SPATIA: Multimodal Generation and Prediction of Spatial Cell Phenotypes

Le papier présente SPATIA, un modèle génératif multimodal innovant qui fusionne la morphologie cellulaire, l'expression génique et le contexte spatial pour prédire et générer des phénotypes cellulaires avec une précision supérieure aux méthodes existantes sur un vaste jeu de données multi-échelles.

L'essentiel

Imaginez que vous essayez de comprendre comment fonctionne une ville complexe, comme Paris ou New York.

Jusqu'à présent, les scientifiques avaient deux façons d'étudier cette ville, mais elles étaient très limitées :

1. La vue aérienne (les images) : Ils prenaient des photos des bâtiments pour voir leur forme, leur taille et leur couleur. Mais ils ne savaient pas ce qui se passait à l'intérieur des immeubles.
2. La liste des habitants (les gènes) : Ils avaient une liste de tous les résidents et de leurs métiers (ce qu'ils produisent), mais sans savoir où ils vivaient exactement ou à quoi ressemblait leur maison.

Le problème, c'est que la forme d'une maison et la profession de ses habitants sont souvent liées. Un atelier de poterie aura une forme différente d'une bibliothèque, et les gens qui y vivent auront des besoins différents. Les anciennes méthodes étudiaient ces deux aspects séparément, comme si on essayait de comprendre une ville en regardant juste les photos ou juste la liste des habitants, sans jamais les relier.

Voici comment SPATIA change la donne.

1. Le Grand Architecte Numérique (SPATIA)

SPATIA est comme un architecte numérique super-intelligent qui a décidé de fusionner ces deux mondes. Il ne se contente pas de regarder les photos et la liste des gènes séparément. Il les assemble pour créer une "carte vivante" de la ville cellulaire.

• L'analogie du puzzle : Imaginez que vous avez des millions de pièces de puzzle. Certaines pièces sont des photos de cellules, d'autres sont des données sur leurs gènes. Les anciennes méthodes essayaient de faire deux puzzles séparés. SPATIA, lui, assemble tout en un seul grand puzzle où chaque pièce de photo s'adapte parfaitement à sa pièce de données génétiques, tout en tenant compte de ses voisins immédiats.

2. Trois Niveaux de Vision

SPATIA ne regarde pas seulement une cellule isolée. Il a une vision à trois niveaux, comme un drone qui zoome et dézoome :

• Niveau Cellule (Le détail) : Il regarde une cellule individuelle. "À quoi ressemble cette maison ? Qui habite dedans ?"
• Niveau Quartier (Le voisinage) : Il regarde un groupe de cellules voisines (un "niche"). "Comment ces maisons interagissent-elles ? Est-ce que l'atelier de poterie influence la boulangerie d'à côté ?"
• Niveau Ville (Le tissu global) : Il regarde l'ensemble du tissu. "Comment les différents quartiers s'organisent-ils pour former la ville entière ?"

En reliant ces trois niveaux, SPATIA comprend le contexte. Une cellule n'est pas juste une cellule ; elle est ce qu'elle est à cause de son environnement.

3. La Machine à Voyage dans le Temps (Génération)

C'est la partie la plus magique. SPATIA peut prédire le futur d'une cellule.

Imaginez que vous voulez savoir à quoi ressemblera une maison si vous transformez un atelier de poterie en une usine chimique (c'est ce qu'on appelle une "perturbation" ou un changement de maladie, comme le passage d'un cancer débutant à un cancer agressif).

• Le problème : En biologie, on ne peut pas voyager dans le temps. On ne peut pas prendre une cellule, la modifier, et la regarder changer sous nos yeux sans la détruire.
• La solution de SPATIA : Il utilise une technique mathématique intelligente (appelée "Transport Optimal") pour deviner quels voisins sont susceptibles de changer de forme. Ensuite, il utilise un modèle génératif (comme un artiste qui peint) pour dessiner à quoi ressemblera la cellule après le changement.

C'est comme si vous lui disiez : "Voici une cellule saine. Imaginez maintenant qu'elle devient cancéreuse. À quoi va-t-elle ressembler ?" Et SPATIA vous montre l'image du résultat, en respectant les règles biologiques réelles.

4. Pourquoi c'est révolutionnaire ?

Pour faire simple, SPATIA est comme un traducteur universel entre la forme et la fonction.

• Il apprend que la forme d'une cellule (sa morphologie) raconte une histoire sur ses gènes.
• Il apprend que l'environnement (le quartier) influence cette histoire.
• Il est capable de simuler des changements futurs, ce qui permet aux médecins et chercheurs de tester des traitements "en virtuel" avant de les essayer sur de vrais patients.

En résumé :
SPATIA est un outil qui permet de voir la ville cellulaire dans son intégralité, de comprendre comment chaque habitant (gène) et chaque bâtiment (morphologie) interagissent, et de prédire comment cette ville va évoluer si on change les règles du jeu. C'est un pas de géant pour comprendre la santé et la maladie, non plus comme une liste de données, mais comme une histoire vivante et connectée.

Résumé technique

1. Problématique et Contexte

La compréhension de la fonction tissulaire repose sur l'interaction complexe entre trois dimensions : la morphologie cellulaire, l'expression génique et le contexte spatial. Bien que les technologies de transcriptomique spatiale (ST) basées sur l'imagerie fournissent désormais des mesures haute résolution de ces trois modalités, les méthodes existantes présentent des limites majeures :

• Analyse isolée : La plupart des approches traitent l'image et l'expression génique séparément, échouant à capturer les relations non linéaires et dépendantes du contexte qui définissent l'identité cellulaire.
• Résolution limitée : Les modèles de pathologie se concentrent souvent sur l'analyse de lames entières (Whole Slide Images) sans information moléculaire, tandis que les modèles de transcriptomique spatiale opèrent souvent au niveau des "spots" ou des patches, manquant la granularité cellulaire.
• Absence de génération conditionnelle : Il est difficile de prédire les changements morphologiques sous perturbation (par exemple, la progression tumorale) car les données appariées "avant/après" pour une même cellule sont impossibles à obtenir dans les technologies ST destructives.

L'objectif est donc de développer un modèle unifié capable d'apprendre des représentations spatiales conscientes, de fusionner ces modalités à plusieurs échelles (cellule, niche, tissu) et de générer des morphologies cellulaires réalistes sous des conditions de perturbation spécifiques.

2. Méthodologie : L'Architecture SPATIA

SPATIA est un modèle génératif et prédictif multi-niveaux conçu pour apprendre des représentations unifiées en fusionnant la morphologie, l'expression génique et les coordonnées spatiales.

A. Architecture Hiérarchique Multi-Niveaux

Le modèle intègre trois niveaux d'abstraction spatiale :

1. Niveau Cellule : Fusionne les tokens morphologiques (extrait d'images par un encodeur ViT) et les embeddings transcriptomiques (via un encodeur pré-entraîné comme scPRINT) via un mécanisme d'attention croisée. Cela aligne la morphologie de la cellule avec son profil génique.
2. Niveau Niche (Micro-environnement) : Regroupe les cellules voisines en patches spatiaux (ex: 256x256 px). Un transformateur modélise les interactions cellule-cellule locales en utilisant des requêtes de niche dérivées des embeddings cellulaires.
3. Niveau Tissu (Global) : Un transformateur global agrège les représentations de niche pour capturer les dépendances à longue portée à travers toute la lame histologique.

B. Apprentissage de Représentations Invariantes

Pour gérer l'hétérogénéité des plateformes (Xenium, CosMx, Visium, etc.), SPATIA utilise :

• Un objectif d'indépendance des embeddings pour séparer la variation biologique des artefacts techniques.
• Des tokens spécifiques à la plateforme pour apprendre des représentations invariantes tout en conservant les informations techniques nécessaires.

C. Génération Conditionnelle Spatiale (Modélisation des Perturbations)

C'est l'apport le plus novateur pour simuler les transitions phénotypiques (ex: DCIS vers carcinome invasif) sans données appariées réelles :

1. Construction de Paires Faibles (Weak Pairing) : Puisqu'on ne peut pas observer la même cellule avant/après, le modèle apparie des cellules de contrôle et de cible dans des régions spatiales adjacentes ou des niches cohérentes.
2. Transport Optimal (OT) : Un couplage par Transport Optimal régularisé par l'entropie est calculé dans l'espace de l'expression génique pour aligner les distributions de contrôle et de cible, évitant ainsi un appariement morphologique trivial.
3. Flow Matching Conscient de la Confiance : Pour gérer le bruit inhérent aux paires faibles, SPATIA propose un objectif de Flow Matching qui répond les trajectoires de flux en fonction de l'incertitude du couplage OT (poids de confiance).
4. Alignement Morphologie-Profil : Une perte supplémentaire assure que les images générées respectent la distribution des caractéristiques biologiques réelles (via des encodeurs de morphologie pré-entraînés).
5. Régularisation Contrastive de Condition : Pour éviter que le modèle ne confonde différents types de transitions, une régularisation contraste la condition de transition correcte avec des conditions incorrectes.

3. Contributions Clés

1. Architecture Hiérarchique Multi-Niveaux : SPATIA est le premier modèle à intégrer explicitement la morphologie, l'expression génique et le contexte spatial à travers trois échelles (cellule, niche, tissu) via une attention hiérarchique.
2. Apprentissage Invariant aux Plateformes : Introduction d'objectifs et de tokens pour apprendre des représentations biologiques robustes malgré les variations techniques entre les différentes technologies de séquençage spatial.
3. Modélisation Générative Conditionnelle Spatiale : Développement d'un cadre de Flow Matching conditionné par l'état intrinsèque de la cellule et la niche extrinsèque, permettant de simuler des transitions phénotypiques réalistes (ex: remodelage immunitaire) sans données appariées pré-post.
4. Benchmarks à Grande Échelle (MIST) : Création et utilisation de MIST, un atlas multi-échelle contenant 25,9 millions de paires cellule-gène provenant de 74 sources, 17 tissus et 4 plateformes.

4. Résultats Expérimentaux

Les performances de SPATIA ont été évaluées sur 12 tâches (génération, annotation, clustering, imputation de gènes, prédiction de biomarqueurs) contre 18 modèles de l'état de l'art.

• Génération de Morphologie : SPATIA surpasse les modèles existants (CellFlux, MorphDiff, GeneFlow) avec une amélioration de 8 % de la fidélité générative (mesurée par FID et KID) et une meilleure correction morphologique biologique (corrélation de Wasserstein et statistique KS).
• Prédiction et Clustering : Le modèle améliore la précision prédictive de jusqu'à 3 % sur des tâches de classification de biomarqueurs (ER, PR, HER2) et de clustering cellulaire, surpassant des modèles spécialisés comme UNI ou scGPT.
• Robustesse aux Plateformes : Dans les évaluations de clustering sur des données Xenium et CosMx, SPATIA démontre une meilleure préservation de la structure biologique et une réduction significative des effets de lot (batch effects) par rapport aux méthodes PCA ou aux modèles monocellulaires standards.
• Prédiction d'Expression Génique : Le modèle permet une prédiction précise de l'expression génique à partir d'images histologiques sur plusieurs cohortes de cancers.

5. Signification et Impact

SPATIA représente une avancée majeure en biologie computationnelle et en intelligence artificielle pour la santé :

• Unification des Modalités : Il comble le fossé entre l'imagerie histologique et la transcriptomique, prouvant qu'un seul modèle peut exceller à la fois en génération et en prédiction.
• Exploration In Silico : La capacité à simuler des changements morphologiques sous perturbation (ex: progression tumorale, activation immunitaire) ouvre la voie à la génération d'hypothèses et à l'exploration de variations phénotypiques lorsque les mesures expérimentales sont limitées ou destructives.
• Évolutivité : La construction du jeu de données MIST et l'architecture du modèle démontrent la faisabilité de l'apprentissage de fondation (foundation models) à l'échelle de dizaines de millions de cellules pour la biologie spatiale.

En résumé, SPATIA établit un nouvel état de l'art pour la modélisation des phénotypes cellulaires spatiaux, offrant un outil puissant pour décrypter l'organisation tissulaire et les dynamiques cellulaires dans la santé et la maladie.