Class-Support Mismatch Dominates Protocol-Driven Optimism in Spatial Transcriptomics, with a Larger Residual Penalty for Graph Neural Networks

ملخص تقني: عدم تطابق دعم الفئات يهيمن على التفاؤل المدفوع بالبروتوكولات في علم النسخ المكاني

1. بيان المشكلة

غالباً ما تبلغ معايير قياس الأداء في علم النسخ المكاني (ST) عن مقاييس أداء متضخمة عند استخدام التحقق المتقاطع (CV) المتداخل عشوائياً مقارنة بالتحقق المتقاطع القائم على الكتل المكانية. والنسب الشائع لهذا الفجوة في الأداء بين "العشوائي مقابل الكتلة" هو التسرب المكاني (spatial leakage): وهو الادعاء بأن تمرير الرسائل في الشبكات العصبية الرسومية (GNNs) والارتباط الذاتي المكاني يسمحان لمعلومات الاختبار بتلويث التدريب.

ومع ذلك، لم يتم اختبار هذا الادعاء بدقة قط لأن الانتقال من التحقق المتقاطع العشوائي إلى التحقق المتقاطع بالكتل يغير خمسة محاور تصميم متميزة في آن واحد:

1. حجم مجموعة التدريب: البروتوكولات القائمة على الكتل تتخلص من مناطق الحماية (buffer zones)، مما يقلل بشكل كبير من عدد البقع التدريبية.
2. دعم الفئات (Class support): غالباً ما تفتقر الكتل المتصلة إلى التنوع الكامل للمجالات النسيجية الموجودة في القسم بأكمله، مما يؤدي إلى عدم تطابق بين مجموعات فئات التدريب والاختبار.
3. تمرير الرسائل عبر الأدوار المتقاطعة: التقسيمات العشوائية تخلق العديد من أزواج الجيران (تدريب-اختبار)؛ بينما التقسيمات بالكتل تقطع الرسم البياني عند الحدود.
4. نطاق المعالجة المسبقة: المعالجة المسبقة العالمية (مثل اختيار الجينات، أو القياس) مقابل المعالجة المسبقة المحلية لكل طية (fold).
5. الاستقراء المكاني: التحدي العلمي الفعلي المتمثل في التنبؤ بالمناطق المكانية غير المرئية.

إحصائية فجوة الأداء الواحدة تخلط هذه العوامل معاً، مما يجعل من المستحيل عزل "التسرب" عن العوامل الأخرى مثل عدم تطابق دعم الفئات.

2. المنهجية

أجرى المؤلف دراسة مدققة بعمق باستخدام بيانات سرطان الثدي البشرية (10x Visium) (3,798 بقعة، 11 مجال Leiden) وكرر النتائج على 12 مقطعاً من بيانات DLPFC (47,280 بقعة).

تقليم وتحقق الرسم البياني:
للقضاء على تسرب تمرير الرسائل، قام المؤلف ببناء رسم بياني "صفر التلوث". لكل طية، قام بتقليم الرسم البياني المكاني لضمان:

• صفر حواف متقاطعة الأدوار: لا توجد حواف تربط بين عقد التدريب، والتحقق، والاختبار.
• مسافة قفز لانهائية: المسافة الدنيا للقفز بين عقد التدريب والاختبار هي مالا نهاية.
• التحقق: تحقق تنفيذان مستقلان من هذه الخصائص، مما أكد أن مناطق الحماية وحدها غير كافية لأنها تزيل الكتل ولكن لا تزيل الحواف التي تربط بينها.

سلم البروتوكول:
استخدمت الدراسة تفكيكاً تراكمياً باستخدام سلم بروتوكول مكون من 11 ذراعاً. من خلال تغيير محور تصميم واحد في كل مرة (مثل مطابقة دعم الفئات، أو الحجم، أو قناع الرسم البياني، أو نطاق المعالجة المسبقة)، تمكن المؤلف من عزل مساهمة كل عامل في إجمالي فجوة الأداء.

• السلم الأساسي: فكك الفجوة الإجمالية (عشوائي مقابل كتلة) إلى: حجم مجموعة التدريب، دعم الفئات، الفراغ المكاني (المتبقي)، ونطاق المعالجة المسبقة.
• الأذرع المقنعة: استُخدمت لإزالة الارتباط بين عقوبة الرسم البياني (GNN) من خلال مطابقة قواعد قناع الرسم البياني ونطاقات المعالجة المسبقة بين البروتوكولات العشوائية وبروتوكولات الكتل.

تدقيق التماثل المستمر (Persistent Homology):
أعاد المؤلف تقييم فائدة ميزات التماثل المستمر (الطوبولوجيا). لقد استبدل ميزة "الرسم البياني المشترك" السابقة (التي كانت تسرب معلومات التدريب إلى ميزات الاختبار) بقاعدة استقرائية حيث يتم حساب الميزات حصرياً داخل الرسم البيضي المستحث لكل دور من أدوار الطية.

الإطار الإحصائي:

• الوحدات: استند التحليل إلى $n=4$ من الكتل المكانية المستقلة (الطيتان 1 و3 كانتا تقسيمات متطابقة).
• الفترات: فترات ثقة 95% باستخدام البوتستراب الهرمي.
• الاختبارات: اختبارات التبديل الإشاري (sign-permutation tests) الدقيقة ثنائية الجانب (بحد أدنى $p=0.125$ بسبب $n=4$).

3. النتائج الرئيسية

أ. تفكيك الفجوة من العشوائي إلى الكتلة
تتفكك إجمالي فجوة macro-F1 للمجموعة المغلقة البالغة +0.447 بشكل تراكمي كما يلي:

• عدم تطابق دعم الفئات: +0.276 (المكون الأكبر، ~62% من الفجوة). ينشأ هذا لأن الكتل المتصلة لا تحتوي على جميع المجالات النسيجية، مما يجبر النماذج على التنبؤ بفئات غير موجودة في التدريب.
• الاستقراء المكاني المتبقي: +0.098 (~22%).
• نطاق المعالجة المسبقة: +0.051 (~11%).
• حجم مجموعة التدريب: +0.022 (~5%).

ب. عقوبة الشبكات العصبية الرسومية (GNN)
بعد مطابقة الحجم، ودعم الفئات، وقناع الرسم البياني، ونطاق المعالجة المسبقة:

• الشبكات العصبية الرسومية (GCN, GAT): تظهر عقوبة مكانية متبقية كبيرة قدرها +0.214 (CI: +0.160, +0.273).
• المصنفات غير الرسومية (SVM, XGBoost, kNN, MLP): تظهر عقوبة صغيرة وغير محسومة قدرها +0.042 (CI: -0.039, +0.143)، والتي تشمل الصفر.
• فجوة العائلة: الفرق بين عقوبات الـ GNN وغير الرسومية هو +0.172، وهو قابل للحل إحصائياً فقط بالنسبة للـ GNNs.

ج. تمرير الرسائل والتسرب

• يساهم تمرير الرسائل عبر الأدوار المتقاطعة بمقدار +0.050 (لـ GCN) و +0.16 (لـ GAT) في الفجوة تحت بروتوكولات الكتل.
• بالنسبة للطرق غير الرسومية، هذه القيمة هي 0.000 تماماً.
• يستنتج المؤلف أن تسرب تمرير الرسائل هو قناة حقيقية ولكنها ثانوية، وليست المحرك الأساسي للتفاؤل الملحوظ.

د. التماثل المستمر (Persistent Homology)
كانت الفائدة المذكورة سابقاً للتماثل المستمر البالغة +0.0154 في macro-F1 عبارة عن أثر جانبي للتسرب تماماً.

• عند إعادة حساب الميزات استقرائياً داخل كل طية، تختفي الفائدة.
• التقدير النظيف هو -0.0144 (SD 0.0269, $p=0.50$)، مما يشير إلى عدم وجود فرق بين TopoSpatial و GAT مطابق بدون طوبولوجيا.

هـ. انعكاس ترتيب الطرق (DLPFC)
في 12 مقطعاً من DLPFC، انعكس ترتيب الطرق بناءً على البروتوكول:

• التحقق المتقاطع العشوائي (Random CV): تفوق XGBoost-PCA+XY (باستخدام الإحداثيات الخام) بشكل كبير على SVM-PCA.
• التحقق المتقطع بالكتل/ترك واحد (Block/Leave-One-Out CV): تفوق SVM-PCA على XGBoost-PCA+XY.
• يوضح هذا أن المعايير التي تعتمد فقط على التحقق المتقاطع العشوائي قد تختار باستمرار طرقاً أدنى تستغل الارتباط الذاتي المكاني (عبر الإحداثيات) بدلاً من تعلم ميزات بيولوجية قابلة للتعميم.

4. الأهمية والادعاءات

يدعي البحث تصحيح فهم المجال لـ "التسرب المكاني" في معايير ST. وتتمثل مساهماته الرئيسية في:

1. دحض "وحدة التسرب": الفجوة بين العشوائي والكتلة ليست كمية واحدة مدفوعة بتسرب تمرير الرسائل. المكون المهيمن هو عدم تطابق دعم الفئات، وهو أثر ناتج عن كيفية تقليل الكتل المكانية لتنوع الفئات في التدريب/الاختبار.
2. عقوبة خاصة بالشبكات العصبية الرسومية (GNN): عقوبة الاستقراء المكاني الحقيقية (صعوبة التنبؤ بالمناطق المكانية غير المرئية) أكبر بكل من المصنفات غير الرسومية. هذا يشير إلى أن GNNs حساسة بشكل فريد لتوزيع سياق الرسم البياني المحلي في المناطق غير المرئية، وليس فقط لتسرب التسميات (label leakage).
3. التصحيح المنهجي:
   • مناطق الحماية غير كافية: فهي تزيل الكتل ولكن لا تزيل الحواف. يتطلب الأمر تقليماً وتحققاً صريحاً من الرسم البياني للقضاء على تسرب تمرير الرسائل.
   • تسرب الميزات: ميزات التماثل المستمر المحسوبة على الرسم البياني الكامل تشكل قناة تسرب؛ يجب إعادة حسابها استقرائياً لكل طية.
   • معايير التقارير: يجب أن تبلغ المعايير عن تفكيك الفجوة (الحجم، دعم الفئات، المعالجة المسبقة، المساحة) بدلاً من تقديم رقم تضخم واحد. يجب مطابقة دعم الفئات قبل عزو انخفاض الأداء إلى الاستقراء المكاني.
4. النتيجة السلبية على الطوبولوجيا: تقدم الدراسة نتيجة سلبية واضحة، تظهر أن الفوائد المبلغ عنها للتماثل المستمر في ST كانت ناتجة بالكامل عن تسرب البيانات، وليس عن قدرة النموذج.

يصرح المؤلف صراحةً بأنه لا يدعي إنشاء معيار خالٍ من التسرب دون تحفظ (بما أن التسميات المستهدفة هي مجموعات Leiden تحويلية/transductive)، لكنه يؤكد أن بروتوكولاته خالية من التسرب فيما يتعلق بتمرير الرسائل، وميزات العقد، والمعالجة المسبقة. ويشدد على أن "العقوبة المكانية" هي ظاهرة حقيقية للـ GNNs، ومتميزة عن آثار تصميم البروتوكول.