AdvDINO: Domain-Adversarial Self-Supervised Representation Learning for Spatial Proteomics

Resumen Técnico: AdvDINO

1. El Problema

El aprendizaje auto-supervisado (SSL) ha demostrado ser una herramienta poderosa para aprender representaciones visuales sin necesidad de anotaciones manuales, con modelos como DINOv2 estableciéndose como estándar en el campo. Sin embargo, estos métodos sufren de una falta de robustez ante el desplazamiento de dominio (domain shift).

En el contexto de la proteómica espacial (específicamente en imágenes de inmunofluorescencia multiplex o mIF), este problema es crítico debido a los efectos de lote (batch effects). Variaciones sistemáticas en la intensidad del tinte, el contraste y la distribución de señales entre diferentes muestras (causadas por variabilidad entre corridas de laboratorio, diferentes portaobjetos o escáneres) pueden hacer que los modelos aprendan características específicas del "lote" o del "portaobjetos" en lugar de señales biológicas reales. Esto resulta en representaciones que no generalizan bien y en agrupaciones (clustering) que reflejan artefactos técnicos en lugar de fenotipos biológicos significativos.

2. Metodología: AdvDINO

Los autores proponen AdvDINO, un marco de aprendizaje auto-supervisado con adversarios de dominio que integra un capa de reversión de gradiente (Gradient Reversal Layer - GRL) dentro de la arquitectura DINOv2.

• Arquitectura Base: Utiliza un par de redes estudiante-profesor basadas en Vision Transformers (ViT-L), entrenadas con los objetivos de DINOv2: modelado de imágenes enmascaradas (MIM) y destilación de conocimiento (self-distillation).
• Aprendizaje Adversarial de Dominio:
  • Se introduce un discriminador de dominio (un MLP ligero) que intenta predecir el origen de la imagen (ej. el ID del portaobjetos o lote) a partir de las características extraídas por el codificador estudiante.
  • La Capa de Reversión de Gradiente (GRL) conecta el codificador con el discriminador. Durante la propagación hacia adelante, actúa como una función identidad. Sin embargo, durante la retropropagación, invierte el signo del gradiente ($-1$).
  • Objetivo: Esto obliga al codificador a aprender características que confundan al discriminador (haciendo imposible predecir el dominio), mientras mantiene la capacidad de preservar características semánticas útiles para tareas posteriores.
• Estrategia de Entrenamiento:
  • Se utiliza una estrategia de múltiples recortes (multi-crop) con 10 vistas por imagen (2 globales, 8 locales).
  • La función de pérdida total combina la pérdida de destilación, la pérdida MIM y la pérdida adversaria de dominio ($L_{adv}$), ponderada por un hiperparámetro $\lambda_{adv}$.
  • En este estudio, el "dominio" se define como el ID de cada portaobjetos (slide) para mitigar específicamente los sesgos de tinción específicos de la muestra.

3. Contribuciones Clave

1. Marco Híbrido: Primera integración exitosa de aprendizaje adversarial de dominio dentro de la pre-entrenamiento auto-supervisado de DINOv2 para imágenes de proteómica espacial.
2. Robustez Biológica: Demostración de que AdvDINO puede aprender representaciones invariantes al dominio en datos de mIF de 6 canales, superando a las líneas base no adversarias.
3. Aplicación a Cohortes Reales: Validación en una cohorte clínica real de 435 pacientes con cáncer de pulmón (más de 5.46 millones de parches de imagen) y generalización a una cohorte de cáncer de mama.
4. Descubrimiento de Fenotipos: Identificación de clusters biológicamente significativos y pronósticos que no están sesgados por el origen de la muestra.

4. Resultados

• Evaluación de Robustez al Dominio:

  • Visualización (UMAP): Mientras que DINOv2 estándar muestra agrupaciones estrictas por ID de portaobjetos (los puntos del mismo portaobjetos se agrupan juntos), AdvDINO muestra una mezcla inter-portaobjetos, indicando que las características biológicas se han separado de los artefactos técnicos.
  • Métrica Cuantitativa: El Índice de Rand Ajustado (ARI) entre las asignaciones de clusters y los IDs de portaobjetos fue de 0.66 para DINOv2 (alto sesgo) frente a 0.037 para AdvDINO (bajo sesgo, indicando independencia del dominio).

• Análisis de Clusters y Pronóstico:

  • Se realizaron clusters no supervisados sobre los embeddings de AdvDINO.
  • Se identificaron clusters con perfiles proteómicos distintivos (ej. enriquecimiento de células T CD8, FOXP3, PD-L1).
  • Significancia Pronóstica: Varios clusters mostraron asociaciones significativas con la supervivencia del paciente (índice de concordancia o C-index entre 0.67 y 0.73). Por ejemplo, el Cluster 5 (enriquecido en células inmunes) se asoció con mayor supervivencia, mientras que el Cluster 12 (tejido tumoral escaso) se asoció con menor supervivencia.

• Predicción de Supervivencia (ABMIL):

  • Se aplicó Aprendizaje por Instancias Múltiples basado en Atención (ABMIL) para predecir la supervivencia a nivel de portaobjetos.
  • Rendimiento: AdvDINO logró un C-index de 0.799, superando a DINOv2 no adversario (0.789) y significativamente mejor que los modelos basados en métricas manuales tradicionales (0.680).
  • El análisis de atención reveló que el modelo se centraba en los mismos clusters que habían demostrado ser pronósticos en el análisis no supervisado.

• Generalización:

  • Al aplicar el enfoque a una cohorte de cáncer de mama, AdvDINO nuevamente redujo el ARI (de 0.44 a 0.12) e identificó clusters asociados al subtipo agresivo de cáncer de mama triple negativo (TNBC), algo que DINOv2 estándar no logró hacer de manera significativa.

5. Significado e Impacto

El trabajo de AdvDINO es fundamental para el avance de la patología computacional y la proteómica espacial.

• Solución a un problema crítico: Aborda directamente el desafío de los efectos de lote, que a menudo invalidan los hallazgos en estudios de imágenes médicas a gran escala.
• Descubrimiento sin supervisión: Permite descubrir subtipos biológicos y fenotipos espaciales nuevos sin necesidad de anotaciones manuales costosas, lo cual es vital en oncología.
• Aplicabilidad Amplia: Aunque se demuestra en mIF, el marco es generalizable a otras modalidades de imágenes médicas (histopatología, radiología) donde el desplazamiento de dominio es común.
• Traducción Clínica: Al mejorar la robustez de las representaciones, AdvDINO facilita el desarrollo de herramientas de IA más confiables para la estratificación de pacientes y la predicción de resultados clínicos.

En conclusión, AdvDINO representa un paso adelante hacia modelos de visión por computadora más robustos y biológicamente interpretables en entornos médicos complejos y heterogéneos.