超越基因：通过通路分析在长读单细胞RNA测序中解读新异构体功能语境

过去十年，RNA测序已从基因层面的表达计数扩展到单细胞与长读长等新维度^[1]，但短读长单细胞方法始终难以在isoform水平精确计数^[2]。长读长单细胞测序随后快速补位：SnISOr-Seq让冻存脑组织中的条码化跨外显子长读提升7.5倍^[3]；MAS-ISO-seq通过cDNA串联把通量提高逾15倍，单轮接近4000万条读长^[7]；BLAZE则使Nanopore数据无需匹配短读即可识别细胞条码^[5]。借助这些手段，小鼠脑45种细胞类型中脑区间差异isoform表达得以量化^[4]，细胞类型特异的剪接与转录起始调节被证明贯穿发育与脑区^[6]；发育中人新皮层更鉴定出214,516个isoform，其中72.6%未被注释^[8]。发现端一日千里，解读端却明显滞后：新isoform的功能相关性成谜，如何排序、如何预测功能，长期缺少工具。

新预印本正是瞄准这一瓶颈。作者开发了计算框架CIPI（Centroid-based Isoform Pathway Inference），不再依赖宿主基因注释或与已知蛋白结构域的相似性，而是依据细胞类型表达模式为新基因和新isoform构建“表达邻域”，把它们与表达模式相似的参考基因归到一起；再将这些邻域与GO、KEGG、Reactome等通路分析结合，借助生物学上有意义的邻居，为单个isoform推断其通路层级的背景。由此，长读长测序配合Bambu等发现工具产出的数以千计新isoform和新基因，获得了覆盖整个isonome的假设生成式优先级排序方案。

这一步把领域从描述推进到功能优先级判断。以往的图谱工作虽然把isoform多样性与细胞身份、神经精神疾病风险联系起来^[8]，却让占比可观的novel isoform留在注释之外；CIPI为这些缺乏先验信息的分子提供了由表达相似性驱动的通路语境，而长读长恰能触及短读难以处理的假基因与重复基序。值得注意的是，发现端仍在加速——Bambu在2025年扩展出面向单细胞与空间长读RNA测序的Bambu-Clump^[9]——新isoform只会越产越多，解读框架的价值随之更加凸显。

当然，CIPI本质上是假设生成工具：通路语境来自表达邻居的推断，而非直接的功能验证，摘要本身也明言单个isoform在细胞类型与疾病情境中的机制作用仍知之甚少。哪些被排上优先级的候选真正具备功能，还有待后续实验逐一检验。