Understanding Cell Fate Decisions with Temporal Attention

Resumen Técnico: Predicción del Destino Celular con Atención Temporal

1. Problema y Contexto

La respuesta a la quimioterapia en el cáncer es heterogénea; incluso células genéticamente idénticas pueden mostrar resultados divergentes (supervivencia vs. muerte) bajo las mismas condiciones de tratamiento. Comprender los determinantes no genéticos de estas decisiones celulares es crucial para mejorar las terapias.

• Desafío actual: Los estudios previos se han centrado en factores moleculares estáticos o en la clasificación de etapas del ciclo celular, pero carecen de una investigación sistemática sobre cuándo emerge la información predictiva durante la trayectoria temporal de una célula y cómo se relacionan las señales temporales locales con características celulares interpretables.
• Objetivo: Desarrollar un modelo de aprendizaje profundo capaz de predecir el destino celular (mitosis o apoptosis) directamente a partir de secuencias de imágenes de microscopía de lapso de tiempo (time-lapse) crudas, sin depender de características morfológicas predefinidas, e identificar los momentos y señales clave que guían estas decisiones.

2. Metodología

A. Conjunto de Datos

• Se utilizó un conjunto de datos público de imágenes de microscopía de fluorescencia de células vivas (274 videos).
• Tratamiento: Las células fueron tratadas con cisplatino (un agente quimioterapéutico) en tres dosis diferentes.
• Marcadores: Se monitorearon tres canales de fluorescencia:
  1. CFP-hGeminin: Progreso del ciclo celular (fases S/G2/M).
  2. NR1D1::VNP: Reloj circadiano y metabolismo (estrés celular).
  3. Reportero de actividad transcripcional de p53: Señalización de daño en el ADN.
• Datos: Aproximadamente 51,000 trayectorias celulares individuales, etiquetadas como eventos de mitosis (18,000) o apoptosis (3,500).
• Preprocesamiento: Se extrajeron parches centrados de 112x112 píxeles alrededor del centroide de cada célula.

B. Arquitectura del Modelo (Transformers)

• Backbone de Extracción de Características: Cada frame de la secuencia se procesa independientemente mediante una red ResNet-50 para generar embeddings de 2048 dimensiones.
• Modelo Temporal: Se utiliza una arquitectura Transformer.
  • Se añade un token [cls] al inicio de la secuencia para representar el estado global de la trayectoria.
  • Se incorporan positional embeddings sinusoidales para codificar el orden temporal.
  • El encoder consta de 8 capas con 4 cabezas de atención (multi-head self-attention) cada una.
• Capa de Clasificación: Una capa de atención adicional agrega la información temporal y un cabezal lineal clasifica el destino final (mitosis vs. apoptosis).
• Entrenamiento: Se utilizó un muestreo aleatorio ponderado para abordar el desequilibrio de clases y aumentos de datos (flips, jittering de color, desenfoque gaussiano y masking de segmentos finales).

C. Marco de Explicabilidad

• Análisis de Atención: Se extraen los pesos de atención de la última capa para identificar frames "de alta atención" (top 10%) vs. "de baja atención".
• Análisis de Características: Se calculan características morfológicas (área, perímetro, excentricidad, circularidad) e intensidades de fluorescencia para cada frame.
• Pruebas Estadísticas: Se realizan pruebas de permutación y se calcula el Delta de Cliff para cuantificar la magnitud y dirección de las diferencias entre los frames de alta y baja atención, sin asumir normalidad de los datos.

3. Resultados Clave

A. Rendimiento Predictivo

• El modelo logró una precisión balanceada (BAcc) de 0.94 y un F1-score de 0.93 en el conjunto de prueba, demostrando una alta capacidad para discriminar entre mitosis y apoptosis a pesar del desequilibrio de clases.
• La tasa de recuperación (recall) para la clase minoritaria (apoptosis) fue del 91.3%.

B. Distribución Temporal de la Información Predictiva (Experimentos de Truncamiento)

• Mitosis: La información predictiva se concentra fuertemente en los frames finales. El modelo puede predecir la mitosis con alta precisión utilizando solo los últimos 5-10 frames (~13 horas antes del evento). La eliminación de frames finales reduce drásticamente el rendimiento.
• Apoptosis: La información predictiva está distribuida a lo largo de una ventana temporal mucho más amplia. El modelo puede predecir la apoptosis hasta 10 horas antes del evento con buena precisión. La eliminación de los frames finales tiene un impacto menor en la precisión para la apoptosis en comparación con la mitosis.

C. Características Biológicas Identificadas

• Mitosis: Los frames de alta atención mostraron células más grandes, con mayor área y diámetro, y una mayor circularidad (redondeamiento celular), lo cual es consistente con la morfología mitótica. También se observó un aumento en la intensidad de p53 justo antes de la división.
• Apoptosis: Los frames de alta atención mostraron células más grandes, pero no necesariamente redondeadas (a menudo estiradas). Se detectó una intensidad elevada de p53 y del reportero circadiano en estos frames, sugiriendo que la señalización de p53 sostenida y la dinámica circadiana son señales tempranas de muerte celular.
• Ciclo Celular: No se encontraron diferencias significativas en el canal del ciclo celular (hGeminin) entre frames de alta y baja atención, indicando que el modelo no se basa principalmente en la fase del ciclo celular para la predicción.

4. Contribuciones Principales

1. Modelo Transformer para Destino Celular: Introducción de una arquitectura basada en Transformers que predice el destino celular directamente desde secuencias de imágenes crudas, sin ingeniería de características manual.
2. Explicabilidad Temporal: Desarrollo de un marco que vincula los pesos de atención del modelo con características morfológicas y moleculares interpretables, revelando cuándo y qué señales son críticas.
3. Descubrimiento Biológico: Demostración de que las señales predictivas para la mitosis y la apoptosis tienen distribuciones temporales distintas (cortas y finales vs. largas y distribuidas) y dependen de dinámicas específicas de p53 y morfología celular.
4. Predicción Temprana: Evidencia de que el destino celular puede predecirse con alta precisión hasta 10 horas antes de que ocurra el evento, lo que abre la puerta a intervenciones terapéuticas tempranas.

5. Significado e Impacto

Este trabajo transforma la microscopía de lapso de tiempo de una herramienta descriptiva a un marco cuantitativo para identificar determinantes tempranos de la respuesta a fármacos.

• Clínico: Permite estratificar poblaciones celulares heterogéneas y potencialmente identificar células resistentes antes de que sobrevivan al tratamiento, facilitando intervenciones prospectivas (ej. administración de segundos fármacos).
• Científico: Proporciona una metodología para desentrañar los mecanismos no genéticos de la toma de decisiones celulares, mostrando que los modelos de aprendizaje profundo basados en atención pueden capturar dinámicas de señalización complejas (como la duración y amplitud de la señal de p53) que son invisibles para análisis estáticos o de ventanas cortas.
• Reproducibilidad: El código y los datos están disponibles públicamente, fomentando la investigación futura en biología computacional y oncología.