SNR-ST-Mix: Sample-specific Neighborhood Regression Mixup for Augmented Spatial Transcriptomics Imputation with Deep Neural Network

तकनीकी सारांश: SNR-ST-Mix

समस्या विवरण
स्पेशियल ट्रांसक्रिप्टोमिक्स (ST) ऊतक संदर्भ के भीतर जीन अभिव्यक्ति प्रोफाइलिंग को सक्षम बनाता है, लेकिन यह अक्सर शोर (noisy), कम रिज़ॉल्यूशन और विरल रूप से नमूना लिए गए डेटा द्वारा सीमित होता है। हालांकि डीप न्यूरल नेटवर्क (DNNs) हिस्टोलॉजी छवियों से जीन अभिव्यक्ति के प्रतिरूपण (imputation) के लिए शक्तिशाली उपकरण के रूप में उभरे हैं, उनका प्रदर्शन छोटे नमूना आकार और जैविक रूप से सूचित डेटा ऑग्मेंटेशन (data augmentation) की कमी के कारण सीमित है। मौजूदा ऑग्मेंटेशन रणनीतियाँ, जैसे कि Mixup और CutMix, मुख्य रूप से वर्गीकरण (classification) कार्यों के लिए डिज़ाइन की गई हैं। जब इन्हें जीन अभिव्यक्ति भविष्यवाणी जैसे रिग्रेशन कार्यों पर लागू किया जाता है, तो ये रैंडम नमूनों को मिलाने से जैविक रूप से अवास्तविक इंटरपोलेशन (interpolations) उत्पन्न करती हैं। यह ST डेटा में अंतर्निहित स्थानिक और ट्रांसक्रिप्टोमिक संबंधों की उपेक्षा करता है, जिससे कृत्रिम स्थानिक विच्छिन्नता (spatial discontinuities) उत्पन्न होती है जो भविष्यवाणी प्रदर्शन और सामान्यीकरण (generalization) में बाधा डालती है, विशेष रूप से नमूना-विशिष्ट प्रशिक्षण व्यवस्थाओं में जहाँ डेटा की कमी तीव्र होती है।

कार्यप्रणाली
लेखक SNR-ST-Mix (सैंपल-विशिष्ट नेबरहुड रिग्रेशन मिक्सअप) का प्रस्ताव करते हैं, जो ST रिग्रेशन के लिए तैयार किया गया एक ज्यामिति- और अभिव्यक्ति-जागरूक डेटा ऑग्मेंटेशन फ्रेमवर्क है। यह विधि इस धारणा पर कार्य करती है कि पड़ोसी ऊतक क्षेत्र सहसंबद्ध आकृति विज्ञान (morphology) और अभिव्यक्ति प्रवणता (expression gradients) प्रदर्शित करते हैं। फ्रेमवर्क में दो प्राथमिक कंडीशनिंग तंत्र शामिल हैं:

1. स्थानिक नेबरहुड चयन (Spatial Neighborhood Selection): रैंडम मिक्सिंग के बजाय, SNR-ST-Mix एक एंकर स्पॉट के $k$-निकटतम स्थानिक पड़ोसियों (KNN) के चयन को समन्वय स्थान (coordinate space) में यूक्लिडियन दूरी के आधार पर प्रतिबंधित करता है। यह स्थानीय शारीरिक संदर्भ को सुरक्षित रखता है और सुनिश्चित करता है कि मिश्रित जोड़े सीमित लक्ष्य विसंगति (target discrepancy) प्रदर्शित करें, जो एक लिप्सचिट्ज़ प्रायर (Lipschitz prior) का पालन करता है जहाँ अभिव्यक्ति ऊतक में सुचारू रूप से बदलती है।
2. अभिव्यक्ति समानता भारण (Expression Similarity Weighting): चयनित स्थानिक पड़ोस के भीतर, किसी विशिष्ट पड़ोसी के साथ मिक्सिंग की संभावना को उनके जीन अभिव्यक्ति प्रोफाइल के बीच की दूरी के आधार पर एक गॉसियन कर्नेल द्वारा अनुकूल रूप से भारित किया जाता है। यह सुनिश्चित करता है कि ऑगमेंटेड नमूने ट्रांसक्रिप्शनली समान क्षेत्रों से प्राप्त हों, जिससे असमान या विषम ऊतक घटकों के बीच इंटरपोलेशन से बचा जा सके।

मिक्सिंग प्रक्रिया मिक्सिंग अनुपात $\lambda \sim Beta(\alpha, \alpha)$ का उपयोग करके दोनों इनपुट हिस्टोलॉजी पैच ($x_{mix}$) और लक्षित जीन अभिव्यक्ति वेक्टर्स ($y_{mix}$) के कॉनवेक्स कॉम्बिनेशन (convex combinations) उत्पन्न करती है।

जैविक निरंतरता को और अधिक लागू करने के लिए, प्रशिक्षण उद्देश्य में एक मिश्रित लॉस फंक्शन (composite loss function) शामिल है:

• विसिनल रिस्क ($L_{vic}$): मिश्रित जोड़ों पर मानक मीन स्क्वेर्ड एरर (MSE)।
• मिक्सअप कंसिस्टेंसी ($L_{cons}$): एक दंड (penalty) जो यह सुनिश्चित करता है कि मिश्रित इनपुट पर मॉडल का अनुमान मूल एंडपॉइंट्स के लीनियर मिश्रण के बराबर हो, जो ऊतक मैनिफोल्ड के साथ अनावश्यक वक्रता (curvature) को नियंत्रित करता है।
• एज लॉस ($L_{edge}$): स्थानिक किनारों पर वास्तविक अभिव्यक्ति अंतरों के साथ अनुमानित अभिव्यक्ति अंतरों को संरेखित करता है, जिसे सैंपलिंग संभावनाओं द्वारा भारित किया जाता है। यह वास्तविक जैविक सीमाओं पर ओवरस्मूथिंग को रोकता है जबकि उन स्थानों पर स्मूथनेस को बढ़ावा देता है जहाँ लक्ष्य समान होते हैं।
• कोरिलेशन लॉस ($L_{corr}$): एक हल्का प्रायर जो MSE फिट को अस्थिर किए बिना उच्च पियर्सन कोरिलेशन की ओर अनुकूलन को बायस करता है।

यह विधि आर्किटेक्चर-अज्ञेय (architecture-agnostic) है, जो अतिरिक्त नेटवर्क मॉड्यूल या महत्वपूर्ण कम्प्यूटेशनल ओवरहेड की आवश्यकता के बिना मौजूदा बैकबोन (जैसे, विजन ट्रांसफॉर्मर) के साथ सहजता से एकीकृत हो जाती है।

प्रमुख योगदान

1. ST के लिए प्रथम रिग्रेशन-आधारित मिक्सअप: SNR-ST-Mix को विशेष रूप से स्थानिक ट्रांसक्रिप्टोमिक रिग्रेशन के लिए डिज़ाइन किए गए पहले मिक्सअप फ्रेमवर्क के रूप में पेश किया गया है, जो जैविक रूप से सार्थक ऑग्मेंटेशन उत्पन्न करने के लिए स्थानिक स्थानीयता और अभिव्यक्ति समानता को लागू करता है।
2. प्रतिमानों को जोड़ना (Bridging Paradigms): यह विधि बाहरी रूप से प्रशिक्षित और नमूना-विशिष्ट प्रतिमानों के बीच सेतु बनाती है, जो डेटा की कमी के प्रति मजबूती (robustness) को बढ़ाते हुए मजबूत इन-डिस्ट्रीब्यूशन जनरलाइजेशन बनाए रखती है। यह ओवरफिटिंग को कम करता है और बड़े बाहरी डेटासेट पर निर्भरता को कम करता है।
3. दक्षता और एकीकरण: इस दृष्टिकोण के लिए कोई अतिरिक्त नेटवर्क जटिलता की आवश्यकता नहीं है और इसे मानक पाइपलाइनों में आसानी से एकीकृत किया जा सकता है। यह विविध ऊतक प्रकारों और प्रयोगात्मक स्थितियों में उच्च अनुकूलन क्षमता प्रदर्शित करता है।

प्रायोगिक परिणाम
लेखकों ने ब्रेस्ट कैंसर, बोवेल कैंसर, स्वस्थ हार्ट, ओवेरियन कैंसर और प्रोस्टेट कैंसर को कवर करने वाले 10x जेनोमिक्स विज़ियम (Visium) डेटासेट्स पर SNR-ST-Mix का मूल्यांकन किया।

• प्रदर्शन: आठ डेटासेट्स में, SNR-ST-Mix ने बेसलाइन (नो ऑग्मेंटेशन, बेसिक ज्योमेट्रिक ऑग्मेंटेशन, वै निलिया मिक्सअप, और कटमिक्स) की तुलना में लगातार सबसे कम मीन स्क्वेर्ड एरर (MSE) और मीन एब्सोल्यूट एरर (MAE), और उच्चतम पियर्सन कोरिलेशन कोएफिशिएंट (PCC) प्राप्त किया। उदाहरण के लिए, TENX13 ब्रेस्ट कैंसर डेटासेट में, SNR-ST-Mix ने MSE को 0.2074 (बेसलाइन) से घटाकर 0.1886 कर दिया और PCC को 0.4748 तक सुधार दिया।
• दृश्य गुणवत्ता (Visual Quality): स्थानिक अभिव्यक्ति मानचित्रों (जैसे, जीन ISG15, MT-ND3) के गुणात्मक विश्लेषण ने दिखाया कि अन्य तरीकों की तुलना में SNR-ST-Mix ने अधिक शार्प स्थानिक सीमाएं और सुसंगत क्षेत्रीय तीव्रताएं उत्पन्न कीं, जिससे शोर को दबाते हुए उच्च-अभिव्यक्ति वाले क्षेत्रों को प्रभावी ढंग से रिकवर किया गया।
• एब्लेशन अध्ययन (Ablation Studies): प्रयोगों ने पुष्टि की कि KNN स्थानिक बाधा और लेबल-समानता भारण दोनों ही आवश्यक और पूरक हैं। दोनों बाधाओं को मिलाने से अकेले किसी एक का उपयोग करने की तुलना में सहक्रियात्मक (synergistic) सुधार प्राप्त हुआ। इसके अलावा, प्रस्तावित मिश्रित लॉस फंक्शन (कंसिस्टेंसी, एज, और कोरिलेशन लॉस) को प्रभावी रेगुलराइजेशन प्रदान करके प्रदर्शन को और बढ़ाने के लिए दिखाया गया।
• मजबूती (Robustness): हाइपरपैरामीटर संवेदनशीलता विश्लेषण ने संकेत दिया कि विधि पड़ोसियों की संख्या ($K$) और बैंडविड्थ पैरामीटर ($\sigma$) के बदलावों के प्रति मजबूत है, जो विस्तृत सेटिंग्स के एक विस्तृत दायरे में स्थिर प्रदर्शन बनाए रखती है।

महत्व और दावे
पेपर का दावा है कि SNR-ST-Mix स्थानिक ट्रांसक्रिप्टोमिक रिग्रेशन के लिए एक प्रभावी और जैविक रूप से सिद्धांत-आधारित ऑग्मेंटेशन रणनीति प्रदान करता है। स्थानिक ज्यामिति और ट्रांसक्रिप्टोमिक समानता का स्पष्ट रूप से लाभ उठाकर, यह विधि प्रभावी प्रशिक्षण मैनिफोल्ड का विस्तार करती है और मॉडल जटिलता को बढ़ाए बिना भविष्य कहनेवाला प्रदर्शन में सुधार करती है। लेखक जोर देते हैं कि उनका दृष्टिकोण मौजूदा ऑग्मेंटेशन विधियों की उस मौलिक सीमा को संबोधित करता है जो ST डेटा की अनूठी स्थानिक संरचना का सम्मान करने में विफल रहती हैं। वे तर्क देते हैं कि SNR-ST-Mix डेटा दक्षता और भविष्यवाणी स्थिरता में सुधार के लिए एक व्यावहारिक समाधान प्रदान करता है, विशेष रूप से नमूना-विशिष्ट प्रशिक्षण परिदृश्यों में जहाँ डेटा की उपलब्धता सीमित होती है। यह कार्य सुझाव देता है कि जैविक रूप से सूचित ऑग्मेंटेशन स्थानिक ट्रांसक्रिप्टोमिक विश्लेषण को आगे बढ़ाने के लिए महत्वपूर्ण है, विशेष रूप से जैसे-जैसे तकनीक उच्च रिज़ॉल्यूशन की ओर बढ़ रही है।