Cell Rep Methods | 杨鹏翼团队开发SwitchClass揭示生物扰动过程中分子特征的变化方向

疾病发生、药物治疗以及环境变化等生物扰动通常会引起大量基因、蛋白质及其 他分子 特征的变化。传统的差异分析能够识别不同状态之间发生显著变化的分子，但真实的生物过程往往并非简单地从一个状态直接转变为另一个状态，而是包含不同程度的中间状态。例如，疾病经过治疗后，一些异常分子可能逐渐恢复至健康状态，而另一些异常仍然持续存在；类似地，在环境或代谢扰动撤除后，不同分子也可能表现出不同程度的恢复。因此，如何从高维组学数据中进一步判断中间状态中的分子变化更接近原始的基线状态还是扰动状态，是研究动态生物过程中的一个重要问题 。

近日，澳大利亚悉尼大学杨鹏翼团队在Cell Reports Methods发表了题为SwitchClassdistinguishes baseline- and perturbation-aligned features across intermediate molecular states的研究论文。该研究开发了一种称为SwitchClass的计算方法，通过标签切换分类（ label-switch classification ）比较分子特征在不同分类设定下的重要性，从而识别中间状态中与基线状态一致（ baseline-aligned ）或与扰动状态一致（ perturbation-aligned ）的分子特征。该方法为研究疾病进展、治疗响应以及环境扰动等过程中不同分子变化的方向提供了一种新的分析工具。

SwitchClass 主要针对包含 baseline 、 intermediate 和 perturbation 三种状态的组学数据。在分析过程中，研究人员分别将中间状态与基线状态或扰动状态归为同一类，并建立两套分类模型。通过比较同一分子特征在两种分类设定下的重要性， SwitchClass 计算每个特征的方向性重要性评分（ directional importance score ），进而判断其在中间状态中的表现更倾向于基线还是扰动状态。与直接比较不同状态之间的表达差异不同，这一策略重点分析的是分子特征在中间状态中的变化方向 。

为了评估该方法在不同生物学问题和数据类型中的适用性，研究团队首先分析了结直肠癌患者治疗前后的血浆蛋白质组数据。以健康个体为基线状态、治疗前患者为扰动状态、治疗后样本为中间状态， SwitchClass 能够区分治疗后向健康状态恢复的蛋白质， 以及仍然保持疾病相关状态的蛋白质。结果表明，治疗后的分子恢复并不是所有蛋白同步发生，而是不同分子和生物过程具有不同程度的恢复 。

研究团队随后将 SwitchClass 应用于饮食干预及恢复过程的磷酸化蛋白质组数据。分析发现，在外界饮食扰动结束后， 一部分磷酸 化变化 能够恢复至接近原始状态，而另一部分变化仍然维持在扰动相关状态，其中包括与胰岛素信号通路相关的磷酸化变化。这一结果说明，即使外界扰动已经撤除，部分细胞信号网络仍可能保留持续性的分子变化 。

除了蛋白质组数据，研究人员还将 SwitchClass 应用于不同疾病严重程度 COVID-19 患者的单细胞 转录组 数据。通过在不同细胞类型中分别进行分析，该方法能够识别具有细胞类型特异性的基线相关和扰动相关基因，从而进一步解析随着疾病严重程度变化，不同免疫细胞中哪些转录变化趋向较轻疾病状态，哪些仍然与较严重的疾病状态保持一致 。

这些分析表明， SwitchClass 可以用于蛋白质组、磷酸化蛋白质组和单细胞 转录组 等不同类型的高维数据。与主要回答 “ 哪些分子发生变化 ” 的传统分析相比， SwitchClass 进一步关注这些分子在中间状态中向哪个方向变化。因此，该方法可用于研究治疗后的分子恢复、疾病进展、环境或代谢扰动，以及其他具有基线、扰动和中间状态的生物学过程 。

该研究由悉尼大学 Di Xiao 、 Siqu Long 和 Pengyi Yang （杨鹏翼） 完成。 SwitchClass 已开发为开源 R 软件包 （ SwitchClass R package: https://github.com/PYangLab/SwitchClass ） ，供相关研究人员使用 。

原文链接：https://doi.org/10.1016/j.crmeth.2026.101547

制版人：十一

学术合作组织

（*排名不分先后）

推荐直播

转载须知

【非原创文章】本文著作权归文章作者所有，欢迎个人转发分享，未经作者的允许禁止转载，作者拥有所有法定权利，违者必究。

BioArt

Med

Plants

人才招聘