转录因子是调控基因表达的关键因子，驱动细胞命运的决定与功能维持；而转录因子活性（transcription factor activity, TFA）用来表征特定转录因子在细胞内驱动其下游靶基因表达的活跃程度。近日，国科大杭州高等研究院（以下简称杭高院）生命与健康科学学院（以下简称生命学院）王振团队在生物信息学领域国际知名学术期刊Briefings in Bioinformatics发表题为“Benchmarking methods for inferring single-cell transcription factor activity using large-scale perturbation sequencing data”的研究成果。该研究基于大规模、高质量的单细胞扰动测序（single-cell perturbation sequencing）数据集，对8种转录因子活性推断方法进行了全面的基准测试。
目前，面向单细胞转录组测序（single-cell RNA sequencing）数据集的主流转录因子活性推断方法可分为三个类型：一是基于先验基因调控网络（gene regulatory network）的方法，如decoupleR；二是基于从头构建（de novo）基因调控网络的方法，如pySCENIC、PISCES、hdWGCNA和scMINER；三是基于两者集成的基因调控网络的方法，如TIGER、metaTF和scRegulate。而单细胞扰动测序数据集中的每个细胞带有实验预设的扰动基因标签，因此可作为基准测试的“金标准”。研究团队对单细胞扰动测序数据集进行了严格的质控与清洗，构建了覆盖135个转录因子的174次扰动的17个基准数据集，从转录因子覆盖率、细胞层面的预测准确率和转录因子层面的预测准确率等多个维度，对三类方法进行了综合评估（图1）。
图1. 转录因子活性推断方法基准测试工作流程图
研究团队发现基于集成先验与从头构建基因调控网络的方法metaTF在各个维度的指标上均位居前列。进一步分析表明，调节子（regulon）在差异表达基因中的富集程度、先验基因调控网络和评分算法的选择，以及目标转录因子的扰动类型均是影响转录因子活性推断准确率的重要因素。上述发现为选择和使用既有方法、开发更稳健的转录因子活性推断方法提供了参考依据。
杭高院生命学院为该工作的第一完成单位。杭高院生命学院硕士研究生朱越辉为该论文的第一作者，王振研究员为该论文的通讯作者。该研究得到了国家自然科学基金和杭高院自主部署项目的资助。
论文链接：https://doi.org/10.1093/bib/bbag513
