代谢拓扑图引导的变分自编码器MeRN从单细胞转录组推断反应活性
三篇来自不同领域的预印本——单细胞代谢组学、海洋元基因组学、神经科学病毒载体工程——放在一起读会发现一个共同的工程取向。生物系统有大量已知的内在结构：代谢网络里反应之间的连接关系、基因组里功能基因的空间邻近性、分子元件的模块化可替换性。这些先验知识在传统分析里往往被绕开，结果是从组合爆炸的空间里找有效解只能靠穷举。三项研究都反过来做：把先验结构显式编码进框架，让可解释性从一开始就成为输出的一部分。
MeRN的图拓扑先验设计
单细胞转录组能描述基因表达的精细异质性，但“哪条代谢反应在这个细胞里活跃”一直难以直接回答。RNA丰度和代谢通量之间不是线性关系，而且标准代谢通路的划分是历史惯例，不总能反映细胞类型特异性的共激活模式。同一个“糖酵解通路”，在不同细胞状态下参与反应的酶可能是完全不同的子集，标准定义把这个区别抹掉了。
MeRN（Metabolic Representation Net）的做法是把已知代谢网络的拓扑结构当作图先验，嵌进变分自编码器（variational autoencoder）的架构里，让隐空间的维度对应代谢反应活性，而不是任意的特征组合（PMID: 42818076）。选择变分自编码器而不是普通的编码器，是因为这个框架能在潜空间里做概率推断，适合处理单细胞数据固有的稀疏性和噪声。学到的反应活性估计天然可解释——不需要事后再追问“这个潜变量代表什么”，因为答案在设计里就锁定了。
在此基础上，MeRN引入了数据驱动通路（data-driven pathways，DDPs）：由转录组证据支持、但不依赖标准通路定义的细胞类型特异性代谢模块。弱链分析（weakest link analysis）则专门用来识别代谢网络重连，找出一条通路里哪个反应步骤在特定条件下成为瓶颈，以及这个瓶颈是否在不同状态之间发生位移（PMID: 42818076）。
叶酸缺乏诱导的嘌呤合成通路断裂
叶酸缺乏诱导神经管缺陷是临床上已知几十年的事实，但代谢层面的中间机制一直不够清晰。MeRN用弱链分析追到了嘌呤从头合成（de novo purine synthesis）通路里的特定断裂点——叶酸缺乏不只是压低某个基因的表达量，而是在这条通路的特定节点上打断了连续性，影响胚胎神经管发育（PMID: 42818076）。
这里需要说清楚一点：MeRN输出的“反应活性”是从基因表达推断的代理指标，不是直接的代谢物测量，两者的对应关系在不同细胞类型里未必一致。这条从转录组到代谢机制的推断链，还需要代谢组学层面的独立验证来确认。
T细胞的结果更接近当前热点。MeRN发现，对于非代谢效应相似的细胞因子，它们诱导的T细胞代谢状态可以是截然不同的（PMID: 42818076）。这件事本身就说明，如果只看表型或通路富集分数，可能会把代谢上完全不同的状态归为一类，从而错过分层治疗的潜在靶点。在人类肿瘤数据上，MeRN识别出了T细胞耗竭（T cell exhaustion）和Treg特异性代谢适应的驱动因子，并把这些代谢特征与治疗应答关联起来——是截面性关联分析，因果方向需要功能实验验证，但能从公开的单细胞转录组数据里直接拉出这个分辨率，已经展示了工具的实用性。
小鼠小肠的代谢分区（metabolic zonation）是内部对照：沿绒毛轴有已知的代谢异质性，MeRN能在这里恢复出合理的分区模式，说明方法基本可靠。
近29万条海洋CAZyme基因簇的网络组织
同样的设计取向以另一种形式出现在元基因组学里。糖苷活性酶（carbohydrate-active enzymes，CAZymes）驱动海洋多糖的周转，是全球碳循环的关键环节，但这类酶在基因组里的组织策略有多大多样性，一直缺乏系统性的全景。这项研究从22000多个元基因组组装基因组里提取出近29万条海洋CAZyme基因簇，构建成交互式网络目录mpcgcdb.com（PMID: 42818234）。
工具的核心不是平铺的序列表格，而是基因组组织网络和酶系统发育图。研究者可以看同一类多糖利用基因簇（polysaccharide utilization locus）在系统发育上的分布模式，或者某种酶在哪些基因组背景下出现。这种组织方式让研究者能直接问“某个物种为什么占据这个代谢生态位（metabolic niche）”，以及“同一类功能酶的基因组邻近性模式是否有系统性差异”，并识别出哪些代谢途径还没有足够实验数据（PMID: 42818234）。
一个需要留意的限制：元基因组组装基因组的完整性参差不齐，功能注释依赖同源性推断而非实验验证，数据库里的“基因簇”和经过实验确认的多糖降解系统之间还有一段距离。近29万这个数字反映的是测序覆盖和注释的规模，不是功能验证的规模。对生成假说和划定功能实验优先级来说已经是难得的资源，但后续的酶功能验证仍然不可跳过。
AAV Gateway平台与ULoVE的千赫兹分辨率
模块化先验在实验端的体现是Gateway克隆平台用于重组腺相关病毒（rAAV）的生产。rAAV是向特定神经元递送光遗传工具和基因编码传感器的主流载体，每换一种启动子、报告基因或衣壳蛋白，传统上得从头克隆一遍，组合空间的探索效率极低。这个平台把元件变成可以系统性组合的积木，覆盖启动子选择、指示剂工程化和衣壳类型优化（PMID: 42817973）。
驱动这套平台的具体需求来自ULoVE——一种基于声光偏转器（acousto-optic deflector，AOD）的双光子显微镜方法，用串行光靶向实现千赫兹采样频率，在活体里维持高信噪比。这种采样速度对细胞类型特异性、稀疏标记和精确表达量控制都有苛刻要求，而这些参数只有在启动子与报告基因的组合空间里系统测试才能找到（PMID: 42817973）。
两组结果值得记下来。在清醒行为小鼠的小脑浦肯野细胞里，L7::Cre驱动病毒配合Gateway构建的电压指示剂JEDI2P-Kv，在约5千赫兹的ULoVE激发下解析出了亚毫秒级树突电压动态，包括此前只能靠胞内电生理才能记录的树突棘突（dendritic spikelets）；配合钙指示剂GCaMP6f和jRGECO1a，同样能在相同条件下解析攀爬纤维诱发的钙动力学（PMID: 42817973）。在急性切片里，kit::Cre驱动病毒让分子层中间神经元特异性表达ChR2(H134R)，实现了微米级空间分辨率的单细胞亚毫秒光遗传激活。同一套稀疏强标记也被用于透明化小脑组织里的轴突投射示踪，在颗粒细胞层-分子层边界解析出了单个DCN轴突末梢（PMID: 42817973）。这些神经科学结果落地的前提，是载体设计空间的系统性——没有模块化平台，同样的参数探索会困难得多。
三篇都还是预印本，经同行评审后方法细节可能调整。MeRN推断的反应活性是转录组层面的代理指标；海洋CAZyme数据库的功能注释依赖同源性推断；AAV Gateway平台的结果限定在特定神经科学场景里，迁移到其他系统需要重新验证参数空间。三篇指向的设计逻辑是一致的：先验的生物网络结构不是分析的负担，是让输出从一开始就有意义的骨架。
- Streamlined Production of Recombinant Adeno-Associated Viruses Using Gateway Cloning Technology for Neural Circuit All-Optical Interrogation.，bioRxiv : the preprint server for biology（PMID: 42817973）
- Diverse genome organization strategies for polysaccharide utilization in the oceans.，bioRxiv : the preprint server for biology（PMID: 42818234）
- Extracting interpretable single-cell metabolic states with graph-guided representation learning.，bioRxiv : the preprint server for biology（PMID: 42818076）