Résumé technique : PACE – Transport de pont géométrie-conscient pour l'inférence de trajectoires à cellule unique

1. Formulation du problème

L'inférence de trajectoires à cellule unique vise à reconstruire l'évolution continue des états cellulaires à partir de snapshots temporels destructifs. Un défi fondamental dans ce domaine est que le problème est mal posé : ni les correspondances cellulaires inter-temporelles, ni les chemins continus entre les snapshots ne sont observés. Par conséquent, les distributions de snapshots observées seules ne déterminent pas de manière unique la dynamique sous-jacente.

Les méthodes existantes de transport optimal (OT) et basées sur les flux estiment généralement les couplages en se fondant sur la proximité euclidienne aux temps d'horloge observés. Cette approche suppose que les cellules échantillonnées au même temps expérimental occupent des stades de développement similaires. Cependant, dans les processus biologiques asynchrones (par exemple, la reprogrammation ou la différenciation), les cellules au même temps d'horloge peuvent se trouver à des stades de pseudotemps latents différents ou sur des branches de destin distinctes. Se fier uniquement à la distance euclidienne peut entraîner des trajectoires mal alignées, couplant des cellules de programmes de développement incompatibles (par exemple, lier des cellules apoptotiques à des cellules souches en expansion rapide) ou échouer à capturer un mouvement courbe et anisotrope le long de la variété des états cellulaires.

2. Méthodologie : Cadre PACE

Les auteurs proposent PACE (Transport de pont géométrie-conscient), un cadre qui sélectionne des dynamiques de transport continues cohérentes avec la géométrie à partir de snapshots non appariés. L'intuition centrale est que, bien que les véritables identités cellulaires ne soient pas observées, les voisinages spatio-temporels locaux fournissent une faible priorité sur les directions de mouvement admissibles : un mouvement le long des directions tangentielles localement supportées est plus plausible qu'un mouvement orthogonal à la structure de la variété observée.

PACE fonctionne via trois composantes couplées :

A. Métrique riemannienne anisotrope dépendante du temps et de l'état

PACE remplace les coûts euclidiens fixes par une action de chemin riemannienne induite par un tenseur métrique $G_k(x, t)$.

• Estimation de la géométrie locale : Pour chaque cellule observée, PACE estime les sous-espaces tangentiel et normal locaux en utilisant une analyse de covariance des plus proches voisins au sein du même snapshot.
• Construction de la métrique : La métrique est définie comme $G_k(x, t) = I + \alpha C^{(k)}_N(x, t)$, où $C^{(k)}_N$ est un champ interpolé spatio-temporellement de projecteurs normaux locaux.
• Fonction de coût : Le coût d'un chemin $\gamma$ est l'intégrale du carré de la vitesse pondéré par la métrique :
  $$A_{G_k}[\gamma] = \int_0^1 \dot{\gamma}(\tau)^\top G_k(\gamma(\tau), t_{k,\tau}) \dot{\gamma}(\tau) d\tau$$
  Cette formulation pénalise les composantes de vitesse dans la direction normale localement estimée (coût élevé) tout en préservant un faible coût pour le mouvement le long des directions tangentielles.

B. Optimisation alternée du pont et du couplage

Pour résoudre le problème de transport résultant de dimension infinie, PACE emploie une procédure d'optimisation alternée de dimension finie :

1. Apprentissage du pont (Couplage fixe) : Étant donné un couplage inter-temporel $\pi_k$, PACE entraîne un pont neuronal préservant les extrémités $\gamma_\theta(x, y, \tau)$. Le pont est paramétré comme une ligne droite plus un terme de correction neuronal mis à l'échelle par $\tau(1-\tau)$, garantissant $\gamma_\theta(x, y, 0)=x$ et $\gamma_\theta(x, y, 1)=y$. Le réseau est entraîné pour minimiser la perte d'action de chemin anisotrope définie par la métrique $G_k$.
2. Raffinement du couplage (Pont fixe) : En utilisant le pont appris, PACE calcule le coût d'action de chemin entre toutes les paires d'extrémités candidates. Il résout ensuite un problème de Transport Optimal pour mettre à jour le couplage $\pi_k$, en minimisant l'action de chemin totale plutôt que la distance euclidienne.
   Ceci crée un mécanisme de bootstrap où de meilleurs couplages fournissent une meilleure supervision des extrémités pour le pont, et de meilleurs ponts fournissent des coûts conscients de la géométrie pour le raffinement du couplage.

C. Distillation du champ de vitesse

Les ponts conditionnés par les extrémités sont spécifiques aux paires. Pour permettre une inférence de trajectoire globale, PACE distille les dynamiques de pont apprises dans un champ de vitesse continu global $v_\phi(x, t)$. Ce champ est entraîné pour correspondre aux vitesses des ponts neuronaux à des états et des temps arbitraires, permettant la génération de trajectoires continues via l'intégration d'EDOs à partir de n'importe quelle distribution initiale.

3. Contributions clés

1. Métrique consciente de la géométrie : Introduction d'une métrique riemannienne dépendante du temps et de l'état basée sur des projections d'espaces tangents spatio-temporels locaux. Cela fournit un coût d'action de chemin qui sélectionne des couplages au-delà de la simple proximité euclidienne des extrémités.
2. Procédure itérative de transport de pont : Développement d'un schéma d'optimisation alternée qui affine conjointement les correspondances inter-temporelles et les chemins d'interpolation sous la même action consciente de la géométrie, évitant ainsi le besoin d'appariements d'extrémités fixes.
3. Distillation de vitesse globale : Une méthode pour distiller des ponts neuronaux conditionnés par les extrémités en un champ de vitesse global pour la génération de trajectoires continues sans appariement cellulaire explicite ni traçage de lignée.

4. Résultats expérimentaux

PACE a été évalué sur sept jeux de données (synthétiques et biologiques contrôlés) couvrant neuf expériences de reconstruction tenues en réserve.

• Benchmarks 2D contrôlés : Sur les benchmarks "Ocean" (non-gradient rotatif) et "Two-Branch", PACE a obtenu les performances de reconstruction globales les plus fortes. Il a réussi à récupérer un mouvement rotatif lisse et des structures de ramification sans supervision de vitesse.
• Benchmarks biologiques :
  • EB PHATE : PACE a amélioré la reconstruction marginale tenue en réserve (MMD, W1, W2) et a montré une amélioration de 15,4 % de l'alignement de la vitesse ARN par rapport aux lignes de base, bien que la vitesse ARN n'ait pas été utilisée pendant l'entraînement.
  • iPSC-Liu & Schiebinger2019 : PACE a constamment surpassé les lignes de base (Action Matching, Aligned CFM, CURLY, DMSB, MFM, OT-CFM) dans les tâches de différenciation et de reprogrammation.
• Gains quantitatifs : Sur tous les jeux de données, PACE a réduit MMD, W1 et W2 d'une moyenne de 23,7 % par rapport à la ligne de base concurrente la plus forte.
• Performance en haute dimension : Dans des configurations de haute dimension (10D, 50D, 100D PCA), où les distances euclidiennes souffrent d'effets de concentration, PACE a maintenu des performances robustes en exploitant l'anisotropie locale plutôt que la séparation globale.
• Études d'ablation : La suppression de composants tels que le réappariement de couplage, la pénalité de métrique anisotrope ($\alpha=0$) ou le lissage de noyau spatial/temporel a dégradé les performances, confirmant que les gains proviennent de la combinaison de ces éléments.

5. Signification et affirmations

L'article affirme que la géométrie locale sert de biais inductif utile pour reconstruire des trajectoires à partir de snapshots destructifs. En remplaçant les coûts euclidiens par une action de chemin consciente de la géométrie, PACE résout l'ambiguïté fondamentale de l'inférence de trajectoire sans nécessiter :

• D'appariement cellulaire explicite ou de traçage de lignée.
• De supervision par vitesse ARN pendant l'entraînement.
• D'hypothèses de développement synchrone.

Les auteurs soulignent que PACE fournit des reconstructions plausibles et cohérentes avec la géométrie plutôt que des histoires cellulaires de vérité terrain, car le problème sous-jacent reste mal posé. La méthode démontre que l'inférence de directions admissibles à partir de voisinages spatio-temporels locaux suffit à améliorer considérablement la précision de l'inférence de la dynamique au niveau de la population en biologie à cellule unique.