HEIST: A Graph Foundation Model for Spatial Transcriptomics and Proteomics Data
यह शोध पत्र HEIST को प्रस्तुत करता है, जो 22.3 मिलियन स्थानिक रूप से सुिध्रित (spatially resolved) कोशिकाओं पर प्रीट्रेन किया गया एक पदानुक्रमित ग्राफ ट्रांसफॉर्मर फाउंडेशन मॉडल है, जो सेल एनोटेशन, जीन इमप्यूटेशन और क्लिनिकल आउटकम प्रेडिक्शन में अत्याधुनिक प्रदर्शन प्राप्त करने के लिए स्थानिक संदर्भ को इंट्रा-सेलुलर जीन और प्रोटीन नेटवर्क के साथ एकीकृत करता है और स्थानिक प्रोटिओमिक्स जैसे अनदेखे डेटा प्रकारों तक सामान्यीकरण करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि आप एक हलचल भरे, भीड़भाड़ वाले शहर को समझने की कोशिश कर रहे हैं। आपके पास इस शहर के बारे में दो प्रकार का डेटा है:
- लोगों की सूची: एक विशाल स्प्रेडशीट जो बताती है कि हर एक व्यक्ति क्या सोच रहा है और क्या कर रहा है (उनकी "जीन अभिव्यक्ति" या gene expression)।
- मानचित्र (Map): एक GPS जो यह दिखाता है कि हर व्यक्ति ठीक कहाँ खड़ा है और वह किसके बगल में खड़ा है (उनका "स्थानिक स्थान" या spatial location)।
लंबे समय तक, वैज्ञानिकों को या तो "लोगों की सूची" देखनी पड़ती थी या फिर "मानचित्र" देखना पड़ता था। यदि वे सूची देखते, तो वे पड़ोस के संदर्भ (context) को खो देते थे। यदि वे मानचित्र देखते, तो वे व्यक्तियों के आंतरिक विचारों को नहीं समझ पाते थे। इसके अलावा, अधिकांश कंप्यूटर मॉडल प्रत्येक व्यक्ति की "शब्दावली" को स्थिर मानते थे, जिसका अर्थ था कि वे एक नया शहर नहीं समझ सकते थे यदि उस शहर में अलग शब्दों (जीन या प्रोटीन) का उपयोग किया गया हो।
पेश है, HEIST।
HEIST एक नया "फाउंडेशन मॉडल" (एक सुपर-स्मार्ट AI बेस) है जिसे कोशिकाओं के आंतरिक विचारों और उनके पड़ोस के संदर्भ दोनों को एक साथ समझने के लिए डिज़ाइन किया गया है। यह कैसे काम करता है, इसके सरल उदाहरण यहाँ दिए गए हैं:
1. दो-स्तरीय शहर का मानचित्र (Hierarchical Graphs)
अधिकांश मॉडल शहर को केवल एक तरीके से देखते हैं। HEIST इसे एक रशियन नेस्टिंग डॉल या एक दो मंजिला इमारत की तरह देखता है:
- ऊपरी मंजिल (पड़ोस): यह पूरे ऊतक (tissue) का एक मानचित्र है। यह कोशिकाओं को इस आधार पर जोड़ता है कि कौन किसके बगल में खड़ा है। यह जानता है कि एक "ट्यूमर पड़ोस" में स्थित कोशिका, एक "स्वस्थ पड़ोस" वाली कोशिका से भिन्न होती है।
- निचली मंजिल (आंतरिक कार्यालय): प्रत्येक कोशिका के अंदर, HEIST उस कोशिका के जीन का एक मिनी-नेटवर्क बनाता है। यह केवल जीन को सूचीबद्ध नहीं करता है; यह उन्हें इस आधार पर जोड़ता है कि वे आपस में कैसे संवाद करते हैं (co-expression)।
जादुई ट्रिक: HEIST केवल ऊपरी मंजिल या निचली मंजिल को नहीं देखता। यह उन्हें एक-दूसरे से बात करने देता है।
- यदि कोई कोशिका एक शोर भरे, भीड़भाड़ वाले पड़ोस (एक विशिष्ट ऊतक वातावरण) में खड़ी है, तो HEIST उस कोशिका के आंतरिक "विचारों" को उस तनाव को दर्शाने के लिए अपडेट करता है।
- इसके विपरीत, यदि कोशिका के भीतर के जीन कोई विशिष्ट संदेश चिल्ला रहे हैं, तो HEIST इसका उपयोग यह समझने के लिए करता है कि वह कोशिका अपने पड़ोस में कहाँ स्थित है।
2. कोई निश्चित शब्दकोश नहीं (Generalization)
कल्पना कीजिए कि आपने अंग्रेजी बोलने के लिए एक अनुवादक को प्रशिक्षित किया, लेकिन फिर आपने उसे फ्रांसीसी में लिखी गई एक किताब थमा दी। एक मानक मॉडल क्रैश हो जाएगा क्योंकि वह केवल "अंग्रेजी शब्दावली" जानता है।
HEIST अलग है। एक निश्चित सूची (जीन) को याद करने के बजाय, यह सीखता है कि शब्द एक-दूसरे से कैसे संबंधित हैं।
- यदि यह एक नया प्रोटीन देखता है जिसे इसने पहले कभी नहीं देखा है (जैसे कि प्रोटिओमिक्स डेटा में), तो यह घबराता नहीं है। यह देखता है कि वह नया प्रोटीन अपने पड़ोसियों के साथ "कैसे बात" कर रहा है और उन संबंधों के आधार पर उसके अर्थ का अनुमान लगाता है।
- यह HEIST को RNA (ट्रांसक्रिप्टोमिक्स) से प्रोटीन (प्रोटिओमिक्स) के अध्ययन में कूदने की अनुमति देता है, बिना शुरू से पुन: प्रशिक्षित हुए। यह एक ऐसे बहुभाषी की तरह है जो नए शब्दों को सुनने के बावजूद, केवल व्याकरण और वाक्य संरचना को समझकर एक नई भाषा सीख सकता है।
3. इसने कैसे सीखा (The Training)
HEIST को एक विशाल "शहर" डेटासेट पर प्रशिक्षित किया गया था जिसमें 22.3 मिलियन कोशिकाएं और 15 अलग-अलग अंगों से 124 अलग-अलग ऊतक शामिल थे।
- शिक्षक का खेल: सीखने के लिए, AI ने दो खेल खेले:
- "अंतर पहचानो" खेल (Contrastive Learning): इसे दो कोशिकाएं दिखाई गईं और पूछा गया, "क्या ये पड़ोसी समान हैं या भिन्न?" इसने समान कोशिकाओं को एक साथ समूहबद्ध करना और भिन्न कोशिकाओं को एक-दूसरे से दूर धकेलना सीखा।
- "खाली स्थान भरो" खेल (Masked Autoencoding): AI को एक कोशिका दिखाई गई जिसके कुछ जीन या स्थान का डेटा छिपा (masked) दिया गया था। उसे कोशिका के पड़ोसियों और उसके आंतरिक जीन नेटवर्क के आधार पर लापता हिस्सों का अनुमान लगाना था।
4. HEIST क्या कर सकता है (परिणाम)
पेपर का दावा है कि HEIST जीव विज्ञान के चार विशिष्ट क्षेत्रों में एक "सुपरपावर" है:
- छिपे हुए क्लस्टर खोजना: यह कोशिकाओं के छोटे, छिपे हुए उप-समूहों को खोज सकता है जिन्हें अन्य मॉडल मिस कर देते हैं। उदाहरण के लिए, यह एक विशिष्ट प्रकार की प्रतिरक्षा कोशिका (immune cell) को पहचान सकता है जो केवल ट्यूमर के भीतर एक बहुत ही विशिष्ट "सूक्ष्म-वातावरण" (micro-environment) में मौजूद होती है, जिसे पिछले मॉडलों ने केवल "सामान्य प्रतिरक्षा कोशिका" मान लिया था।
- स्वास्थ्य परिणामों की भविष्यवाणी करना: यह एक ऊतक के नमूने को देखकर भविष्यवाणी कर सकता है कि कैंसर रोगी इम्यूनोथेरेपी के प्रति प्रतिक्रिया देगा या नहीं, या प्लेसेंटा स्वस्थ है या नहीं, और अक्सर अन्य शीर्ष मॉडलों को पछाड़ देता है।
- अंतराल भरना: यदि जीन माप गायब है या शोर भरा (noisy) है (जो प्रयोगशालाओं में एक आम समस्या है), तो HEIST सटीक रूप से अनुमान लगा सकता है कि वह क्या होना चाहिए।
- गति: यह अविश्वसनीय रूप से तेज़ है—प्रतिद्वंद्वियों से 8 गुना तेज़ और दूसरों से 48 गुना तेज़—क्योंकि यह डेटा को देखने के एक स्मार्ट, स्पार्स (sparse) तरीके का उपयोग करता है बजाय इसके कि वह हर एक कोशिका को दूसरी हर कोशिका से जोड़ने की कोशिश करे।
सारांश
HEIST को एक परम जैविक जासूस (biological detective) के रूप में सोचें। यह केवल कोशिकाओं के आईडी कार्ड (जीन) को नहीं पढ़ता; यह अपराध स्थल (ऊतक मानचित्र) को देखता है, संदिग्धों के बीच के संबंधों (जीन नेटवर्क) को समझता है, और उस संदर्भ का उपयोग उन रहस्यों को सुलझाने के लिए करता है जिन्हें अन्य जासूस (मॉडल) देख नहीं पाए। यह पहला मॉडल है जिसने सफलतापूर्वक "कौन" (जीन), "कहाँ" (स्थान), और "वे कैसे बात करते हैं" (नेटवर्क) को एक एकीकृत, अनुकूलन योग्य प्रणाली में जोड़ा है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।