🧬 biology

Single-Cell Cross-Modal Transfer by Adversarial Fine-Tuning of Foundation Models

यह शोध पत्र एक ऐसी विधि प्रस्तावित करता है जो अनपेयर्ड (unpaired) स्थानिक ट्रांसक्रिप्टोमिक्स और सिंगल-सेल आरएनए सीक्वेंसिंग डेटा के बीच क्रॉस-मोडल ट्रांसलेशन करने के लिए सिंगल-सेल फाउंडेशन मॉडल के एडवरसेरियल फाइन-ट्यूनिंग का लाभ उठाती है, जो विसंघटित कोशिकाओं (dissociated cells) से इन सीटू (in situ) पड़ोस की जानकारी को प्रभावी ढंग से पुनर्प्राप्त करती है।

मूल लेखक: Joseph Boyd, Matthew Lyon, Martino Mansoldo, Christian Hurry, Finnian Firth

प्रकाशित 2026-06-09

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Joseph Boyd, Matthew Lyon, Martino Mansoldo, Christian Hurry, Finnian Firth

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 शहर के लेआउट को समझने की कोशिश कर रहे हैं। आपके पास सूचना के दो बहुत अलग स्रोत हैं:

"विच्छिन्न" सूची (scRNA-seq): कल्पना कीजिए कि आपने शहर के हर एक व्यक्ति को लिया, उन्हें एक विशाल ब्लेंडर में डाला, और फिर उन्हें उनके काम के शीर्षक और व्यक्तित्व लक्षणों के आधार पर अलग-अलग ढेरों में छाँट दिया। आप जानते हैं कि वे कौन हैं और वे क्या करते हैं, लेकिन आप यह पूरी तरह भूल चुके हैं कि वे कहाँ रहते थे या उनके पड़ोसी कौन थे।
"स्थानिक" मानचित्र (ST): कल्पना कीजिए कि आपके पास शहर का एक उच्च-रिज़ॉल्यूशन वाला मानचित्र है जो दिखाता है कि लोग वास्तव में कहाँ खड़े हैं और प्रत्येक पड़ोस का सामान्य "वाइब" या गतिविधि स्तर क्या है। हालाँकि, यह मानचित्र आपको हर एक व्यक्ति के विशिष्ट काम या व्यक्तित्व के बारे में नहीं बताता है; यह केवल उस क्षेत्र का एक "बल्क" औसत देता है।

समस्या: वैज्ञानिक इन दोनों को जोड़ना चाहते हैं। वे चाहते हैं कि वे विस्तृत व्यक्तित्व सूची (मिश्रित लोग) को लें और यह पता लगाएँ कि वे संभवतः शहर में कहाँ रहते थे, प्रभावी रूप से केवल सूची से ही मानचित्र का पुनर्निर्माण करें। पेच यह है कि सूची और मानचित्र दोनों पूरी तरह से अलग शहरों (अलग रोगियों या ऊतकों के नमूनों) से आते हैं, इसलिए मार्गदर्शन के लिए कोई सीधा "मिलान" उपलब्ध नहीं है।

समाधान: SCXM (द "एडवर्सरियल ट्रांसलेटर")
लेखकों ने इस पहेली को सुलझाने के लिए एक नया AI टूल बनाया जिसे SCXM कहा जाता है। यह कैसे काम करता है, इसके लिए सरल उपमाओं का उपयोग किया गया है:

1. फाउंडेशन मॉडल (द "एक्सपर्ट लाइब्रेरियन")

शून्य से एक टूल बनाने के बजाय, उन्होंने एक पूर्व-प्रशिक्षित "फाउंडेशन मॉडल" (जिसे Geneformer कहा जाता है) से शुरुआत की। इसे एक सुपर-स्मार्ट लाइब्रेरियन के रूप में सोचें जिसने जीव विज्ञान के बारे में लाखों किताबें पहले ही पढ़ ली हैं। यह लाइब्रेरियन पहले से ही जानता है कि जीन आमतौर पर एक साथ कैसे व्यवहार करते हैं। शोधकर्ताओं ने लाइब्रेरियन को शुरू से सब कुछ नहीं सिखाया; उन्होंने बस उन्हें एक विशिष्ट नया कार्य दिया: "एक व्यक्ति की प्रोफाइल के आधार पर पड़ोस के वाइब का अनुमान लगाना सीखें।"

2. एडवर्सरियल गेम (द "टीचर एंड द स्टूडेंट")

वास्तविक मानचित्र के साथ तुलना किए बिना लाइब्रेरियन को सिखाने के लिए, उन्होंने एडवर्सरियल फाइन-ट्यूनिंग नामक तकनीक का उपयोग किया। एक खेल की कल्पना करें जिसमें दो पात्र हैं:

स्टूडेंट (द एनकोडर): एक व्यक्ति की प्रोफाइल को देखने और उनके पड़ोस के वाइब का अनुमान लगाने की कोशिश करता है।
टीचर (द डिस्क्रिमिनेटर): एक वास्तविक पड़ोस के वाइब (वास्तविक मानचित्र से) और स्टूडेंट के अनुमान के बीच के अंतर को पकड़ने की कोशिश करता है।

स्टूडेंट को चकमा देने की कोशिश करता रहता है। टीचर नकली चीज़ों को पहचानने में और भी तेज़ होता जाता है। अंततः, स्टूडेंट इतना अच्छा हो जाता है कि अनुमान लगाने में टीचर अब वास्तविक और अनुमानित के बीच अंतर नहीं कर पाता। यह स्टूडेंट को यह सीखने के लिए मजबूर करता है कि सेल प्रोफाइल और उनके परिवेश के बीच छिपे हुए नियम क्या हैं।

3. "कंसिस्टेंसी चेक" (द "रियलिटी एंकर")

चूंकि स्टूडेंट केवल अनुमान लगा रहा है, इसलिए वे जंगली और असंभव भविष्यवाणियाँ करना शुरू कर सकते हैं। इसे रोकने के लिए, शोधकर्ताओं ने एक "कंसिस्टेंसी चेक" जोड़ा।

वे स्टूडेंट के पड़ोस के वाइब के अनुमान को लेते हैं।
वे इसे एक "डिकोडर" (एक रिवर्स-इंजीनियरिंग टूल) के माध्यम से चलाते हैं ताकि यह देख सकें कि क्या यह वापस एक वास्तविक जीन सूची में बदल सकता है।
यदि सूची अजीब दिखती है, तो स्टूडेंट को दंडित किया जाता है। यह सुनिश्चित करता है कि अनुमान जैविक वास्तविकता के अनुरूप रहें।

उन्होंने क्या पाया?

टीम ने तीन अलग-अलग "शहरों" (मानव फेफड़े, मस्तिष्क और स्तन ऊतक के डेटासेट) पर इसका परीक्षण किया।

प्रतिद्वंद्वियों से बेहतर: उनकी विधि (SCXM) पिछले तरीकों की तुलना में पड़ोस के वाइब का अनुमान लगाने में बहुत बेहतर थी। यह सफलतापूर्वक भविष्यवाणी करने में सक्षम रहा कि कुछ जीन विशिष्ट क्षेत्रों में कैसे "भीड़" वाले होते हैं, ठीक वैसे ही जैसे वास्तविक ऊतकों में होते हैं।
"पड़ोस" की पहचान करना: उन्होंने खोजा कि उनका टूल ऊतकों के भीतर विशिष्ट "पड़ोस" की पहचान कर सकता है। उदाहरण के लिए, फेफड़ों के डेटा में, यह पहचान सका कि बी-सेल्स (एक प्रकार की प्रतिरक्षा कोशिका) कहाँ एक साथ क्लस्टर में थे बनाम कहाँ वे अलग-थलग थे। यह केवल निवासियों की सूची को देखकर यह पहचानने जैसा है कि कौन सा क्षेत्र "डाउनटाउन" है और कौन सा "उपनगर"।
यह क्या सबसे अच्छा कैप्चर करता है: टूल बड़े पैमाने पर पैटर्न की भविष्यवाणी करने में बहुत अच्छा था, जैसे कि रक्त वाहिकाएं कैसे बनती हैं (एंजियोजेनेसिस) या फेफड़े अपनी संरचना कैसे विकसित करते हैं। यह बहुत तेज़, स्थानीय अंतःक्रियाओं जैसे कि सेल-टू-सेल सिग्नलिंग या सेल साइकिल की भविष्यवाणी करने में कम सफल रहा, जो यह सुझाव देता है कि कुछ जैविक प्रक्रियाएं केवल एक प्रोफाइल से "अनुमान" लगाने के लिए कठिन होती हैं।

निचोड़

यह पेपर प्रदर्शित करता है कि भले ही आप मानचित्र (स्थानिक डेटा) खो दें, निवासी की सूची (सिंगल-सेल डेटा) अभी भी इस बात के सुराग रखती है कि वे वास्तव में कहाँ रहते थे। एक स्मार्ट AI का उपयोग करके जो एक आलोचक के खिलाफ अनुमान लगाने का खेल खेलता है, हम शरीर के ऊतकों के "पड़ोसों" का पुनर्निर्माण कर सकते हैं, जिससे वैज्ञानिकों को यह समझने में मदद मिलती है कि संरचना और कार्य जीव विज्ञान में कैसे जुड़े हुए हैं।

तकनीकी सारांश: फाउंडेशन मॉडल्स के एडवर्सरियल फाइन-ट्यूनिंग द्वारा सिंगल-सेल क्रॉस-मोडल ट्रांसफर

समस्या विवरण
स्पेशियल ट्रांसक्रिप्टोमिक्स (ST) स्थानिक रिज़ॉल्यूशन के साथ जीन एक्सप्रेशन डेटा प्रदान करता है, लेकिन यह अक्सर ट्रांसक्रिप्टोम कवरेज और सबसेलुलर स्केल में सीमित होता है। इसके विपरीत, सिंगल-सेल आरएनए सीक्वेंसिंग (scRNA-seq) संपूर्ण-ट्रांसक्रिप्टोम डेटा प्रदान करती है लेकिन ऊतक पृथक्करण (tissue dissociation) के कारण इसमें स्थानिक संदर्भ (spatial context) का अभाव होता है। यद्यपि ये दोनों मोडैलिटीज एक-दूसरे की पूरक हैं, एक ही नमूने से युग्मित (paired) ST और scRNA-seq डेटा प्राप्त करना अक्सर अत्यधिक खर्चीला या असंभव होता है। फलस्वरूप, ऐसे कम्प्यूटेशनल तरीकों की आवश्यकता है जो अनपेयर्ड (unpaired) scRNA-seq डेटा को स्थानिक संदर्भ विशेषताओं (spatial context features) में अनुवादित करने में सक्षम हों। मुख्य चुनौती पूरी तरह से अनपेयर्ड डेटा (जहाँ प्रत्येक मोडैलिटी के सेल अलग-अलग ऊतक नमूनों या रोगियों से आते हैं) से इस अनुवाद को सीखने की है, जबकि इस तथ्य का लाभ उठाया जाता है कि दोनों मोडैलिटीज काउंट डेटा (count data) के रूप में प्रकट होती हैं।

कार्यप्रणाली: SCXM
लेखक SCXM (सिंगल-सेल क्रॉस-मोडल) प्रस्तावित करते हैं, जो एक प्री-ट्रेन किए गए सिंगल-सेल फाउंडेशन मॉडल के एडवर्सरियल फाइन-ट्यूनिंग का उपयोग करके scRNA-seq जीन एक्सप्रेशन को स्पेशियल बल्क्ड एक्सप्रेशन फीचर्स में अनुवादित करने के लिए एक फ्रेमवर्क का उपयोग करता है।

फाउंडेशन मॉडल बैकबोन: एनकोडर ( $G_E$ ) एक प्री-ट्रेन किए गए GeneformerV2 ट्रांसफार्मर पर आधारित है। इस फाउंडेशन मॉडल को अनुकूलित करने के लिए, लेखक एक "फाइन-ट्यूनिंग" रणनीति का उपयोग करते हैं जहाँ अंतिम चार सेल्फ-अटेंशन ब्लॉक्स को छोड़कर बाकी सभी को फ्रीज (freeze) कर दिया जाता है। लक्षित स्पेशियल डाइमेंशनलिटी में प्रतिनिधित्व को प्रोजेक्ट करने के लिए <cls> टोकन पर एक टू-लेयर मल्टी-लेयर पर्सेप्ट्रॉन (MLP) जोड़ा गया है।
स्पेशियल कॉन्टेक्स्ट की परिभाषा: स्पेशियल कॉन्टेक्स्ट ( $Z$ ) को ST डेटा से प्राप्त एक स्पेशियल ग्राफ पर ग्राफ कनवोल्यूशन के माध्यम से परिभाषित किया गया है। किसी दिए गए सेल $i$ और जीन $g$ के लिए, कॉन्टेक्स्ट की गणना पड़ोसी सेल्स के एक्सप्रेशन वैल्यूज के भारित योग (weighted sum) के रूप में की जाती है ( $z_{ig} = \sum_{j \in N(i)} k_{ij} y_{jg}$ ), जिसमें 25µm रेडियस वाले गाऊसी कर्नेल (Gaussian kernel) का उपयोग किया गया है।
लर्निंग फ्रेमवर्क (WGAN-GP): प्रशिक्षण के लिए ग्रेडिएंट पेनल्टी के साथ वॉसरस्टीन GAN (WGAN-GP) का उपयोग किया जाता है।
- जेनेरेटर ( $G_E$ ): scRNA-seq इनपुट ( $X$ ) को एक लेटेंट स्पेशियल रिप्रेजेंटेशन ( $Z$ ) में मैप करता है।
- डिस्क्रिमिनेटर ( $D$ ): जनरेट की गई डिस्ट्रीब्यूशन और ग्राउंड ट्रुथ स्पेशियल डिस्ट्रीब्यूशन के बीच अर्थ मूवर्स डिस्टेंस (EMD) का अनुमान लगाने के लिए प्रशिक्षित किया जाता है, जो ग्रेडिएंट पेनल्टी का उपयोग करके $K$ -लिप्सचिट्ज़ निरंतरता (Lipschitz continuity) को लागू करता है।
- डिकोडर ( $G_D$ ): फ्रीज किया गया डिकोडर ST डेटा से प्राप्त प्री-कंप्यूटेड स्पेशियल फीचर्स $Z$ से ST जीन एक्सप्रेशन को पुनर्गठित (reconstruct) करता है।
ऑब्जेक्टिव फंक्शन: मॉडल एक सेमी-सुपरवाइज्ड दृष्टिकोण के साथ प्रशिक्षित है जो चार टर्म्स को जोड़ता है:
1. WGAN लॉस ( $L_{WGAN}$ ): डिस्ट्रीब्यूशन को संरेखित करने के लिए एडवर्सरियल लॉस।
2. ग्रेडिएंट पेनल्टी ( $L_{GP}$ ): लिप्सचिट्ज़ निरंतरता को लागू करता है।
3. ST रिकंस्ट्रक्शन लॉस ( $L_{ST}$ ): यह सुनिश्चित करता है कि डिकोडर अपने स्वयं के स्पेशियल फीचर्स से ST डेटा को पुनर्गठित कर सके।
4. स्पेशियल कंसिस्टेंसी लॉस ( $L_{SC}$ ): एक कंसिस्टेंसी पेनल्टी जहाँ एनकोडर के scRNA-seq डेटा के लिए प्रेडिक्शन को फ्रीज किए गए डिकोडर द्वारा डिकोड किया जाता है और मूल scRNA-seq इनपुट (स्पेशियल जीन पैनल तक स्लाइस किया गया) के विरुद्ध तुलना की जाती है। यह मोडैलिटीज के बीच काउंट डेटा की विनिमेयता (interchangeability) का लाभ उठाता है।

प्रमुख योगदान

अनपेयर्ड ट्रांसलेशन: प्रदर्शित किया गया कि एक सिंगल-सेल फाउंडेशन मॉडल पूरी तरह से अनपेयर्ड डेटा का उपयोग करके scRNA-seq से ST कॉन्टेक्स्ट फीचर्स में क्रॉस-मोडल ट्रांसलेशन कर सकता है, जिसके लिए ट्रेनिंग के दौरान युग्मित नमूनों की आवश्यकता नहीं है।
एडवर्सरियल फाइन-ट्यूनिंग: ओमिक्स डोमेन के लिए एक विशिष्ट एडवर्सरियल फाइन-ट्यूनिंग प्रोटोकॉल पेश किया गया, जो एक कंसिस्टेंट पोस्टीरियर की ओर गाइड करने के लिए कंसिस्टेंसी पेनल्टी का उपयोग करता है।
जैविक सत्यापन (Biological Validation): दिखाया गया कि डिसोसिएटेड सेल्स अपने पूर्व स्थानिक पड़ोस (spatial neighborhoods) के संकेत बनाए रखते हैं, जिससे मॉडल स्पेशियल बल्क्ड एक्सप्रेशन पैटर्न (जैसे क्लस्टर्ड बनाम आइसोलेटेड जीन एक्सप्रेशन) को इन्फर करने में सक्षम होता है।

परिणाम
विधि का मूल्यांकन तीन डेटासेट्स पर किया गया: ह्यूमन लंग, माउस ब्रेन, और ह्यूमन ब्रेस्ट कैंसर, जिसमें Xenium Prime को हाई-प्लेक्स पेयर्ड वैलिडेशन सेट के रूप में उपयोग किया गया।

प्रदर्शन: SCXM ने सभी डेटासेट्स पर मौजूदा अनपेयर्ड ट्रांसलेशन विधियों (scConfluence और scACT) को पछाड़ दिया।
- लंग: मीडियन पियर्सन कोरिलेशन कोएफिशिएंट (PCC) 0.4291 (SCXM) बनाम 0.1750 (scConfluence) और 0.0065 (scACT)।
- ब्रेस्ट: मीडियन PCC 0.4551 (SCXM) बनाम 0.1964 (scConfluence) और 0.0284 (scACT)।
- ब्रेन: मीडियन PCC 0.1700 (SCXM) बनाम 0.0573 (scConfluence) और 0.0151 (scACT)। लेखकों ने नोट किया कि छोटे ब्रेन डेटासेट पर प्रदर्शन कम था, लेकिन उन्होंने हाइलाइट किया कि सर्वश्रेष्ठ प्रदर्शन करने वाले जीन ने 0.7085 का PCC प्राप्त किया।
निश कैरेक्टराइजेशन (Niche Characterization): मॉडल ने उच्च स्पेशियल बल्क्ड एक्सप्रेशन वाले क्षेत्रों (जैसे CXCR4) की पहचान सफलतापूर्वक की, जो विशिष्ट सेल प्रकारों (जैसे B सेल्स) के संवर्धन (enrichment) के साथ सह-संबंधित थे और इसने आइसोलेटेड बनाम क्लस्टर्ड B सेल्स के विभाजन की अनुमति दी। डिफरेंशियल विश्लेषण ने क्लस्टर्ड समूहों में निश-संबंधित जीन्स (जैसे POU2AF1, MS4A1) के महत्वपूर्ण अपरेगुलेशन को प्रकट किया।
पाथवे एनरिचमेंट: लंग डेटासेट पर जीन सेट एनरिचमेंट एनालिसिस (GSEA) ने दिखाया कि SCXM भविष्यवाणियाँ लंग लीनेज आइडेंटिटी और एंजियोजेनेसिस (लार्ज-स्केल स्पेशियल बायोलॉजी) से संबंधित पाथवे को सबसे अच्छी तरह से पुनरुत्पादित (recapitulate) करती हैं, इसके बाद इम्यून रिस्पॉन्स पाथवे आते हैं। सेल-सेल सिग्नलिंग और सेल साइकिल से संबंधित पाथवे कम सफलतापूर्वक पुनरुत्पादित हुए।

महत्व और दावे
पेपर का दावा है कि SC-XM पूरी तरह से अनपेयर्ड स्रोतों से scRNA-seq और ST के बीच अनुवाद करने में प्रारंभिक सफलता प्रदर्शित करता है। लेखकों का मानना है कि बेसलाइन विधियों पर SCXM का बेहतर प्रदर्शन कंसिस्टेंसी पेनल्टी (इक्वेशन 3 और 4) के उपयोग के कारण है, जो अन्य विधियों के विशुद्ध रूप से अनसुपरवाइज्ड साइकिल कंसिस्टेंसी या ऑप्टिमल ट्रांसपोर्ट प्लान के विपरीत, काउंट डेटा संबंध का उपयोग करके सेमी-सुपरविजन को प्रभावी ढंग से पेश करता है।

यह कार्य सुझाव देता है कि SCXM की प्राथमिक शक्ति सूक्ष्म, अत्यधिक स्थानीयकृत सिग्नलिंग प्रक्रियाओं के बजाय प्रमुख स्थानिक संदर्भों (जैसे टिश्यू लीनेज और एंजियोजेनेसिस) को कैप्चर करने में निहित है। लेखक विनम्रतापूर्वक निष्कर्ष निकालते हैं कि हालांकि यह विधि आशाजनक है, भविष्य के कार्यों में विभिन्न ऊतक प्रकारों और तकनीकों के बीच डोमेन शिफ्ट के संबंध में इसकी सीमाओं को समझने और अधिक सार्वभौमिक स्पेशियल बायोलॉजी प्रतिनिधित्व के लिए स्पेशियल सेल टाइप कंपोजिशन के एकीकरण का पता लगाने की आवश्यकता है।

1. फाउंडेशन मॉडल (द "एक्सपर्ट लाइब्रेरियन")

2. एडवर्सरियल गेम (द "टीचर एंड द स्टूडेंट")

3. "कंसिस्टेंसी चेक" (द "रियलिटी एंकर")

उन्होंने क्या पाया?

निचोड़

इसी तरह के और पेपर