PerturbMap: Cross-Context Transfer of Single-Cell Perturbation Responses

ملخص تقني لـ PerturbMap: نقل استجابات الاضطراب عبر السياقات المختلفة

1. تعريف المشكلة

تعالج الورقة البحثية فجوة محددة في أطلسات الاضطرابات أحادية الخلية: سيناريو "المصدر مرصود، والمستقبل غير مقاس". في العديد من الفحوصات البيولوجية، يتم قياس اضطراب جيني $p$ في سياق أو أكثر من السياقات المصدرية (على سبيل المثال: حالات خلوية أو ظروف معينة)، ولكنه يكون مفقوداً في سياق "المستقبل" المستهدف حيث يحتاج الباحث إلى فهم تأثيره.

التحدي الجوهري هو الثقة الانتقائية. إن مجرد نسخ الاستجابة المقاسة من المصدر إلى سياق المستقبل يتجاهل إعادة صياغة البرامج النسخية الخاصة بالسياق. وعلى العكس من ذلك، فإن تجاهل بيانات المصدر يؤدي إلى إضاعة الأدلة التجريبية القيمة حول التدخل المستعلم عنه. الهدف هو التنبؤ بمتجه الاستجابة النسبي للتحكم $y_r(q)$ في سياق المستقبل $r$ للاضطراب المستعلم عنه $q$، بناءً على:

1. استجابات المصدر المقاسة $\{y_s(q)\}$ لنفس الـ $q$ في سياقات المصدر $s$.
2. بيانات تدريب مقترنة لاضطرابات أخرى تم رصدها في كل من سياقي المصدر والمستقبل.
3. قيود صارمة حيث تكون نتيجة المستقبل للاستعلام "مختومة" (غير متاحة) أثناء تدريب النموذج والاستدلال.

يختلف هذا عن التنبؤ بالاضطرابات غير المرئية القياسي (مثل scGen أو GEARs) الذي يعمم من معرفات الاضطرابات؛ هنا، تتضمن المدخلات الاستجابة الفعلية المقاسة للاضطراب في سياق مختلف.

2. المنهجية: PerturbMap

إن PerturbMap هو إطار عمل لنقل الاستجابة الموزون بالموثوقية والتدريب فقط. يعمل تحت تقسيم صارم للهويات المحفوظة، مما يضمن عدم تسرب أي معلومات من هويات الاختبار إلى عملية ضبط النموذج. يتكون سير العمل من أربع وحدات رئيسية:

أ. إحداثيات الاستجابة المخصصة للتدريب فقط
يقوم الأسلوب أولاً ببناء نظام إحداثيات مشترك ومنخفض الرتبة باستخدام اضطرابات التدريب فقط. يقوم بضبط أساس من الرتبة $K$ (عبر تكرارات QR) لمصفوفة الاستجابة $Y^{tr}$، مستبعداً صفوف المستقبل المحفوظة. يعمل هذا الأساس المشترك كنظام إحداثيات للمتنبئ الأساسي، ورموز المصدر، وخرائط المسار.
$$z_c(p) = (y_c(p) - \mu)U^\top$$

ب. المتنبئ الأساسي المحلي للمستقبل
يتم تدريب متنبئ أساسي محلي $b_r(p)$ على سياق المستقبل باستخدام واصف الاضطراب فقط (على سبيل المثال: الارتباطات مع جينات مرساة التحكم) والأساس المشترك منخفض الرتبة. والأهم من ذلك، أن هذا النموذج الأساسي لا يتلقى أي رموز استجابة مصدرية خاصة بالاستعلام. وهو يعمل كحل بديل للتنبؤ في حال اعتُبر نقل المصدر غير موثوق.

ج. خبراء من المصدر إلى المستقبل
لكل سياق مصدر مرصود $s$، يتم ضبط خريطة انحدار ريج (Ridge Regression) تآلفية لتحويل إحداثيات المصدر إلى إحداثيات المستقبل باستخدام اضطرابات التدريب المقترنة.
$$A_{s \to r} = \arg \min_A \| \tilde{Z}_s A - \tilde{Z}_r \|_F^2 + \lambda \eta_s \|A\|_F^2$$
هذا ينشئ "خبيراً" يمكنه إسقاط استجابة المصدر المقاسة $y_s(q)$ للطلب في فضاء إحداثيات المستقبل.

د. معايرة الموثوقية للتدريب فقط
قبل التنبؤ بالاستعلامات المحفوظة، يقدر الأسلوب موثوقية كل مسار من المصدر إلى المستقبل باستخدام مجموعة منفصلة من مراسي التحقق (اضطرابات التحقق المستبعدة من التدريب).

1. معامل الاستيفاء ($\alpha$): يحدد مقدار مزج تنبؤ الخبير مع التنبؤ الأساسي.
2. درجة المسار ($\rho$): تحسب الاختزال النسبي في متوسط مربع الخطأ (MSE) في مرحلة التحقق الذي حققه المسار مقارنة بالنموذج الأساسي.
3. بوابة التحكم في الضرر (الاستئصال): يقدر نموذج لوجستي ثانوي منخفض السعة احتمالية أن يؤدي مسار معين إلى تقليل الخطأ لاستعلام محدد، بناءً على ميزات مثل مسافة الاستعلام إلى واصفات التدريب وبواقي المسار.

التنبؤ النهائي:
التنبؤ النهائي هو مزيج موزون من المتنبئ الأساسي وخبراء المصدر المقبولين. يتم تحديد الأوزان بناءً على درجات المسار المستمدة من التحقق ($\rho$) وفي نسخة الاستئصال، احتمالية التحكم في الضرر المتكيفة مع الاستعلام.
$$\hat{y}_r(q) = \sum_{s} w_{s \to r}(q) \cdot c_{s \to r}(q)$$
حيث أن $c_{s \to r}(q)$ هو التنبؤ الممزوج من المصدر $s$.

3. المساهمات الرئيسية

1. صياغة المشكلة: تحديد التنبؤ باستجابة الاضطراب في حالة "المصدر مرصود، والمستقبل غير مقاس" كاختبار لهوية محفوظة، مما يميزه عن تعميم الاضطرابات غير المرئية القياسي.
2. خوارزمية PerturbMap: تقديم طريقة لخرائط رموز استجابة المصدر إلى إحداثيات المستقبل باستخدام وزن الموثوقية للتدريب فقط. وهي تقرر أي المسارات تؤثر على الاستعلام بناءً على بواقي التحقق وليس هوية الاستعلام.
3. التقييم الصارم: تقييم الطريقة على مجموعة بيانات ميلانوما (Frangieh et al.) المدعومة بـ Perturb-CITE-seq مع:
   • طيات خارجية حافظت على الهوية (40 هوية اختبار لكل طية).
   • ضوابط مطابقة للمعلومات (استجابة صفرية، نسخ خام، نسخ معاير، نسخ مائل مشتت).
   • مرجع مركزي أقوى (TokPool) لمقارنة سقف الأداء.
   • تقرير صريح عن "معدلات الضرر" (الحالات التي يكون فيها الأسلوب أسوأ من الخط المرجعي).
4. دراسات الاستئصال: استقصاء التحكم في ضرر الاستعلام المتكيف مع الاستعلام وحساسية نقطة التشغيل (الرتبة، سقف المراسي، قواعد التجميع).

4. النتائج التجريبية

أجري التقييم الأساسي على مجموعة بيانات ميلانوما (Frangieh et al.) مع ثلاثة سياقات (الزراعة المشتركة، التحكم، IFN$\gamma$).

• كسب الأداء: قلل PerturbMap-GR (موثوقية المسار العالمي) من متوسط مربع الخطأ (MSE) للتأثير الكامل بنسبة 4.1% (من $1.649 \times 10^{-3}$ إلى $1.581 \times 10^{-3}$) مقارنة بنموذج LowRank الأساسي للمستقبل.
• الدلالة الإحصائية: كان فاصل الثقة المزدوج بنسبة 95% لخفض MSE هو $[-1.16, -0.33] \times 10^{-4}$، وهو لا يشمل الصفر. لقد حسن التنبؤات لـ 161 من أصل 200 هوية محفوظة.
• المقارنة مع الخطوط المرجعية:
  • تفوق على FedAvg، والاستجابة الصفرية، والنسخ الخام، والنسخ المعاير.
  • تفوق على ضوابط Shuffled-affine، مما يؤكد أن المكسب يأتي من الاقتران المتوافق بين المصدر والمستقبل، وليس مجرد المعايرة الهامشية.
  • ظل ضمن نطاق $2.82 \times 10^{-6}$ MSE من مرجع TokPool المركزي الذي يمتلك واجهة تدريب أقوى.
• المقاييس الثانوية:
  • تحسن متوسط مربع الخطأ لأعلى 20 تأثيراً مطلقاً بنسبة ~12% عن ضوابب النسخ.
  • زادت استرجاع أعلى 10 عناصر بناءً على جيب التمام (نسبة إلى LowRank) من 74.5% إلى 80.5%.
  • معدل الضرر (نسبة إلى LowRank) كان 19.5%، وهو أقل بكثير من 49.5% للنسخ الخام.
• فحص ثانوي: في مجموعة بيانات Jiang et al. متعددة المصادر لـ Perturb-seq، أظهر وزن الموثوقية مكسباً صغيراً ولكن مهماً مقارنة بدمج الخبراء الموحد، مما يؤكد صحة النهج في بيئة مصدر أغنى.

5. الأهمية والادعاءات

تدعي الورقة بشكل متواضع أن استجابات المصدر المقاسة يمكن أن تعمل كدليل وقت الاستعلام لسد فجوات تأثيرات المستقبل، بشرما يتم توجيه النقل عبر تقديرات موثوقية مخصصة للتدريب فقط.

• الادعاء الجوهري: توفر استجابات المصدر المتوافقة مع الهوية معلومات تنبؤية تتجاوز سلوك المستقبل فقط، أو النسخ المباشر، أو المعايرة الهامشية.
• القيود: يذكر المؤلفون صراحة أن PerturbMap لا يقضي على النقل السلبي (فهو لا يزال يضر بحوالي 19.5% من الهويات بالنسبة للنموذج الأساسي) وليس هو الأفضل في توليد الخلايا الافتراضية للتوزيعات المضادة للواقع الكامل. إنه يتنبأ بـ متوسط التأثيرات داخل الحالة، وليس التوزيعات أحادية الخلية داخل الحالة.
• الاستنتاج: يوضح الأسلوب أن "إعادة الاستخدام دون محو السياق" ممكنة من خلال النقل الانتقائي المدفوع بالتحقق، مما يوفر حلاً عملياً لأطلسات الاضطرابات غير المكتملة دون الحاجة إلى واجهة تدريب مركزية مجمعة.