PerturbLDM: conditional latent diffusion for modelling single-cell perturbation responses

Dans le vaste paysage de la biologie moderne, les scientifiques ont développé un moyen puissant d'observer la vie : en examinant les cellules individuelles. Au lieu d'étudier un organe ou un tissu entier comme un mélange homogène, les chercheurs peuvent désormais regarder à l'intérieur d'une cellule unique pour lire ses instructions génétiques, connues sous le nom de profil transcriptionnel. Cette vue détaillée révèle comment une cellule se comporte, ce qu'elle fait et comment elle réagit à son environnement. Un objectif majeur dans ce domaine est de comprendre comment les cellules réagissent lorsqu'elles sont perturbées. Ces perturbations, ou perturbations, peuvent être des médicaments, des changements de température ou des variations de signaux chimiques. En cartographiant ces réactions, les scientifiques espèrent prédire comment une cellule spécifique se comportera sous une condition spécifique. Cependant, le nombre de combinaisons possibles est écrasant. Il existe d'innombrables types de cellules, des milliers de médicaments potentiels et des variations infinies de dosage et de durée. Il est physiquement impossible de tester chaque combinaison en laboratoire. Cela laisse un fossé massif dans les connaissances : nous avons des données pour certains scénarios, mais nous sommes aveugles face à la plupart des autres. Le défi est de trouver un moyen d'apprendre des expériences que nous avons réalisées et d'utiliser ce savoir pour deviner avec précision ce qui se passerait dans les millions de situations que nous n'avons pas encore testées.

Pour combler ce fossé, une équipe de chercheurs a développé un nouvel outil informatique appelé PerturbLDM. Ce système est conçu pour agir comme un simulateur sophistiqué de réponses cellulaires. Il ne se contente pas de deviner ; il apprend les modèles sous-jacents de la façon dont les cellules changent lorsqu'elles sont poussées. Les chercheurs ont entraîné ce système en utilisant une phase de pré-entraînement sur le jeu de données Tahoe-100M. Une fois que le système a appris les règles générales du comportement cellulaire à partir de cette vaste bibliothèque, ils ont testé sa capacité à prédire des résultats qu'il n'avait jamais vus auparavant. Les résultats ont été frappants. Lorsqu'on lui a demandé de prévoir les effets de 13 942 combinaisons différentes de médicaments, de doses et de lignées cellulaires qui avaient été écartées de son entraînement, PerturbLDM a été plus précis que toute méthode existante. Dans plus de 95 pour cent de ces conditions, les prédictions du système correspondaient mieux aux groupes de contrôle du monde réel qu'une simple base mathématique qui additionne simplement les effets des facteurs individuels. Cela suggère que le système capture des interactions complexes et dépendantes du contexte que les modèles plus simples manquent.

La puissance de cette approche s'étend au-delà de la simple prédiction des réponses aux médicaments. Les chercheurs ont utilisé le système entraîné pour organiser une collection de composés connus sous le nom de PANACEA. En analysant la similitude des réponses cellulaires prédites, le système a réussi à regrouper les composés qui partagent les mêmes mécanismes biologiques. Cette capacité à trier les produits chimiques selon leur effet réel sur la cellule, plutôt que par leur simple structure chimique, démontre que le modèle comprend la logique fonctionnelle de la biologie. L'outil s'est également avéré efficace dans des ensembles de données plus petits et plus spécifiques. Dans un cas, il a généré un état simulé d'un côlon fœtal au cours du milieu de la grossesse. Dans ce test, le système a commis moins d'erreurs dans la prédiction de l'activité génique qu'une méthode de pointe précédente, et il a correctement maintenu l'équilibre délicat entre les différents types de cellules tissulaires. Dans un autre test impliquant des cellules immunitaires, le système a capturé avec précision six programmes antiviraux et d'interféron sur sept, y compris une voie métabolique complexe qui relie la défense immunitaire à la production d'énergie, surpassant ainsi d'autres outils établis dans ces contextes biologiques spécifiques.

Ce qui rend ce travail significatif, ce n'est pas seulement qu'il prédit des chiffres, mais qu'il génère des réponses cellulaires complètes et réalistes. Il crée une image complète de l'apparence et du comportement d'une cellule après une perturbation, préservant les relations complexes entre des milliers de gènes différents. Les chercheurs ont constaté que cette méthode fonctionne à différentes échelles, des ensembles de données massifs aux études plus spécialisées, et à travers divers contextes biologiques. En apprenant la structure profonde de la réponse des cellules au changement, PerturbLDM offre un moyen d'explorer le vaste territoire inexploré de la biologie cellulaire. Il fournit un moyen fiable de voir ce qui pourrait se passer lorsqu'une cellule est poussée, permettant aux scientifiques de naviguer dans l'espace complexe des traitements potentiels et des réponses biologiques sans avoir besoin de réaliser chaque expérience en laboratoire.