Resumen Técnico: PACE – Transporte de Puente Consciente de la Geometría para la Inferencia de Trayectorias de Células Únicas

1. Formulación del Problema

La inferencia de trayectorias de células únicas busca reconstruir la evolución continua del estado celular a partir de instantáneas destructivas de series temporales. Un desafío fundamental en este dominio es que el problema está mal planteado: ni las correspondencias celulares entre tiempos ni las trayectorias continuas entre instantáneas son observadas. En consecuencia, las distribuciones de instantáneas observadas por sí solas no determinan de manera única la dinámica subyacente.

Los métodos existentes de transporte óptimo (OT) y basados en flujos suelen estimar acoplamientos basados en la proximidad euclidiana en los tiempos de reloj observados. Este enfoque asume que las células muestreadas en el mismo tiempo experimental ocupan etapas de desarrollo similares. Sin embargo, en procesos biológicos asíncronos (por ejemplo, reprogramación o diferenciación), las células en el mismo tiempo de reloj pueden residir en diferentes etapas latentes de pseudotiempo o en ramas de destino distintas. Confiar únicamente en la distancia euclidiana puede conducir a trayectorias desalineadas, acoplando células de programas de desarrollo incompatibles (por ejemplo, vinculando células apoptóticas con células madre en rápida expansión) o fallando en capturar el movimiento curvo y anisotrópico a lo largo de la variedad del estado celular.

2. Metodología: Marco PACE

Los autores proponen PACE (Transporte de Puente Consciente de la Geometría), un marco que selecciona dinámicas de transporte continuo consistentes con la geometría a partir de instantáneas no emparejadas. La intuición central es que, aunque las identidades celulares verdaderas no se observan, los vecindarios espaciotemporales locales proporcionan un prior débil sobre las direcciones de movimiento admisibles: el movimiento a lo largo de direcciones tangentes soportadas localmente es más plausible que el movimiento ortogonal a la estructura de la variedad observada.

PACE opera a través de tres componentes acoplados:

A. Métrica Riemanniana Anisotrópica Dependiente del Tiempo y del Estado

PACE reemplaza los costos euclidianos fijos con una acción de trayectoria Riemanniana inducida por un tensor métrico $G_k(x, t)$.

• Estimación de Geometría Local: Para cada célula observada, PACE estima los subespacios tangente y normal locales utilizando un análisis de covarianza de los vecinos más cercanos dentro de la misma instantánea.
• Construcción de la Métrica: La métrica se define como $G_k(x, t) = I + \alpha C^{(k)}_N(x, t)$, donde $C^{(k)}_N$ es un campo interpolado espaciotemporalmente de proyectores normales locales.
• Función de Costo: El costo de una trayectoria $\gamma$ es la integral del cuadrado de la velocidad ponderada por la métrica:
  $$A_{G_k}[\gamma] = \int_0^1 \dot{\gamma}(\tau)^\top G_k(\gamma(\tau), t_{k,\tau}) \dot{\gamma}(\tau) d\tau$$
  Esta formulación penaliza los componentes de velocidad en la dirección normal estimada localmente (alto costo) mientras preserva un bajo costo para el movimiento a lo largo de las direcciones tangentes.

B. Optimización Alternada de Puente y Acoplamiento

Para resolver el problema de transporte resultante de dimensión infinita, PACE emplea un procedimiento de optimización alternada de dimensión finita:

1. Aprendizaje del Puente (Acoplamiento Fijo): Dado un acoplamiento entre tiempos $\pi_k$, PACE entrena un puente neuronal que preserva los extremos $\gamma_\theta(x, y, \tau)$. El puente se parametriza como una línea recta más un término de corrección neuronal escalado por $\tau(1-\tau)$, asegurando $\gamma_\theta(x, y, 0)=x$ y $\gamma_\theta(x, y, 1)=y$. La red se entrena para minimizar la pérdida de acción de trayectoria anisotrópica definida por la métrica $G_k$.
2. Refinamiento del Acoplamiento (Puente Fijo): Utilizando el puente aprendido, PACE calcula el costo de acción de trayectoria entre todos los pares de extremos candidatos. Luego resuelve un problema de Transporte Óptimo para actualizar el acoplamiento $\pi_k$, minimizando la acción de trayectoria total en lugar de la distancia euclidiana.
   Esto crea un mecanismo de arranque en el que mejores acoplamientos proporcionan una mejor supervisión de extremos para el puente, y mejores puentes proporcionan costos conscientes de la geometría para refinar el acoplamiento.

C. Destilación del Campo de Velocidad

Los puentes condicionados por los extremos son específicos de cada par. Para permitir la inferencia global de trayectorias, PACE destila las dinámicas del puente aprendido en un campo de velocidad continuo global $v_\phi(x, t)$. Este campo se entrena para coincidir con las velocidades de los puentes neuronales en estados y tiempos arbitrarios, permitiendo la generación de trayectorias continuas mediante integración de EDO desde cualquier distribución inicial.

3. Contribuciones Clave

1. Métrica Consciente de la Geometría: Introducción de una métrica Riemanniana dependiente del tiempo y del estado basada en proyecciones locales del espacio tangente espaciotemporal. Esto proporciona un costo de acción de trayectoria que selecciona acoplamientos más allá de la simple proximidad euclidiana de extremos.
2. Procedimiento Iterativo de Transporte de Puente: Desarrollo de un esquema de optimización alternada que refina conjuntamente las correspondencias entre tiempos y las trayectorias interpolantes bajo la misma acción consciente de la geometría, evitando la necesidad de emparejamientos fijos de extremos.
3. Destilación Global de Velocidad: Un método para destilar puentes neuronales condicionados por extremos en un campo de velocidad global para la generación continua de trayectorias sin emparejamiento celular explícito ni trazado de linaje.

4. Resultados Experimentales

PACE fue evaluado en siete conjuntos de datos (sintéticos y biológicos controlados) que cubren nueve experimentos de reconstrucción retenidos.

• Benchmarks 2D Controlados: En los benchmarks "Ocean" (rotacional no gradiente) y "Two-Branch", PACE logró el mejor rendimiento general de reconstrucción. Recuperó con éxito el movimiento rotacional suave y las estructuras de ramificación sin supervisión de velocidad.
• Benchmarks Biológicos:
  • EB PHATE: PACE mejoró la reconstrucción marginal retenida (MMD, W1, W2) y mostró una mejora del 15.4% en la alineación de la velocidad de ARN en comparación con las líneas base, a pesar de que la velocidad de ARN no se utilizó durante el entrenamiento.
  • iPSC-Liu & Schiebinger2019: PACE superó consistentemente a las líneas base (Action Matching, Aligned CFM, CURLY, DMSB, MFM, OT-CFM) en tareas de diferenciación y reprogramación.
• Ganancias Cuantitativas: En todos los conjuntos de datos, PACE redujo MMD, W1 y W2 en un promedio del 23.7% en relación con la línea base competidora más fuerte.
• Rendimiento en Alta Dimensión: En configuraciones de alta dimensión (10D, 50D, 100D PCA), donde las distancias euclidianas sufren efectos de concentración, PACE mantuvo un rendimiento robusto aprovechando la anisotropía local en lugar de la separación global.
• Estudios de Ablación: La eliminación de componentes como el reemparejamiento de acoplamientos, la penalización de la métrica anisotrópica ($\alpha=0$) o el suavizado de kernel espacial/temporal degradó el rendimiento, confirmando que las ganancias surgen de la combinación de estos elementos.

5. Significado y Afirmaciones

El artículo afirma que la geometría local sirve como un sesgo inductivo útil para reconstruir trayectorias a partir de instantáneas destructivas. Al reemplazar los costos euclidianos con una acción de trayectoria consciente de la geometría, PACE aborda la ambigüedad fundamental de la inferencia de trayectorias sin requerir:

• Emparejamiento celular explícito o trazado de linaje.
• Supervisión de velocidad de ARN durante el entrenamiento.
• Suposiciones de desarrollo sincrónico.

Los autores enfatizan que PACE proporciona reconstrucciones plausibles y consistentes con la geometría en lugar de historias celulares de verdad fundamental, ya que el problema subyacente sigue estando mal planteado. El método demuestra que inferir direcciones admisibles a partir de vecindarios espaciotemporales locales es suficiente para mejorar significativamente la precisión de la inferencia de dinámicas a nivel de población en la biología de células únicas.