Generating Joint Transcriptomic and Morphological Responses to Drug Perturbations via Rectified Flow

Il paper presenta PertFlow, un quadro computazionale unificato basato su Rectified Flow che predice simultaneamente le risposte trascrittomiche e morfologiche alle perturbazioni farmacologiche, colmando il divario tra i dati molecolari e fenotipici.

L'essenziale

Immagina di essere un detective che deve prevedere cosa succederà in una città (la cellula) quando arriva un nuovo tipo di traffico o un evento speciale (il farmaco).

Fino a oggi, i detective avevano due problemi:

1. Potevano leggere i giornali (i dati genetici, o RNA) per capire cosa stava pensando la città, ma non potevano vedere come cambiava l'aspetto fisico delle strade.
2. Oppure potevano fare foto (le immagini microscopiche) per vedere come cambiava il paesaggio, ma non sapevano cosa stava succedendo "dentro le teste" dei cittadini (i geni).

Nessuno era riuscito a fare entrambe le cose contemporaneamente in modo affidabile.

La soluzione: PertFlow
Gli autori di questo studio hanno creato un nuovo super-detective chiamato PertFlow. È come un "oracolo digitale" capace di guardare una cellula sana, leggere il suo "giornale" (RNA) e scattare una sua "foto" (immagine), e poi chiedersi: "Cosa succederà se le diamo questo farmaco?".

Ecco come funziona, spiegato con metafore semplici:

1. Il Laboratorio Magico (Il Modello)

Immagina che PertFlow sia un chef stellato in una cucina molto speciale.

• Gli ingredienti: Ha davanti a sé una cellula sana (il suo stato di partenza) e la ricetta del farmaco (il nome, la dose, il tipo).
• La magia: Invece di cucinare due piatti separati (uno per i dati genetici e uno per le foto), lo chef prepara un unico grande pasto che include entrambe le cose contemporaneamente.
• Il segreto: Usa una tecnica chiamata "Rectified Flow". Immagina di dover spostare un oggetto da un punto A a un punto B. I metodi vecchi facevano un percorso tortuoso e pieno di curve. PertFlow, invece, trova la linea retta più veloce e diretta per trasformare la cellula sana in una cellula "malata" (o curata) dal farmaco. È come se avesse una scorciatoia magica attraverso lo spazio-tempo biologico.

2. Cosa produce questo chef?

Quando gli dai un farmaco, PertFlow ti restituisce due cose in una volta sola:

1. La lista della spesa genetica: Ti dice esattamente quali geni si sono "svegliati" e quali si sono "addormentati" (previsione dell'RNA).
2. La foto del risultato: Ti disegna una nuova immagine della cellula, mostrando come cambia forma, come si restringe o si allarga, proprio come se fosse stata osservata al microscopio reale.

3. Ha funzionato davvero?

Gli scienziati hanno messo alla prova PertFlow con 40 farmaci diversi e 3 tipi di cellule. I risultati sono stati sorprendenti:

• Precisione: Quando ha previsto i geni, è stato molto preciso (come un meteorologo che indovina la pioggia con grande accuratezza).
• Realismo: Quando ha generato le immagini, i risultati sono stati così belli e realistici che patologi esperti (medici che studiano le cellule) li hanno guardati e hanno detto: "Sembra quasi una foto vera! Dai un voto di 7 o 8 su 10".
• Intelligenza biologica: Il modello non ha solo copiato le immagini; ha capito la logica. Ad esempio, se gli davano un farmaco che rompe i "tubi" interni della cellula (microtubuli), il modello disegnava cellule che si rompevano o si fermavano, esattamente come succede in natura.

4. Perché è importante?

Pensa a quanto tempo e denaro si spendono in laboratorio per testare i farmaci.
Con PertFlow, invece di colpire a caso e aspettare mesi per vedere cosa succede, potremmo simulare tutto al computer.

• Possiamo vedere se un farmaco distruggerà il DNA o fermerà la crescita di un tumore prima di toccare una cellula reale.
• È come avere un videogioco ultra-realistico della biologia umana, dove possiamo provare milioni di combinazioni di farmaci in pochi secondi.

In sintesi

PertFlow è come un ponte magico che collega due mondi che prima erano separati: il mondo invisibile dei geni e il mondo visibile della forma delle cellule. Ci permette di prevedere il futuro di una cellula con una precisione che prima era impossibile, aprendo la strada a farmaci più sicuri, più veloci da scoprire e più personalizzati per ogni paziente.

Sommario tecnico

1. Il Problema

La previsione delle risposte cellulari alle perturbazioni farmacologiche richiede la cattura delle complesse dipendenze tra i cambiamenti trascrittomici (espressione genica) e quelli morfologici (forma e struttura cellulare).

• Limiti degli approcci attuali: Le metodologie esistenti tendono a modellare queste due modalità (modalità) in isolamento. I modelli focalizzati sulla trascrittomica (es. scGen, CPA, GEARS) prevedono l'espressione genica ma non gli effetti morfologici. Al contrario, gli approcci basati sull'imaging (es. PhenDiff) si concentrano sulla generazione di immagini senza contesto trascrittomico.
• Il Gap: Non esiste attualmente alcun metodo in grado di prevedere congiuntamente i profili di espressione genica e la morfologia cellulare a partire da perturbazioni chimiche, ignorando le relazioni molecolari-fenotipiche critiche che si verificano simultaneamente durante il trattamento.

2. Metodologia: PertFlow

Gli autori introducono PertFlow, un quadro computazionale unificato che utilizza l'attenzione cross-modale e la dinamica del "Rectified Flow" (Flusso Rettificato) per generare simultaneamente risposte di espressione genica (RNA-seq) e immagini di morfologia cellulare (Cell Painting) partendo da stati cellulari di controllo, condizionati dai metadati del farmaco.

Architettura del Modello

PertFlow integra tre componenti principali:

1. Encoder di Modalità Singola:
   • RNA-seq: Utilizza l'auto-attenzione multi-strato per catturare le interazioni gene-gene, integrando anche conoscenze da grafi eterogenei (PrimeKG) per le interazioni proteina-proteina.
   • Immagini: Utilizza un'architettura convoluzionale stile ResNet con pooling globale per estrarre caratteristiche visive gerarchiche.
   • Condizionamento Farmaco: Codifica l'identità del composto (fingerprint molecolari Morgan/RDKit), la linea cellulare, la concentrazione e il tempo.
2. Meccanismo di Attenzione Cross-Modale:
   • I token di RNA e immagine subiscono un'auto-attenzione interna e poi un'attenzione cross-modale bidirezionale (i token RNA "ascoltano" i token immagine e viceversa).
   • Questo processo allinea le caratteristiche in uno spazio di embedding condiviso, risolvendo il problema dell'allineamento tra spazi di rappresentazione fondamentalmente diversi.
3. Teste di Generazione (Heads):
   • Predizione Trascrittomica: Una testa di regressione diretta predice l'espressione genica di trattamento dall'embedding condiviso.
   • Generazione Morfologica: Utilizza la dinamica del Rectified Flow. A differenza dei modelli di diffusione che prevedono il rumore, il Rectified Flow impara un campo di velocità costante lungo traiettorie lineari tra la distribuzione di rumore e quella dei dati reali. Un UNet predice questo campo di velocità condizionato dallo stato rumoroso, al passo temporale e all'embedding condiviso.

Funzione di Perdita (Loss Function)

L'obiettivo di addestramento combina tre termini:

• Perdita Trascrittomica: Una combinazione di MSE (errore quadratico medio) e perdita di correlazione di Pearson per garantire accuratezza a livello genico e preservare i pattern di espressione relativa.
• Perdita Immagine: L'obiettivo del Rectified Flow per la predizione della velocità.
• Perdita di Coerenza Tripletta (Contrastive): Un termine che forza la coerenza multimodale confrontando caratteristiche allineate (RNA-immagine corretti) con caratteristiche disallineate (shufflate), garantendo che le due modalità rimangano biologicamente correlate.

3. Risultati

Il modello è stato valutato su un dataset multimodale curato (Ginkgo Data Platform) contenente 17.242 campioni accoppiati (RNA-seq bulk e immagini Cell Painting) provenienti da 3 linee cellulari e 40 composti.

Performance Quantitativa

• Predizione Trascrittomica: PertFlow ha raggiunto una correlazione di Pearson di 0.780 ± 0.264 e una correlazione di Spearman di 0.792 ± 0.041, superando i modelli basati su MLP e VAE (come PRNet) e mantenendo prestazioni competitive rispetto ai modelli unimodali.
• Generazione Morfologica: Ha ottenuto un FID (Fréchet Inception Distance) di 24.06, significativamente inferiore (migliore) rispetto ai baseline come PhenDiff (62.50) e UNet standard (583.21). Anche le metriche SSIM e PSNR sono superiori.
• Valutazione Esperta: Patologi certificati hanno valutato le immagini generate con punteggi di similarità mediana tra 7.11 e 7.89 su 10, superando i baseline esistenti.

Validazione Biologica

• Recupero dei Meccanismi d'Azione: Il modello ha recuperato con successo meccanismi noti, come la destabilizzazione dei microtubuli (es. Cevipabulin, Podofillotossina), il danno al DNA (es. S-Camptotecina) e l'inibizione della via MAPK (es. Dabrafenib).
• Analisi di Arricchimento Genico (GSEA): L'analisi dei geni attivati ha confermato l'attivazione di pathway biologici attesi (EMT, p53, apoptosi) e ha mostrato risposte specifiche per linea cellulare, validando la coerenza biologica delle previsioni.
• Allineamento delle Embedding: Le analisi UMAP e t-SNE dimostrano che l'attenzione cross-modale trasforma distribuzioni disperse in spazi strutturati e clusterizzati, dove campioni biologicamente simili si raggruppano indipendentemente dalla modalità.

4. Contributi Chiave

1. Primo Framework Unificato: PertFlow è il primo metodo in grado di generare congiuntamente risposte trascrittomiche e morfologiche a perturbazioni chimiche.
2. Integrazione Cross-Modale: Dimostra che l'integrazione di dati di imaging e trascrittomica in uno spazio di embedding condiviso migliora la predizione di entrambe le modalità rispetto agli approcci unimodali.
3. Efficienza del Rectified Flow: L'adozione del Rectified Flow per la generazione di immagini biologiche offre maggiore stabilità e qualità rispetto ai modelli di diffusione tradizionali, richiedendo meno passi di inferenza (NFE) per ottenere strutture cellulari riconoscibili.
4. Scalabilità e Generalizzazione: Il modello dimostra capacità di generalizzare attraverso diverse concentrazioni, tempi e linee cellulari, mantenendo coerenza dose-dipendente.

5. Significato e Implicazioni

PertFlow rappresenta un passo fondamentale verso la modellazione unificata delle risposte cellulari ai farmaci, colmando il divario tra meccanismi molecolari e fenotipi osservabili.

• Screening Virtuale: Potrebbe accelerare lo screening di farmaci virtuali prevedendo sia l'efficacia (morfologia) che la tossicità/meccanismo (trascrittomica) prima della sperimentazione fisica.
• Scoperta di Meccanismi: Offre un modo per generare ipotesi meccanicistiche su come i farmaci alterano le cellule, integrando dati omici e di imaging.
• Modellazione Farmacologica Integrata: Apre la strada a modelli più interpretabili e integrati per la medicina personalizzata, permettendo di simulare come specifici profili genetici o morfologici rispondano a nuovi composti.

In sintesi, PertFlow supera i limiti delle attuali metodologie di generazione unimodale, fornendo uno strumento potente per comprendere e prevedere la complessità delle risposte cellulari ai farmaci attraverso una generazione multimodale coerente e biologicamente realistica.