Cell-Type Prototype-Informed Neural Network for Gene Expression Estimation from Pathology Images

1. Planteamiento del Problema

La estimación de perfiles de expresión génica a partir de imágenes de patología (Whole Slide Images - WSIs) es una alternativa prometedora y de bajo costo a la secuenciación de ARN (RNA-seq). Sin embargo, los métodos existentes presentan limitaciones fundamentales:

• Falta de resolución celular: Los enfoques actuales tratan la expresión génica como una señal agregada a nivel de diapositiva o parche, ignorando que esta expresión surge de la agregación de señales a nivel de células individuales.
• Brecha de modalidades: Aunque existen bases de datos públicas de secuenciación de ARN de células individuales (scRNA-seq) que ofrecen perfiles detallados por tipo celular, estos datos son ruidosos, sufren efectos de lote y, crucialmente, no están emparejados con imágenes histológicas. Esto dificulta su uso directo para entrenar modelos que predigan expresión génica a partir de imágenes.

El objetivo es desarrollar un marco que integre la información celular de las bases de datos scRNA-seq para guiar la estimación de expresión génica a partir de imágenes de patología, superando la falta de correspondencia directa entre ambas modalidades.

2. Metodología: CPNN (Red Neuronal Informada por Prototipos de Tipo Celular)

Los autores proponen CPNN, un marco que modela la expresión génica observada (a nivel de diapositiva o parche) como una mezcla de perfiles de expresión de tipos celulares específicos.

Componentes Clave:

1. Generación de Prototipos de Tipo Celular (Cell-type Prototypes):

   • Se extraen perfiles de expresión promedio (prototipos, denotados como $\bar{T}$) de bases de datos públicas de scRNA-seq.
   • Estos prototipos capturan patrones estables de co-variación entre genes para cada tipo celular.
   • Para mitigar el ruido y los efectos de lote, se utiliza una regresión de binomial negativa para estimar estos prototipos de manera "agente de lote" (batch-agnostic).

2. Modelado de la Expresión:

   • La expresión génica a nivel de diapositiva/parche se modela como una combinación lineal de los prototipos de tipos celulares, ponderada por pesos composicionales ($W$) estimados directamente desde la imagen.
   • La fórmula básica (Ecuación 1) es:
     $$\mu^b_g = \alpha_g \sum_i \sum_c w(x_i)_c \cdot \bar{T}_{c,g} + \beta_g$$
     Donde:
     • $w(x_i)_c$: Peso (proporción) del tipo celular $c$ en el parche $i$.
     • $\bar{T}_{c,g}$: Prototipo de expresión del gen $g$ para el tipo celular $c$.
     • $\alpha_g, \beta_g$: Parámetros de corrección de escala y sesgo para abordar la brecha entre las modalidades (imagen vs. scRNA-seq).

3. Arquitectura de la Red:

   • Extracción de Características: Se utilizan parches de la imagen WSI procesados por un codificador de imágenes preentrenado (ej. CONCH).
   • Estimación de Pesos: Una red neuronal (MLP) toma las características de la imagen y predice la proporción de cada tipo celular (usando una capa softmax).
   • Pérdida y Optimización:
     • Se utiliza una función de pérdida de verosimilitud negativa logarítmica asumiendo una distribución Binomial Negativa para la expresión observada.
     • Se introduce un término de regularización que impone consistencia suave entre los resultados de descomposición celular (deconvolución) y los pesos estimados por la red, asegurando que el modelo no pierda la información biológica subyacente.

4. Adaptación a Nivel de Parche (Spatial Transcriptomics):

   • Para datos de transcriptómica espacial, el marco se adapta cambiando la función de pérdida. Dado que los datos espaciales son ruidosos, se reemplaza la pérdida basada en valores absolutos por una pérdida basada en el coeficiente de correlación de Pearson, enfocándose en las relaciones relativas entre parches.

3. Contribuciones Clave

• Formulación del Problema: Una nueva formulación para la estimación de expresión génica desde WSIs que incorpora explícitamente conjuntos de datos de expresión a nivel celular recuperados de bases de datos de scRNA-seq.
• Arquitectura CPNN: El desarrollo de una red neuronal que integra prototipos de tipos celulares y sus pesos composicionales, actuando como un regularizador estructural biológicamente fundamentado.
• Interpretabilidad: A diferencia de las "cajas negras" tradicionales, CPNN proporciona pesos inferidos que revelan qué tipos celulares impulsan la expresión génica predicha, ofreciendo insights biológicos directos.
• Validación Exhaustiva: Evaluación en múltiples conjuntos de datos públicos a nivel de diapositiva (TCGA: BRCA, KIRC, LUAD) y a nivel de parche (CSCC, Her2st, STNet).

4. Resultados

• Rendimiento Superior: CPNN logró el mejor rendimiento en términos de correlación de Spearman (SCC) en todos los conjuntos de datos evaluados, superando a métodos basados en Aprendizaje de Múltiples Instancias (MIL), regresión (MIR), transformadores y modelos de espacio de estado (como MambaMIL).
  • En BRCA, KIRC y LUAD, CPNN superó consistentemente a los métodos state-of-the-art (SOTA).
• Integración Modular: En tareas de nivel de parche, CPNN se integró como un componente "plug-in" en arquitecturas existentes (STNet, TRIPLEX), mejorando significativamente el rendimiento (ej. aumento de +0.0506 en SCC en el dataset CSCC).
• Validación Biológica:
  • Los pesos inferidos mostraron coherencia biológica: los subtipos de cáncer de mama (BRCA) mostraron activación alta en los prototipos de tipos celulares esperados (ej. tumores Basal-like con alta actividad de proliferación/ciclado).
  • El estudio de ablación demostró que tanto la inicialización con prototipos como la corrección de modalidad y la actualización de prototipos son esenciales para el rendimiento.
  • La granularidad de las etiquetas de tipos celulares (fino vs. grueso) afectó el rendimiento, siendo un nivel medio a fino el óptimo.

5. Significado e Impacto

Este trabajo representa un avance significativo en la bioinformática computacional al cerrar la brecha entre la morfología histológica y la expresión génica molecular.

• Fundamento Biológico: Al modelar explícitamente el proceso de generación de datos (agregación celular), CPNN proporciona predicciones más robustas y biológicamente plausibles que los enfoques puramente basados en características de imagen.
• Interpretabilidad Clínica: La capacidad de visualizar qué tipos celulares contribuyen a la expresión predicha permite a los investigadores e investigadores clínicos entender los mecanismos subyacentes de las predicciones, facilitando la clasificación de subtipos moleculares y la estratificación de tratamientos personalizados.
• Eficiencia de Costos: Permite obtener perfiles moleculares detallados a partir de imágenes de patología estándar (baratas y ampliamente disponibles), reduciendo la dependencia de técnicas costosas como la transcriptómica espacial o el scRNA-seq en entornos clínicos rutinarios.

En resumen, CPNN demuestra que incorporar conocimiento biológico de nivel celular (a través de prototipos) en redes neuronales profundas mejora tanto la precisión como la interpretabilidad de la estimación de expresión génica a partir de imágenes de patología.