t-SNE 或 PCA 空间[3]。
发展历程
RNA 速率的概念于 2018 年提出,首个实现该思路的计算框架是 velocyto,由 Python 与 R 写成,可直接从原始测序读段生成每个细胞的速率向量[1]。velocyto 采用稳态模型,以相图上下分位点拟合稳态线,取观测值到该线的垂直距离作为速率。它在小鼠神经系统与海马发育数据中给出与已知生物学一致的方向,也澄清了静态分析难以判断的分支点。
稳态模型的假设随后暴露出局限,推动了第二代工具的出现。scVelo 用动态模型取代稳态假设,通过期望最大化算法为每个基因分别拟合转录、剪接与降解速率,并引入细胞特异的潜在时间[1]。dynamo 进一步重建连续的向量场,CellRank 则把速率用于概率化的命运映射[1]。
此后方法数量迅速增长,目前公开发表的已超过 20 种[3]。一类做法引入额外生物学信息,例如 protaccel 纳入蛋白翻译过程,MultiVelo 纳入染色质可及性,PhyloVelo 结合谱系示踪与转录组数据重建速率场,Dynamo 整合代谢标记数据[3]。另一类做法改进算法本身,例如 veloVI、Pyro-Velocity 采用贝叶斯框架处理不确定性,cellDancer 用深度神经网络预测细胞特异的动力学参数[3]。也有工作把速率分析扩展到空间转录组与多组学数据[1]。
应用
RNA 速率主要用于重建细胞分化轨迹,判断细胞命运的走向,已在发育生物学与免疫学等领域使用[1]。在过敏与免疫研究中,它被用于分析免疫细胞的分化与状态转换,以探讨哮喘、特应性皮炎等疾病的机制[1]。在肿瘤方向,有研究用其解析细胞类型之间的状态转换概率[4]。
由于速率向量给出了时间方向,它也可以用来估计驱动谱系转换的关键基因,并作为下游命运映射与向量场分析的输入[1]。在单细胞多组学数据中,同类框架被扩展到染色质可及性与蛋白丰度等层面。
局限
原初的稳态模型依赖若干强假设:同一基因在所有细胞中动力学参数相同、所有基因共用同一剪接速率。细胞群体常包含处于暂态的亚群,强行套用单一线性模型会带来系统性误差。
速率估计依赖未剪接与已剪接分子的准确定量,而内含子读段数量通常偏少、噪声较大。3′ 端建库方案对基因本体覆盖有限,捕获内含子的效率低于全长方案。此外,velocyto 长期未更新,对 10x Genomics 5′ 数据的转录本方向判断存在偏差,会明显改变推断出的速率与生物学解读[5]。
测序数据本身的技术与抽样偏差也会影响结果稳定性。对 15 种方法、17 套数据集的评测显示,多数方法推断的速率场之间一致性偏低,跨边界方向正确率的平均值约为 0.1,且结果会随细胞降采样比例和高变基因数目变化[3]。该研究因此建议同时比较多种方法的结果一致性,而不依赖单一方法[3]。
模型层面还存在结构性简化。把转录本二分为「已剪接」与「未剪接」并不能涵盖可变剪接产生的众多中间与终末异构体,内含子保留等现象也未纳入两物种模型[2]。多数方法按基因独立拟合,未能纳入基因间的调控互作,也难以直接处理多谱系的大规模数据[6]。
参见
参考资料
- Invited Review Article [引用日期2026-10-14]
- file [引用日期2026-10-14]
- S2667237526000676 [引用日期2026-10-14]
- 深圳先进院等建立基于演化时钟模型的单细胞轨迹推断技术--中国科学院深圳先进技术研究院 [引用日期2026-10-14]
- article [引用日期2026-10-14]
- Reviewed Preprint v1 • November 25, 2025 Not revised [引用日期2026-10-14]