SPATIA: Multimodal Generation and Prediction of Spatial Cell Phenotypes

El artículo presenta SPATIA, un modelo generativo y predictivo multimodal que integra morfología, expresión génica y contexto espacial para generar representaciones unificadas de células, predecir fenotipos bajo perturbaciones y superar a los modelos actuales en tareas de generación, anotación e imputación de datos espaciales.

Lo esencial

Imagina que el cuerpo humano es una ciudad gigante y vibrante. En esta ciudad, cada célula es un habitante con su propia personalidad (su forma), su propia historia (sus genes) y su propia vecindad (dónde vive).

Durante mucho tiempo, los científicos han tenido dos mapas separados de esta ciudad:

1. Un mapa de fotografías que muestra cómo se ve cada casa (la forma de la célula).
2. Un mapa de diarios escritos que cuenta qué está pensando o planeando cada habitante (sus genes).

El problema es que los científicos solían estudiar estos mapas por separado. Miraban las fotos sin leer los diarios, o leían los diarios sin ver las casas. Pero para entender cómo funciona la ciudad (o cómo surge una enfermedad como el cáncer), necesitas ver ambas cosas a la vez y entender cómo la vecindad influye en el comportamiento del habitante.

Aquí es donde entra SPATIA.

¿Qué es SPATIA?

Piensa en SPATIA como un arquitecto genio y un futurista que ha aprendido a leer ambos mapas simultáneamente. Es una inteligencia artificial capaz de:

1. Entender la ciudad en todos sus niveles: desde una sola casa, hasta un barrio completo, hasta toda la ciudad.
2. Predecir el futuro: Imagina que puedes decirle: "¿Qué pasaría si este vecindario se vuelve más peligroso?" o "¿Cómo cambiaría la forma de esta casa si su vecino enferma?". SPATIA puede generar una nueva imagen de cómo se vería esa célula en ese nuevo escenario, incluso si nunca hemos visto ese cambio en la realidad.

¿Cómo funciona? (La analogía del "Traductor de Vecindarios")

SPATIA tiene tres superpoderes principales:

1. El Traductor Universal (Aprendizaje Unificado)
Imagina que tienes un habitante que habla "idioma de fotos" y otro que habla "idioma de genes". Normalmente, no se entienden. SPATIA actúa como un traductor perfecto que fusiona ambos idiomas en una sola conversación. Aprende que una célula con una forma redonda y unos genes específicos siempre vive en un barrio tranquilo, mientras que una célula alargada con otros genes vive en una zona de construcción (como un tumor creciendo).

2. El Simulador de "¿Qué pasaría si...?" (Generación Condicional)
Esta es la parte más mágica. En la vida real, no podemos congelar el tiempo, cambiar el entorno de una célula y ver qué pasa (porque el tejido se destruye al estudiarlo).

• El truco de SPATIA: En lugar de ver el antes y el después de la misma célula, SPATIA mira a miles de células similares en diferentes situaciones. Usa una técnica matemática inteligente (como un "GPS de probabilidad") para emparejar a una célula "tranquila" con una célula "agresiva" que vive en un entorno similar.
• Luego, imagina el viaje: Le pide a la IA: "Toma la célula tranquila y muévela al entorno agresivo. ¿Cómo cambiaría su forma?". SPATIA dibuja esa nueva célula. Es como si pudieras usar un filtro de Instagram, pero en lugar de ponerle gafas de sol a una persona, le cambias la forma a una célula para simular cómo se vuelve cancerosa.

3. El Detective de Barrios (Contexto Espacial)
SPATIA no solo mira a la célula aislada. Entiende que una célula se comporta diferente si está rodeada de amigos (células sanas) o de enemigos (células tumorales).

• Nivel Célula: Mira la casa individual.
• Nivel Barrio: Mira el bloque de casas (el nicho).
• Nivel Ciudad: Mira toda la ciudad (el tejido completo).
  Esto le permite entender que una célula puede parecer normal, pero si su "barrio" está en caos, ella también cambiará.

¿Por qué es tan importante?

Hasta ahora, los modelos de IA eran como carniceros que solo miran la carne (genes) o fotógrafos que solo miran la piel (forma). SPATIA es el primer modelo que ve todo el organismo.

• Precisión: Ha demostrado ser mucho mejor que los modelos anteriores (un 8% mejor en crear imágenes realistas y hasta un 3% mejor en predecir enfermedades).
• Datos masivos: Se entrenó con un "atlas" gigante llamado MIST, que contiene 25.9 millones de células de 17 tejidos diferentes. Es como si hubiera leído todos los diarios y visto todas las fotos de la ciudad antes de hacer una predicción.
• Aplicación real: Esto ayuda a los científicos a entender cómo avanza el cáncer (por ejemplo, cómo un tumor pequeño se vuelve invasivo) o cómo el sistema inmune ataca a las células, sin necesidad de hacer experimentos destructivos en pacientes reales.

En resumen

SPATIA es como un oráculo digital para la biología. Toma las fotos de las células, sus pensamientos (genes) y su ubicación, y las mezcla para crear una comprensión profunda de cómo funciona la vida. Luego, usa esa comprensión para simular el futuro, permitiéndonos ver cómo cambiarán las células antes de que realmente ocurran, lo cual es una herramienta increíble para descubrir nuevos tratamientos y entender enfermedades.

Resumen técnico

Resumen Técnico: SPATIA

1. El Problema

La comprensión de cómo la morfología celular, la expresión génica y el contexto espacial interactúan para definir la función tisular es un desafío central en biología. Aunque las tecnologías de transcriptómica espacial basada en imágenes (ST) proporcionan mediciones de alta resolución de imágenes celulares y perfiles de expresión génica, los métodos existentes presentan limitaciones críticas:

• Aislamiento de modalidades: La mayoría de los análisis tratan la morfología (imagen) y la expresión génica por separado, perdiendo las relaciones no lineales y dependientes del contexto.
• Falta de granularidad celular: Muchos modelos operan a nivel de "parches" o "spots" (agregados de células), ignorando la heterogeneidad a nivel de célula individual.
• Incapacidad para modelar el contexto espacial jerárquico: No capturan adecuadamente las interacciones desde nichos locales hasta la organización global del tejido.
• Dificultad en la predicción de perturbaciones: Los modelos actuales no pueden predecir con precisión cambios morfológicos dependientes del microambiente bajo perturbaciones (ej. progresión tumoral) sin datos emparejados "antes-después" (que son destructivos en ST).

2. Metodología: Arquitectura SPATIA

SPATIA es un modelo generativo y predictivo multinivel que fusiona morfología, expresión génica y coordenadas espaciales en una representación unificada. Su arquitectura se divide en tres componentes principales:

A. Aprendizaje de Representación Unificada (Niveles Jerárquicos):
El modelo aprende embeddings unificados ($z_i$) para cada célula integrando tres niveles de contexto:

1. Nivel Celular: Fusiona tokens morfológicos (extraídos de imágenes mediante un ViT) y tokens transcripcionales (de un codificador de células único preentrenado) mediante atención cruzada.
2. Nivel de Nicho (Local): Agrupa células vecinas en parches espaciales (ej. 256x256 píxeles) y utiliza un transformador para modelar interacciones célula-célula locales.
3. Nivel de Tejido (Global): Un transformador global agrega las representaciones de los nichos para capturar dependencias de largo alcance en todo el portaobjetos (slide).

B. Generación Condicionada Espacialmente (Perturbaciones):
Para predecir la morfología celular bajo perturbaciones (ej. de DCIS a carcinoma invasivo) sin datos emparejados reales, SPATIA introduce un marco innovador:

• Emparejamiento Débil con Transporte Óptimo (OT): Dado que no se pueden observar la misma célula antes y después, el modelo empareja células de control y objetivo en regiones espaciales adyacentes o nichos consistentes utilizando Transporte Óptimo Regularizado por Entropía en el espacio de expresión génica. Esto crea pares "control-objetivo" débiles pero biológicamente plausibles.
• Reponderación Consciente de la Confianza: Reconociendo que el emparejamiento OT es ruidoso, SPATIA propone un objetivo de Flow Matching (Emparejamiento de Flujos) que repondera las trayectorias de flujo basándose en la incertidumbre del acoplamiento OT. Los pares con baja confianza reciben menos peso durante el entrenamiento.
• Alineación de Perfil Morfológico: Se añade una pérdida de alineación para asegurar que las imágenes generadas respeten las distribuciones reales de características morfológicas (usando características de CellProfiler), evitando la generación de artefactos biológicamente inviables.
• Regularización Contrastiva de Condiciones: Para evitar que el modelo confunda diferentes tipos de transiciones, se utiliza una regularización que fuerza al modelo a distinguir mejor la condición correcta frente a condiciones incorrectas.

C. Dataset MIST:
El modelo se entrena en MIST (Multi-scale dataset for Image-based Spatial Transcriptomics), un conjunto de datos masivo y curado que contiene:

• 25.9 millones de pares célula-gene.
• 2 millones de pares nicho-gene.
• 20,000 pares tejido-gene.
• Datos de 74 fuentes, 17 tejidos, 60 donantes y 4 plataformas (Xenium, CosMx, Stereo-seq, Visium HD).

3. Contribuciones Clave

1. Arquitectura Jerárquica Multinivel: SPATIA es el primer modelo que integra explícitamente morfología, genética y contexto espacial desde la célula hasta el tejido completo mediante atención cruzada y transformadores jerárquicos.
2. Aprendizaje Invariante a la Plataforma: Mediante un objetivo de independencia de incrustaciones y tokens específicos de plataforma, el modelo separa la variación biológica de los artefactos técnicos, permitiendo generalización entre diferentes tecnologías de secuenciación.
3. Modelado Generativo Condicionado Espacialmente: Desarrolla un módulo de Flow Matching que simula transiciones fenotípicas realistas (ej. remodelación inmune, progresión tumoral) condicionadas tanto al estado intrínseco de la célula como a su nicho espacial, sin requerir datos de perturbación emparejados.
4. Benchmarking a Gran Escala: Validación exhaustiva en 12 tareas contra 18 modelos de referencia (incluyendo modelos de patología, transcriptómica de célula única y modelos multimodales).

4. Resultados

SPATIA superó a los modelos más avanzados (SOTA) en todas las categorías evaluadas:

• Generación de Morfología: Logró una mejora del 8% en la fidelidad generativa (medida por FID y KID) y una mayor corrección morfológica biológica (correlación de Wasserstein y estadística KS) en comparación con modelos como CellFlux, GeneFlow y MorphDiff.
• Predicción y Clasificación: Mejoró la precisión predictiva en hasta un 3% en tareas de clasificación de biomarcadores (ER, PR, HER2 en cáncer de mama) y anotación de tipos celulares.
• Robustez Transversal: Demostró una superioridad significativa en la preservación de la estructura biológica al realizar clustering en diferentes plataformas (Xenium vs. CosMx), superando a modelos especializados como scGPT y Nicheformer.
• Ablación: Los experimentos confirmaron que la jerarquía multinivel y la reponderación de confianza son componentes críticos; la eliminación del contexto de nicho degradó significativamente la realismo visual y la precisión biológica.

5. Significado e Impacto

SPATIA representa un avance fundamental en la biología computacional al cerrar la brecha entre la imagenología patológica y la transcriptómica espacial.

• Herramienta de Hipótesis: Permite la exploración in silico de transiciones de estado celular y variaciones fenotípicas cuando las mediciones experimentales son limitadas o destructivas.
• Modelo Base Multimodal: Establece un nuevo estándar como un "backbone" de propósito general que puede adaptarse a tareas tanto predictivas (anotación, imputación de genes) como generativas (simulación de microambientes).
• Escalabilidad: Su capacidad para manejar datos heterogéneos de múltiples plataformas y escalas (célula a tejido) lo hace aplicable a una amplia gama de estudios de enfermedades complejas, desde el cáncer hasta enfermedades neurodegenerativas.

En resumen, SPATIA no solo mejora la precisión de los modelos existentes, sino que introduce una nueva capacidad para simular y predecir dinámicas biológicas espaciales, ofreciendo una herramienta poderosa para descifrar la complejidad de los tejidos humanos.