本报讯（记者杨晨）近日，四川大学研究人员在元细胞推断方法研究上取得进展。相关成果发表于《自然-通讯》。
单细胞测序数据规模的增长给下游分析带来严峻挑战。为减少计算开销，一种通用的解决方案是元细胞推断——通过聚合生物学上相似的细胞群体，将若干个细胞压缩为单个代表性元细胞，从而在保留生物信息的情况下减少待分析的细胞数量。然而，现有的元细胞推断方法本质上将计算瓶颈从下游分析转移到元细胞推理阶段，并未真正解决计算复杂度问题。
该研究提出了首个可处理任意规模单细胞数据的元细胞推断算法metaQ，将计算复杂度从现有方法的指数级降低到线性。受细胞分化过程启发，metaQ将每个元细胞视为一个特化细胞亚群的公共祖先，将所有细胞量化到一个具有若干可学习条目的码本，其中每个条目对应一个元细胞表征，要求其能够派生出该亚群的全部细胞，从而识别同质细胞子集以实现元细胞推断。
研究人员在6个数据集上验证了metaQ的性能和效率。与当前最优的SEACell算法相比，metaQ在处理10万个细胞时仅用了1/100的时间和1/25的内存开销。实验表明，metaQ推断的元细胞在各种下游任务上均优于现有方法。
相关论文信息：
10.1038/s41467-025-56424-6
