Integrating chemical structures as treatments improves representations of microscopy images for morphological profiling

Riepilogo Tecnico: MICON – Apprendimento Contrastivo Molecolare-Immagine per la Profilazione Morfologica

Enunciato del Problema
Gli screening di microscopia ad alto rendimento, come Cell Painting, sono fondamentali per la scoperta di farmaci, consentendo la quantificazione dei cambiamenti morfologici cellulari in risposta a perturbazioni chimiche o genetiche. Questo processo, noto come profilazione morfologica, converte le immagini in vettori di caratteristiche (rappresentazioni) per confrontare i fenotipi cellulari. Sebbene l'apprendimento profondo abbia migliorato le caratteristiche tradizionali progettate a mano (ad esempio, CellProfiler), la maggior parte dei metodi auto-supervisionati esistenti apprende esclusivamente dai dati delle immagini. Questo approccio ignora la natura intrinsecamente multimodale di questi esperimenti, in cui un composto chimico specifico (perturbazione) induce il cambiamento fenotipico osservato. Inoltre, i dati di microscopia sono afflitti da "effetti batch" – variazioni tecniche derivanti da strumenti, giorni o fonti diversi – che possono confondere i segnali biologici. Gli approcci multimodali attuali che tentano di allineare direttamente immagini e composti (ad esempio, tramite obiettivi CLIP) spesso faticano perché le risposte fenotipiche allo stesso composto variano in base al tipo di cellula, creando una tensione in cui una singola rappresentazione del composto deve allinearsi con molteplici rappresentazioni fenotipiche disparate.

Metodologia: Framework MICON
Gli autori introducono MICON (Molecular-Image Contrastive Learning), un framework di apprendimento di rappresentazioni auto-supervisionato che modella esplicitamente i composti chimici come trattamenti che inducono trasformazioni sulle immagini cellulari, anziché trattare immagini e composti come entità direttamente confrontabili in uno spazio condiviso.

Il framework è composto da tre componenti principali:

1. Encoder:
   • Un Image Encoder ($h_{img}$), basato su ResNet101 pre-addestrato su ImageNet, elabora le immagini di microscopia.
   • Un Compound Encoder ($h_{comp}$), un perceptron multistrato (MLP), elabora i composti chimici rappresentati come impronte digitali ECFP4.
2. Modulo di Fusione: Un MLP a due livelli ($F$) che prende la concatenazione di una rappresentazione di immagine di controllo negativo e una rappresentazione del composto per prevedere la rappresentazione dell'immagine come se fosse stata trattata con quel composto.
3. Funzioni di Perdita: Il modello è addestrato utilizzando due obiettivi contrastivi:
   • Apprendimento Contrastivo Consapevole della Perturbazione (PaCLR) su Immagini Reali: A differenza dell'apprendimento contrastivo standard (ad esempio, SimCLR) che tratta tutte le altre immagini in un batch come negativi, PaCLR utilizza i metadati per definire coppie positive. Le immagini trattate con la stessa perturbazione (anche da batch/fonti diversi) sono coppie positive. Crucialmente, le immagini di controllo negativo (DMSO) dallo stesso batch di microscopia delle immagini perturbate sono utilizzate come coppie negative. Questo costringe il modello ad apprendere segnali biologici invarianti rispetto agli effetti batch, distinguendo al contempo le perturbazioni dal rumore tecnico.
   • Perdita PaCLR Predetta: Questo obiettivo allinea le rappresentazioni predette (generate dal modulo di fusione) con le rappresentazioni reali delle cellule effettivamente trattate con il composto. Questa perdita integra specificamente le informazioni sulla struttura chimica, addestrando il modello a simulare trasformazioni fenotipiche.

La perdita finale è un peso uguale tra la perdita PaCLR reale e la perdita PaCLR predetta.

Contributi Chiave

• Formulazione Multimodale Innovativa: MICON propone di modellare i composti come trattamenti che trasformano le rappresentazioni delle immagini, evitando le insidie dell'allineamento diretto immagine-composto dove la variabilità fenotipica crea conflitti di allineamento.
• Robustezza agli Effetti Batch: Incorporando esplicitamente i controlli negativi dagli stessi batch di microscopia nella strategia di campionamento per l'apprendimento contrastivo, MICON apprende rappresentazioni robuste alle variazioni tecniche tra fonti e batch.
• Ablazione dell'Integrazione Multimodale: Lo studio isola il contributo delle informazioni sulla struttura chimica confrontando il modello MICON completo con una versione addestrata solo con la perdita PaCLR (solo immagini) e con baseline come SimCLR, CLIP e DINOv3.

Risultati
Gli autori hanno valutato MICON sul dataset del JUMP Cell Painting Consortium (cpg0016), utilizzando una rigorosa stratificazione dei dati per testare la generalizzazione a fonti non viste (Out-of-Distribution, OOD) e a composti non visti.

• Prestazioni Superiori su Effetti Riproducibili: Nei compiti di abbinamento tra replicati di composti (identificare se due immagini condividono lo stesso trattamento), MICON ha superato significativamente CellProfiler, SimCLR, CLIP e DINOv3. Sul dataset in-distribution Positive Control (POS-CTL), MICON ha raggiunto un'accuratezza del 62,24% (1-NN, Not-Same-Batch) rispetto al 36,56% di CellProfiler e al 37,77% di SimCLR.
• Generalizzazione a Fonti Non Viste: Quando testato su una fonte completamente non vista durante l'addestramento, MICON ha mantenuto guadagni di prestazioni significativi rispetto alle baseline (51,57% contro 39,26% per CellProfiler), mentre altri metodi auto-supervisionati (SimCLR, CLIP, DINOv3) sono scesi al livello o sotto le prestazioni di CellProfiler, suggerendo che si sono sovrapposti alle fonti di addestramento.
• Generalizzazione a Composti Non Visti: In impostazioni OOD che coinvolgevano 184 composti non visti, MICON ha nuovamente superato tutte le baseline (4,92% contro 3,53% per CellProfiler), dimostrando che l'integrazione delle informazioni chimiche migliora la generalizzazione a nuove perturbazioni.
• Robustezza alla Correzione degli Effetti Batch: Anche dopo l'applicazione di una correzione standard degli effetti batch post-hoc (sferizzazione), MICON ha continuato a superare gli altri metodi auto-supervisionati, indicando che le sue prestazioni derivano da un riconoscimento fenotipico superiore piuttosto che dalla sola mitigazione degli effetti batch.
• Arricchimento del Meccanismo d'Azione (MoA): MICON ha mostrato il più alto arricchimento per composti che condividono lo stesso MoA, suggerendo un migliore raggruppamento di fenotipi biologicamente simili.
• Predizione Sintetica: Il modello ha dimostrato la capacità di prevedere gli effetti fenotipici di composti non visti utilizzando rappresentazioni generate, sebbene le prestazioni sui composti non visti siano state modeste rispetto a quelle sui composti visti.

Significato e Affermazioni
Il documento afferma che MICON stabilisce una nuova direzione per l'apprendimento di rappresentazioni nella profilazione morfologica tenendo esplicitamente conto della natura multimodale dei dati di screening. Gli autori sostengono che:

1. L'Integrazione Multimodale è Essenziale: Incorporare informazioni sulla struttura chimica fornisce miglioramenti piccoli ma costanti e statisticamente significativi rispetto all'apprendimento basato solo sulle immagini.
2. La Strategia di Modellazione è Importante: Trattare i composti come "trattamenti" che trasformano le immagini (MICON) è superiore all'allineamento diretto di immagini e composti in uno spazio singolo (approcci in stile CLIP).
3. Robustezza alla Variabilità del Mondo Reale: I guadagni di prestazioni di MICON non sono dovuti semplicemente a una migliore correzione degli effetti batch, ma riflettono una cattura più robusta dei segnali fenotipici biologici, in particolare in scenari che coinvolgono fonti o composti di dati non visti.

Gli autori rimangono modesti riguardo alla capacità predittiva del modello, notando che, sebbene possa sintetizzare effetti fenotipici, le prestazioni attuali sui composti non visti sono basse e sono necessarie ulteriori ottimizzazioni del peso della perdita e degli iperparametri prima che tali capacità predittive possano essere implementate praticamente per la selezione dei composti.