Riepilogo Tecnico: PACE – Trasporto a Ponte Consapevole della Geometria per l'Inferenza di Traiettorie a Singola Cellula

1. Formulazione del Problema

L'inferenza di traiettorie a singola cellula mira a ricostruire l'evoluzione continua dello stato cellulare a partire da istantanee distruttive di serie temporali. Una sfida fondamentale in questo dominio è che il problema è mal posto: né le corrispondenze cellulari tra diversi istanti temporali né i percorsi continui tra le istantanee sono osservati. Di conseguenza, le distribuzioni delle istantanee osservate da sole non determinano univocamente la dinamica sottostante.

I metodi esistenti basati sul trasporto ottimo (OT) e sui flussi stimano tipicamente gli accoppiamenti basandosi sulla prossimità euclidea ai tempi di clock osservati. Questo approccio assume che le cellule campionate allo stesso tempo sperimentale occupino stadi di sviluppo simili. Tuttavia, nei processi biologici asincroni (ad esempio, riprogrammazione o differenziamento), le cellule allo stesso tempo di clock possono risiedere in stadi di pseudotempo latente diversi o in rami di destino distinti. Fare affidamento esclusivamente sulla distanza euclidea può portare a traiettorie disallineate, accoppiando cellule da programmi di sviluppo incompatibili (ad esempio, collegando cellule apoptotiche a cellule staminali in rapida espansione) o fallendo nel catturare un movimento curvo e anisotropo lungo la varietà dello stato cellulare.

2. Metodologia: Framework PACE

Gli autori propongono PACE (Trasporto a Ponte Consapevole della Geometria), un framework che seleziona dinamiche di trasporto continuo coerenti con la geometria a partire da istantanee non appaiate. L'intuizione fondamentale è che, sebbene le identità cellulari vere non siano osservate, i vicinati spaziotemporali locali forniscono un debole prior sulle direzioni di movimento ammissibili: il movimento lungo direzioni tangenziali localmente supportate è più plausibile rispetto al movimento ortogonale alla struttura della varietà osservata.

PACE opera attraverso tre componenti accoppiate:

A. Metrica Riemanniana Anisotropa Dipendente da Tempo e Stato

PACE sostituisce i costi euclidei fissi con un'azione di percorso Riemanniana indotta da un tensore metrico $G_k(x, t)$.

• Stima della Geometria Locale: Per ogni cellula osservata, PACE stima i sottospazi tangente e normale utilizzando l'analisi della covarianza dei vicini più prossimi all'interno della stessa istantanea.
• Costruzione della Metrica: La metrica è definita come $G_k(x, t) = I + \alpha C^{(k)}_N(x, t)$, dove $C^{(k)}_N$ è un campo di proiettori normali localmente interpolato spaziotemporalmente.
• Funzione di Costo: Il costo di un percorso $\gamma$ è l'integrale del quadrato della velocità pesato dalla metrica:
  $$A_{G_k}[\gamma] = \int_0^1 \dot{\gamma}(\tau)^\top G_k(\gamma(\tau), t_{k,\tau}) \dot{\gamma}(\tau) d\tau$$
  Questa formulazione penalizza le componenti di velocità nella direzione normale localmente stimata (costo elevato) preservando al contempo un costo basso per il movimento lungo le direzioni tangenziali.

B. Ottimizzazione Alternata del Ponte e dell'Accoppiamento

Per risolvere il problema di trasporto risultante a dimensione infinita, PACE impiega una procedura di ottimizzazione alternata a dimensione finita:

1. Apprendimento del Ponte (Accoppiamento Fisso): Dato un accoppiamento intertemporale $\pi_k$, PACE addestra un ponte neurale che preserva gli estremi $\gamma_\theta(x, y, \tau)$. Il ponte è parametrizzato come una linea retta più un termine di correzione neurale scalato da $\tau(1-\tau)$, garantendo $\gamma_\theta(x, y, 0)=x$ e $\gamma_\theta(x, y, 1)=y$. La rete viene addestrata per minimizzare la perdita di azione di percorso anisotropa definita dalla metrica $G_k$.
2. Raffinamento dell'Accoppiamento (Ponte Fisso): Utilizzando il ponte appreso, PACE calcola il costo di azione di percorso tra tutte le coppie di estremi candidate. Successivamente, risolve un problema di Trasporto Ottimo per aggiornare l'accoppiamento $\pi_k$, minimizzando l'azione di percorso totale anziché la distanza euclidea.
   Ciò crea un meccanismo di bootstrap in cui accoppiamenti migliori forniscono una supervisione degli estremi migliore per il ponte, e ponti migliori forniscono costi consapevoli della geometria per il raffinamento dell'accoppiamento.

C. Distillazione del Campo di Velocità

I ponti condizionati agli estremi sono specifici per coppia. Per abilitare l'inferenza globale di traiettorie, PACE distilla le dinamiche del ponte appreso in un campo di velocità continuo globale $v_\phi(x, t)$. Questo campo viene addestrato per corrispondere alle velocità dei ponti neurali a stati e tempi arbitrari, consentendo la generazione di traiettorie continue tramite integrazione di ODE da qualsiasi distribuzione iniziale.

3. Contributi Chiave

1. Metrica Consapevole della Geometria: Introduzione di una metrica Riemanniana dipendente da tempo e stato basata su proiezioni locali dello spazio tangente spaziotemporale. Ciò fornisce un costo di azione di percorso che seleziona accoppiamenti oltre la semplice prossimità euclidea degli estremi.
2. Procedura Iterativa Ponte-Trasporto: Sviluppo di uno schema di ottimizzazione alternata che raffina congiuntamente le corrispondenze intertemporali e i percorsi di interpolazione sotto la stessa azione consapevole della geometria, evitando la necessità di fissare coppie di estremi.
3. Distillazione Globale della Velocità: Un metodo per distillare ponti neurali condizionati agli estremi in un campo di velocità globale per la generazione di traiettorie continue senza appaiamento esplicito delle cellule o tracciamento della linea gerarchica.

4. Risultati Sperimentali

PACE è stato valutato su sette dataset (sintetici controllati e biologici) coprendo nove esperimenti di ricostruzione tenuti in riserva (held-out).

• Benchmark 2D Controllati: Sui benchmark "Ocean" (rotazionale non gradiente) e "Two-Branch", PACE ha ottenuto le prestazioni complessive di ricostruzione più forti. Ha recuperato con successo un movimento rotazionale fluido e strutture ramificate senza supervisione della velocità.
• Benchmark Biologici:
  • EB PHATE: PACE ha migliorato la ricostruzione marginale tenuta in riserva (MMD, W1, W2) e ha mostrato un miglioramento del 15,4% nell'allineamento della velocità dell'RNA rispetto alle linee di base, nonostante la velocità dell'RNA non fosse utilizzata durante l'addestramento.
  • iPSC-Liu & Schiebinger2019: PACE ha costantemente superato le linee di base (Action Matching, Aligned CFM, CURLY, DMSB, MFM, OT-CFM) in compiti di differenziamento e riprogrammazione.
• Guadagni Quantitativi: Su tutti i dataset, PACE ha ridotto MMD, W1 e W2 in media del 23,7% rispetto alla linea di base competitiva più forte.
• Prestazioni ad Alta Dimensionalità: In contesti ad alta dimensionalità (10D, 50D, 100D PCA), dove le distanze euclidee soffrono di effetti di concentrazione, PACE ha mantenuto prestazioni robuste sfruttando l'anisotropia locale piuttosto che la separazione globale.
• Studi di Ablazione: La rimozione di componenti come il rimatching dell'accoppiamento, la penalità della metrica anisotropa ($\alpha=0$) o la lisciatura del kernel spaziale/temporale ha degradato le prestazioni, confermando che i guadagni derivano dalla combinazione di questi elementi.

5. Significato e Affermazioni

Il paper afferma che la geometria locale funge da un utile bias induttivo per la ricostruzione di traiettorie da istantanee distruttive. Sostituendo i costi euclidei con un'azione di percorso consapevole della geometria, PACE affronta l'ambiguità fondamentale dell'inferenza di traiettorie senza richiedere:

• Appaiamento esplicito delle cellule o tracciamento della linea gerarchica.
• Supervisione della velocità dell'RNA durante l'addestramento.
• Assunzioni di sviluppo sincrono.

Gli autori sottolineano che PACE fornisce ricostruzioni plausibili e coerenti con la geometria piuttosto che storie cellulari di verità fondamentale, poiché il problema sottostante rimane mal posto. Il metodo dimostra che inferire direzioni ammissibili dai vicinati spaziotemporali locali è sufficiente per migliorare significativamente l'accuratezza dell'inferenza delle dinamiche a livello di popolazione nella biologia a singola cellula.