T细胞克隆组织不再依赖TCR测序：CloneTrast仅凭转录组推断克隆生态位
核心概要
CloneTrast把配对单细胞RNA与TCR测序中的克隆身份当作训练标签，让模型只从基因表达学习T细胞的克隆功能状态，推理时不再需要TCR数据。训练使用26个数据集、14种癌症、逾150万个T细胞，另以11个数据集、逾100万个T细胞作外部测试，其中两种癌症类型未在训练中出现。在训练集与测试集上，患者克隆纯度均显著优于常规表达嵌入，并识别出一个富含肿瘤-血液共享TCR的NK样生态位，该生态位在多个研究中与免疫治疗无应答相关。
深度剖析
CloneTrast让T细胞的克隆组织可以从基因表达单独推断，而不必在推理阶段同时拿到TCR序列。 此前的多模态方法在推理时要求每个细胞都有配对的基因表达与TCR信息，因此在TCR捕获率低或只有转录组的大型公共数据上难以使用。 在训练集上，CloneTrast的患者克隆纯度显著高于用同一批基因计算的常规表达嵌入（p = 2.24·10⁻⁵⁴，321名患者，配对双侧Wilcoxon符号秩检验）。
模型用监督对比学习把同一克隆的细胞在表达空间中拉近、把不同克隆的细胞推远。 TCR序列只用来在训练时定义克隆标签，不作为模型输入；推理时只保留编码器嵌入。 训练使用26个数据集、14种癌症、逾150万个T细胞，另以11个数据集、逾100万个T细胞作外部测试，其中包含两种训练时未见的癌症类型。
在独立测试集上，预训练模型无需重训即可给出克隆结构，并复现训练集的主要生态位组成模式。 测试集完全未参与训练与超参数调优，模型通过固定基因空间对齐新数据。 测试集患者克隆纯度同样显著优于表达嵌入（p = 2.47·10⁻⁵⁵，327名患者），克隆大小预测与观测值的Spearman相关系数为0.459。
启示与展望
模型在人类癌症患者的肿瘤与血液样本上训练和评估，外部测试集包含11项研究、488份样本、逾100万个T细胞，其中两种癌症类型未出现在训练数据中。作者指出，其向正常组织、淋巴组织、自身免疫病、感染或非人物种的推广性仍待检验。
作者说明，生态位依赖所学表示与聚类分辨率，不同分辨率会给出更粗或更细的组织层次；模型不直接推断TCR序列、克隆型或抗原特异性，抗原相关结论需配对TCR测序或抗原结合实验独立验证。临床关联在癌种、治疗方案、应答定义与采样时间高度异质的公共数据上得到，作者将其视为假设生成，并提到个别研究呈相反趋势。