scRNA-seq 数据如何改善 scHiC 数据的稀疏特性

好的，我先从基础概念、构建方式、在 scRNA-seq 中的作用，再到如何与 scHi-C 结合的角度，详细解释 共表达网络（Gene Co-expression Network）。

---

1. 什么是共表达网络？

共表达网络（Gene Co-expression Network）是指：

根据基因在多个样本（这里是单细胞）中的表达模式相似性，把表达模式高度相关的基因连接起来，构成一个以基因为节点、相关性为边的网络。

换句话说，如果两个基因在一批细胞中总是同时高表达或低表达，就认为它们在功能或调控上存在联系。

---

2. 节点和边是如何定义的？

• 节点 (nodes)：
  每个节点代表一个基因（或基因组区域）。

• 边 (edges)：
  两个基因在单细胞数据中表达量高度相关时连边，边的权重通常用相关系数或其他相似性度量表示：

  • 皮尔逊相关系数 (Pearson Correlation)
  • 斯皮尔曼相关系数 (Spearman Correlation)
  • MI (互信息，Mutual Information)

通常还会设置阈值，只保留高相关的基因对，得到一个稀疏但有生物学意义的网络。

---

3. 为什么要构建共表达网络？

• 发现 功能相关基因模块

  • 例如，参与同一通路或同一细胞功能的基因往往共表达
  • 通过网络聚类可以找出这些模块

• 研究 细胞状态特异的调控网络

  • 不同细胞群体中可能有不同的共表达模块
  • 用来区分细胞亚型、状态、发育轨迹

• 与其他组学（如 scHi-C）结合

  • 把共表达模块与染色质空间结构（如 TAD 或环路）对比，研究三维结构与功能的关系

---

4. 如何与 scHi-C 结合？

scHi-C 提供的是 基因组空间信息（哪些 DNA 区域靠得近），而共表达网络提供的是 功能关系（哪些基因活性同步）。结合方式有两种：

方式一：基因定位匹配

• 把共表达网络中的基因映射到它们所在的基因组 bin（染色体区段）
• 再把这些 bin 与 scHi-C 的接触矩阵对齐
• 分析：是否共表达的基因更倾向于空间上接近？

方式二：联合建模

• 把 scHi-C（基因组区段为节点）和共表达网络（基因为节点）合并到一个图
• 通过 多层图神经网络（GNN）或联合嵌入，让稀疏的空间接触信息从共表达模块获得补全和推断支持

---

5. 一个简单的示意例子

假设在 scRNA 数据里：

• 基因 A 和 B 的表达量在 1000 个细胞中高度正相关
• 我们在共表达网络中连一条 A–B 的边

再看 scHi-C：

• 基因 A 和 B 对应的染色质片段在 Hi-C 数据里接触次数稀少
• 但通过共表达信息，可以预测 A 和 B 很可能位于同一功能域或 TAD 内，指导补全稀疏接触矩阵。

---

一句话总结：

共表达网络 是一种基于表达相关性构建的基因网络，能揭示功能模块。
在 scHi-C 的稀疏性补全 中，它帮助识别功能相关的基因组区域，为空间结构补全和功能解释提供参考。

---