MorphoCLIP: Text-Supervised Contrastive Learning for Perturbation Matching in Cell Painting Images

In der stillen Welt der Zellbiologie suchen Wissenschaftler schon lange nach einem Weg, die Geschichte eines Zelllebens allein durch den Blick auf ihre Form zu lesen. Wenn eine Zelle einem chemischen Wirkstoff oder einer genetischen Veränderung ausgesetzt wird, verschwindet sie nicht einfach oder explodiert; sie verändert sich. Ihre internen Strukturen verschieben sich, ihr Zellkern schwillt an oder schrumpft, und ihre äußeren Grenzen wogen. Diese subtilen physischen Veränderungen, bekannt als morphologische Profile, fungieren als ein Fingerabdruck dessen, was im Inneren geschieht. Jahrzehntelang haben Forscher eine Technik namens „Cell Painting“ genutzt, um diese Fingerabdrücke einzufangen. Indem sie Zellen mit fünf verschiedenen Fluoreszenzfarbstoffen färben, die spezifische Teile wie den Zellkern, das Skelett und die Energiefabriken zum Leuchten bringen, können sie hochauflösende Fotografien von Tausenden von Zellen gleichzeitig aufnehmen. Das Ziel ist es, diese Bilder mit den spezifischen Behandlungen zu verknüpfen, die sie verursacht haben, und so eine riesige Bibliothek zu erstellen, in der ein Wissenschaftler nach der Wirkung eines Medikaments oder der Funktion eines Gens suchen kann, indem er einfach auf das Bild schaut. Diese Aufgabe ist jedoch notorisch schwierig. Die Bilder sind verrauscht, die biologischen Veränderungen sind oft winzig, und dasselbe Experiment kann je nach dem Tag, an dem es durchgeführt wurde, oder der spezifischen Platte, die die Zellen hält, unterschiedlich aussehen.

Ein Forschungsteam der Northeastern University hat einen neuen Ansatz zur Lösung dieses Rätsels vorgestellt, der MorphoCLIP genannt wird. Anstatt zu versuchen, einen Computer dazu zu zwingen, jedes Pixel jedes Bildes auswendig zu lernen, haben sie das System gelehft, die Beziehung zwischen dem Bild einer Zelle und der englischen Beschreibung dessen zu verstehen, was mit ihr geschehen ist. Stellen Sie sich eine riesige Bibliothek vor, in der Bücher nicht nach Titel oder Autor, sondern nach der Geschichte organisiert sind, die sie erzählen. In diesem System lernt der Computer, ein Bild einer Zelle neben den Satz zu platzieren, der ihre Behandlung beschreibt, sei es eine chemische Verbindung, ein Gen, das ausgeschaltet wurde, oder ein Gen, das eingeschaltet wurde. Die Forscher bauten dieses System mit zwei leistungsstarken, bereits existierenden „Gehirnen“ auf, die bereits sehr gut darin waren, Muster zu erkennen: eines für Bilder und eines für Text. Sie hielten diese Gehirne eingefroren, was bedeutet, dass sie sie nicht veränderten, und trainierten stattdessen einen kleinen, effizienten Verbinder in der Mitte, um zu lernen, wie man die beiden verknüpft. Dies ermöglichte es dem System, auf einem einzigen Standardcomputer zu laufen, anstatt einen Supercomputer zu benötigen.

Die Ergebnisse zeigen, dass diese Methode bemerkenswert gut darin ist, Verbindungen zu finden, die zuvor verborgen waren. Als die Forscher das System baten, das Bild zu finden, das zu einer bestimmten Textbeschreibung passt, oder den Text zu finden, der zu einem bestimmten Bild passt, erschien die richtige Antwort weitaus häufiger unter den Top-Ten-Ergebnissen, als es durch Zufall der Fall wäre. In vielen Fällen wurde die richtige Übereinstimmung bereits bei den ersten Versuchen gefunden. Dieser Erfolg blieb auch bestehen, wenn das System mit neuen Daten getestet wurde, die es noch nie gesehen hatte, was darauf hindeutet, dass es eine echte Regel darüber gelernt hat, wie Zellen aussehen, wenn sie gestört werden, anstatt nur die Trainingsbeispiele auswendig zu lernen. Das System war in der Lage, drei sehr unterschiedliche Arten von Daten zu handhaben: chemische Medikamente, Gene, die ausgeschaltet (knockout) wurden, und Gene, die überexpressiert wurden, wobei alle innerhalb eines einzigen, einheitlichen Rahmens behandelt wurden.

Dennoch zeigte die Studie auch die Grenzen dessen auf, was Textbeschreibungen derzeit erreichen können. Während das System sehr gut darin wurde, ein spezifisches Experiment mit seinen wiederholten Kopien abzugleichen – um sicherzustellen, dass zwei Bilder derselben Behandlung einander ähnlich sehen –, hatte es Schwierigkeiten, verschiedene Arten der Biologie miteinander zu verknüpfen. Speziell fanden die Forscher heraus, dass das System nicht zuverlässig ein chemisches Medikament mit einer genetischen Veränderung verknüpfen konnte, die auf denselben Teil der Zelle abzielte. Dies ist eine entscheidende Lücke, denn eine der Haupthoffnungen dieses Feldes ist es, neue Medikamente zu entdecken, indem man Chemikalien findet, die wie bekannte genetische Korrekturen wirken. Die Forscher testeten mehrere Ideen, um dies zu beheben, wie etwa dem Computer flexiblere, weichere Labels zu geben, um der biologischen Komplexität Rechnung zu tragen, oder die technischen Unterschiede zwischen den experimentellen Platten zu korrigieren. Obwohl einige dieser Anpassungen dem System halfen, besser mit sich selbst übereinzustimmen, löste keines von ihnen das grundlegende Problem der Verknüpfung von Genen und Medikamenten. Die Studie legt nahe, dass die Textüberwachung zwar ein mächtiges Werkzeug zur Organisation und Suche in Zellbildern ist, der Sprung zum Verständnis der tiefen, gemeinsamen biologischen Mechanismen zwischen verschiedenen Arten von Behandlungen jedoch eine offene Herausforderung bleibt.

Die Forscher merkten vorsichtig an, dass ihr Erfolg beim Abgleich wiederholter Experimente nicht automatisch bedeutet, dass sie ein tieferes biologisches Verständnis erschlossen haben. Das System wurde explizit darauf trainiert, identische Bilder ähnlich aussehen zu lassen, daher wurde es ganz natürlich sehr gut in dieser spezifischen Aufgabe. Die Tatsache, dass es sich nicht verbesserte, beim Abgleich von Genen und Medikamenten, deutet darauf hin, dass die aktuellen Textbeschreibungen, die das Ziel eines Medikaments oder eines Gens auflisten, noch nicht reich genug sind, um dem Computer die vollständige Geschichte darüber zu lehren, wie diese Ziele interagieren. Das Team kam zu dem Schluss, dass ihr Modell zwar ein bedeutender Schritt nach vorn für das Abrufen und Organisieren von Zelldaten ist, der Traum jedoch, neue biologische Mechanismen allein aus Text vorherzusagen, noch nicht Realität ist. Der Weg nach vorn wird wahrscheinlich bessere Wege erfordern, die Biologie im Text zu beschreiben, sowie vielfältigere Daten, um zu testen, ob diese gelernten Muster über verschiedene Zelltypen und Bedingungen hinweg Bestand haben. Für den Moment ist MorphoCLIP ein Beweis dafür, dass ein Computer lernen kann, die visuelle Sprache der Zellen zu lesen und sie mit den Worten zu verbinden, die wir für sie verwenden, auch wenn das vollständige Wörterbuch des Lebens noch geschrieben wird.