单细胞Hi-C稀疏建模与BCR整合轨迹，三款计算方法各自做到了什么
今天这批文章有一个共同脉络：都在试图用深度学习补齐单细胞数据里的信息缺口——覆盖太稀、批次效应太重、或者现有轨迹推断工具主动抛弃了免疫受体序列这层关键信息。三篇文章同日发表于《Science Advances》和《Journal of Autoimmunity》，技术路线互不交叉，但都指向一个实际痛点：单细胞数据量大了，分析工具却跟不上。
Hi-Cformer：多尺度染色质接触建模
单细胞Hi-C（single-cell Hi-C）测量的是单个细胞内染色质三维空间接触，但每个细胞捕获的接触点极少，信号极度稀疏。更麻烦的是，基因组上序列距离近的位点之间接触频率天然偏高，形成强烈的”近对角线信号”，这会掩盖远程调控相互作用，也让拓扑关联域（topologically associating domain，TAD）边界和A/B区室（A/B compartments）这两类不同尺度的结构特征难以同时捕获。
Wu等人提出Hi-Cformer，设计了一套专门的注意力机制（attention mechanism），对染色质接触图谱中的多尺度信息块（multiscale blocks）建模，目标是让模型既能识别局部TAD样边界，又能在更大尺度上捕捉A/B区室结构。（PMID: 42664339）
从稀疏数据中学到的低维细胞表征（low-dimensional cell representations）在细胞类型分离上优于现有方法；模型还能填补（impute）与细胞异质性相关的TAD样边界和A/B区室信号。基于这些嵌入（embeddings），Hi-Cformer可在数据集内和跨数据集两种场景下完成细胞类型注释。（PMID: 42664339）
这是一篇纯计算方法论文，没有湿实验验证。摘要中没有给出具体性能数字（如AUC或相关系数），只说”相比现有方法有改进”——改进幅度需要读原文基准测试表格才能判断。TAD边界和A/B区室的”准确填补”，是通过计算层面比较得出的，没有独立的染色质实验作为真值（ground truth）。手头有单细胞Hi-C数据的话，Hi-Cformer提供了一个能处理稀疏性和多尺度结构的新选项，在三维基因组辅助细胞分型的场景下值得测试，但在自己数据集上跑通对比之前，不建议直接把输出当作生物学结论。
scProtoTransformer：通路原型空间的跨层次参考映射
单细胞数据的”参考映射”（reference mapping）——把新数据投影到已有图谱上——在跨越分子层（基因表达）、细胞层和供体（donor）层时，批次效应和数据规模会让映射质量大幅下降。
Tang等人提出scProtoTransformer，核心是”知识引导的原型令牌化器”（knowledge-guided prototype tokenizer）：不在基因维度上直接处理表达量，而是把它投影到生物学上有意义的通路原型（pathway prototypes）空间。这一步在设计上既减少了数值批次效应，也保留了生物语义。他们从基础模型（foundation model）中蒸馏知识，结合动态监督微调（dynamic supervised fine-tuning）策略，以更少的预训练资源换取稳健的生物学表征。（PMID: 42664347）
在分子、细胞和供体三个层次的参考映射基准测试中，scProtoTransformer与当前最优方法相比表现”有竞争力，甚至更优”（competitive or even superior），通路原型也提供了一定程度的可解释性（interpretability）。（PMID: 42664347）
摘要中没有给出具体指标数字，也没有列明比较的基准数据集和对比方法名单。”有竞争力甚至更优”是相当模糊的定性表述。通路原型在数学上能降维，但这些原型是否真的对应有生物学意义的通路激活状态，需要独立的通路分析结果来交叉验证——摘要里没有提及这一步。做大规模单细胞整合、需要跨供体进行参考映射的团队可以关注这个工具，但认真读原文基准测试细节是用之前绕不过去的一步。
ClonoTrace：BCR克隆谱系融合轨迹推断
推断B细胞发育轨迹一直有两类明显缺陷：Monocle 3（Monocle 3）只用转录组相似性重建路径，完全抛弃免疫受体序列信息；Dandelion（Dandelion）虽然整合了免疫受体信息，但在B细胞轨迹模拟上力有不逮。
Lou等人提出ClonoTrace，将BCR（B cell receptor，B细胞受体）序列特征通过”门控融合的多模态嵌入”（gated fusion of multimodal embeddings）与转录组轨迹推断整合。在胎儿B细胞发育和生发中心（germinal centre）发育数据上，ClonoTrace与经典参考排序的吻合程度优于Monocle 3和Dandelion。（PMID: 42664803）
在SLE（systemic lupus erythematosus，系统性红斑狼疮）患者数据中，ClonoTrace识别出一条记忆B细胞（memory B cell）经滤泡外成熟（extrafollicular maturation）的候选路径，与初始B细胞（naïve B cell）路线并行存在。沿这条轨迹，ZEB2表达上调，BACH2同步下降。作者将其提出为SLE中致病性双阴性2型B细胞（double negative 2 B cells，DN2）来源的一条候选替代路径。（PMID: 42664803）
在健康老龄化数据中，ClonoTrace解析出三条候选年龄相关B细胞成熟路径，分别起源于初始B细胞、IgM+记忆B细胞和转换型记忆B细胞（switched-memory B cells），三条路径均经过一个DN2相关的转录状态，且该状态在轨迹顺序上排在年龄相关B细胞（age-associated B cells，ABC）之前。命运概率算法（fate probability algorithm）显示，IgM+记忆B细胞向ABC的转变是老龄化相关转变中概率最高的候选路径，且可能与SLE中的DN2成熟路线有所不同。（PMID: 42664803）
所有”候选路径”均为计算推断，没有谱系示踪（lineage tracing）或功能实验验证。ZEB2上调和BACH2下降是沿轨迹的相关性观察，不是因果证据。”与经典参考排序更吻合”的判断，其”经典参考”本身也是计算或共识定义的，并非独立实验的真值。数据集的患者样本量在摘要中未给出。
做B细胞免疫学、SLE或免疫老化研究的团队可以用ClonoTrace把BCR克隆谱系信息和转录组轨迹结合起来探索。ZEB2和BACH2的动态变化作为湿实验假设的起点是合理的——但从”候选路径”到机制验证，还有相当长的距离。
三篇方法论文的共性局限
三篇全是纯计算方法论文，所有结论来自已有公开数据集的基准测试，没有专门设计的湿实验验证。方法在基准上的优势能否迁移到特定数据类型，用户必须在自己的数据集上检验。
摘要里没有一个具体数字：Hi-Cformer”改进了细胞类型分离”，scProtoTransformer”有竞争力甚至更优”，ClonoTrace”与参考排序更吻合”——全是定性描述。这些改进是否有实际意义，需要看原文图表才能判断。
ClonoTrace文章本身多次使用”candidate”（候选）描述分化路径，作者对计算推断结果保持了适度谨慎，这类结果适合用来提出假设，不适合直接当作已确认的生物学事实来引用。单细胞Hi-C数据格式多样、覆盖深度差异大；免疫组库与转录组的联合测序数据质量参差不齐。三款工具在边缘情况下的表现目前缺乏系统评估，在非主流数据类型上应用时需要额外小心。
- Hi-Cformer enables multiscale chromatin contact map modeling for single-cell Hi-C data analysis.，Science advances（PMID: 42664339）
- scProtoTransformer: Scalable reference mapping across molecules, cells, and donors.，Science advances（PMID: 42664347）
- Multimodal computational framework resolves B cell maturation in autoimmunity and ageing.，Journal of autoimmunity（PMID: 42664803）