洛伦兹信息与神经常微分方程自编码器（LAIOR）：用于单细胞多组学轨迹推断的几何学习

《Frontiers in Genetics》：LAIOR: a hyperbolic neural ODE variational framework for interpretable single-cell manifold learning and trajectory inference

研究人员的模型LAIOR是一种面向单细胞多组学轨迹推断的几何变分自编码器。其将隐空间嵌入洛伦兹模型（Lorentz model）的双曲流形Hl，以保持细胞层级与分化连续体；引入信息瓶颈（information bottleneck）压缩共享生物程序；并以神经常微分方程（Neural ODE）对伪时间（pseudotime）动态进行自监督正则化。重建采用负二项（Negative Binomial, NB）或零膨胀（Zero-Inflated, ZI）似然。总损失Ltotal=λreconLrecon+λireconLirecon+λgeomLgeom+βLKL+λODELODE联合优化重构、KL散度、洛伦兹距离及ODE一致性。在53个scRNA-seq与65个scATAC-seq基准中，LAIOR在NMI、ARI及新提出的耦合度（COR）上优于标准VAE、scVI与TrajectoryNet等基线；其洛伦兹几何提升了流形维度Mdim与谱衰减Sdecay，信息瓶颈提高了参与比Pratio，Neural ODE改善轨迹方向性Tdir与噪声鲁棒性Nres。伪时间由编码器头预测并在RK4积分下驱动潜速度场?=fθ(z,t)，实现无外部标注的自洽时序。细胞类型结构由原始表达空间的K-means伪标签参照，潜空间聚类通过NMI/ARI/ASW/CAL/DAV评估。内在流形质量由谱、各向异性Ascore与合成Qoverall刻画。研究人员认为LAIOR通过双曲几何、信息压缩与连续时间动力学的协同，为复杂生物系统的低维、可解释、时序一致表示提供了统一框架，发表于《Frontiers in Genetics》。

论文解读：LAIOR——面向单细胞多组学轨迹推断的几何自编码器

一、研究背景与立题依据

单细胞多组学技术可同时捕获转录组与染色质可及性，但数据具高维、稀疏、零膨胀与强批次效应特点。传统变分自编码器（VAE）多假设欧氏潜空间，难以刻画细胞分化固有的树状/层级连续体；现有轨迹推断工具常依赖外部伪时间标注，且对跨数据集泛化与生物程序解耦支持有限。为此，研究人员提出LAIOR（Lorentz Information & ODE Autoencoder），通过在洛伦兹双曲流形上建模层级、引入信息瓶颈压缩共享程序、以Neural ODE自监督学习时序动态，旨在构建统一、可解释且时序一致的单细胞多组学表示框架。该工作发表于《Frontiers in Genetics》。

二、关键技术与研究设计（简述）

研究人员以负二项或零膨胀负二项作为观测似然，构建变分自编码器。核心设计包括：1）将l维欧氏编码映射到洛伦兹模型H^l（指数映射exp_o），以双曲距离d_H保持层级；2）设置低维瓶颈i< />_e再解压为l_d，几何正则项L_geom=d_H(z_L,l_dL)约束原潜点与瓶颈点在流形上的距离；3）编码器额外输出伪时间t∈[0,1]，由Neural ODE定义dz/dt=f_θ(z,t)，以RK4积分解z_ODE，损失L_ODE约束编码器潜变量与积分轨迹的一致性；4）总损失联合重构、KL(β)、瓶颈重构(λ_irecon)、几何(λ_geom)与ODE(λ_ODE)。基准涵盖53个scRNA-seq、65个scATAC-seq及8个应用队列（人/小鼠造血、胰腺发育、扰动等），以原始表达空间K-means伪标签为参照，从NMI、ARI、ASW、CAL、DAV及新指标COR、M_dim、S_decay、P_ratio、A_score、T_dir、N_res、Q_embed等多角度评估。

三、主要研究结果

2.1 模型架构

研究人员设计Transformer或MLP编码器输出μ,σ，经重参数化得z∈R^l；通过exp_o([0,clamp(z,?5,5)]^?)得z_L∈H^l。瓶颈路径：l_e=W_ez+b_e, l_d=W_dl_e+b_d, l_dL=exp_o([0,clamp(l_d,?5,5)]^?)。两路分别解码重构，并与ODE路径并行。

2.2 洛伦兹几何与距离

洛伦兹内积?x,y?_L=?x₀y₀+Σ_i≥1x_iy_i，流形H^l={x|?x,x?_L=?1,x₀>0}。距离d_H(x,y)=arccosh(max(1+10^?8,??x,y?_L))；当??x,y?_L>10⁴用log(2·(??x,y?_L))近似。研究人员以此作为几何惩罚，使瓶颈压缩与原始潜表示在双曲空间对齐。

2.3 Neural ODE与伪时间

编码器通过sigmoid头预测伪时间t，无外部标注；细胞按t排序去重后以RK4从z(?t₁)正向积分：k₁=f_θ(z_n,t_n), k₂=f_θ(z_n+Δt/2·k₁,t_n+Δt/2), k₃=f_θ(z_n+Δt/2·k₂,t_n+Δt/2), k₄=f_θ(z_n+Δt·k₃,t_n+Δt)，z_n+1=z_n+Δt/6(k₁+2k₂+2k₃+k₄)。f_θ为两层的ELU网络。L_ODE约束z(?t_i)与z_ODE(?t_i)的MSE，使潜速度场自洽。

2.4 损失与训练

总损失为L_total=λ_reconL_recon+λ_ireconL_irecon+λ_geomL_geom+βL_KL+λ_ODEL_ODE。默认λ_recon=1.0, λ_irecon=1.0, λ_geom=5.0, β=1.0, λ_ODE=1.0。L_recon与L_irecon分别为原始与瓶颈路径的负对数似然（NB/ZINB），库大小缩放μ_j=π_j·s。KL为N(μ,diag(σ²))与N(0,I_l)间闭合形式。Adam(η=10^?4, B=128)，梯度裁减1.0，验证每5轮，早停耐心25次（125 epoch），训练/验证/测试=70%/15%/15%分层抽样。

2.5 评估指标

聚类：NMI、ARI对照原始空间K-means伪标签；ASW、CAL、DAV表征内聚/分离。新指标耦合度COR=1/[l(l?1)]·Σ_i≠j|ρ_ij|（ρ_ij为潜维Pearson相关），刻画生物程序协同。嵌入质量：距离相关ρ_dist=ρ_Spearman(vec(D_Z),vec(D_E))；局部Q_local、全局Q_global来自共排序矩阵；综合Q_embed=(ρ_dist+Q_local+Q_global)/3。内在流形：M_dim=1?(d_eff?1)/(l?1)（d_eff为95%方差主成分数），S_decay为谱首主比均值，P_ratio为参与比，A_score=tanh((log λ₁?log(λ_l+?))/4)，T_dir=λ₁/(Σ_i=2^lλ_i+?)，N_res=min(((λ₁+λ₂)/(Σ_i=3^lλ_i+?))·1/10,1)。核心Q_core=(M_dim+S_decay+P_ratio+A_score)/4，总体Q_overall=0.5Q_core+0.3T_dir+0.2N_res。潜因子归因：S_i,j=0.6·ρ(x_i,v_j)+0.4·?g_i,j（v_j为μ_j或z_j，?g为归一化梯度）。速度场由f_θ(q_z,t)直接前向评估，投影到UMAP格点高斯平滑可视化。

四、讨论与结论

研究人员通过在53个scRNA-seq与65个scATAC-seq基准及多应用队列中验证，LAIOR较VAE、scVI、TrajectoryNet等提升NMI、ARI与COR，双曲几何提高M_dim与S_decay，信息瓶颈增大P_ratio，Neural ODE增强T_dir与N_res。伪时间自监督由ODE一致性涌现，无需外源标注。研究人员认为，LAIOR通过洛伦兹流形层级保持、信息瓶颈共享程序压缩及Neural ODE连续时序正则的协同，为单细胞多组学向低维、可解释、时序一致表示提供了统一框架，对发育、癌症及扰动图谱的下游分析具重要意义。论文发表于《Frontiers in Genetics》。