PerturbLDM: conditional latent diffusion for modelling single-cell perturbation responses

Nel vasto panorama della biologia moderna, gli scienziati hanno sviluppato un modo potente per osservare la vita: esaminando le singole cellule. Invece di studiare un intero organo o tessuto come un unico miscuglio omogeneo, i ricercatori possono ora guardare dentro una singola cellula per leggere le sue istruzioni genetiche, note come il suo profilo trascrizionale. Questa visione dettagliata rivela come una cellula si stia comportando, cosa stia facendo e come stia rispondendo al suo ambiente. Un obiettivo fondamentale in questo campo è capire come le cellule reagiscono quando vengono disturbate. Questi disturbi, o perturbazioni, possono essere farmaci, variazioni di temperatura o cambiamenti nei segnali chimici. Mappando queste reazioni, gli scienziati sperano di prevedere come una specifica cellula si comporterà sotto una specifica condizione. Tuttavia, l'enorme numero di possibili combinazioni è travolgente. Esistono innumerevoli tipi di cellule, migliaia di potenziali farmaci e infinite variazioni di dosaggio e tempistica. È fisicamente impossibile testare ogni singola combinazione in un laboratorio. Ciò lascia un enorme vuoto nella conoscenza: abbiamo dati per alcuni scenari, ma siamo ciechi rispetto alla maggior parte degli altri. La sfida è trovare un modo per imparare dagli esperimenti che abbiamo già eseguito e usare tale conoscenza per indovinare con precisione cosa accadrebbe in milioni di situazioni che non abbiamo ancora testato.

Per colmare questo divario, un team di ricercatori ha sviluppato un nuovo strumento computazionale chiamato PerturbLDM. Questo sistema è progettato per agire come un sofisticato simulatore di risposte cellulari. Non si limita a indovinare; apprende i modelli sottostanti di come le cellule cambiano quando vengono spinte. I ricercatori hanno addestrato questo sistema attraverso una fase di pre-addestramento sul dataset Tahoe-100M. Una volta che il sistema ha appreso le regole generali del comportamento cellulare da questa estesa libreria, ne hanno testato la capacità di prevedere risultati che non aveva mai visto prima. I risultati sono stati sorprendenti. Quando gli è stato chiesto di prevedere gli effetti di 13.942 diverse combinazioni di farmaci, dosi e linee cellulari che erano state tenute fuori dal suo addestramento, PerturbLDM è stato più accurato di qualsiasi metodo esistente. In più del 95 percento di queste condizioni, le previsioni del sistema corrispondevano ai gruppi di controllo del mondo reale meglio di un semplice modello matematico di base che si limita ad aggiungere gli effetti dei singoli fattori. Ciò suggerisce che il sistema cattura interazioni complesse e dipendenti dal contesto che i modelli più semplici perdono.

Il potere di questo approccio va oltre la semplice previsione delle risposte ai farmaci. I ricercatori hanno utilizzato il sistema addestrato per organizzare una collezione di composti nota come PANACEA. Analizzando quanto fossero simili le risposte cellulari previste, il sistema è riuscito a raggruppare insieme i composti che condividono gli stessi meccanismi biologici. Questa capacità di classificare le sostanze chimiche in base al loro effettivo effetto sulla cellula, piuttosto che solo per la loro struttura chimica, dimostra che il modello comprende la logica funzionale della biologia. Lo strumento si è dimostrato efficace anche in dataset più piccoli e specifici. In un caso, ha generato uno stato simulato di un colon fetale durante la metà della gravidanza. In questo test, il sistema ha commesso meno errori nella previsione dell'attività genica rispetto a un precedente metodo d'avanguardia, e ha mantenuto correttamente il delicato equilibrio tra i diversi tipi di cellule tissutali. In un altro test riguardante le cellule immunitarie, il sistema ha catturato accuratamente sei su sette specifici programmi antivirali e di interferone, incluso un complesso percorso metabolico che collega la difesa immunitaria alla produzione di energia, superando altri strumenti consolidati in questi specifici contesti biologici.

Ciò che rende questo lavoro significativo non è solo il fatto che predica numeri, ma che genera risposte cellulari complete e realistiche. Crea un quadro completo di come appare e agisce una cellula dopo una perturbazione, preservando le intricate relazioni tra migliavere di geni diversi. I ricercatori hanno scoperto che questo metodo funziona su diverse scale, dai dataset massicci agli studi più piccoli e specializzati, e attraverso varie impostazioni biologiche. Imparando la struttura profonda di come le cellule rispondono al cambiamento, PerturbLDM offre un modo per esplorare il vasto territorio inesplorato della biologia cellulare. Fornisce un modo affidabile per vedere cosa potrebbe accadere quando una cellula viene spinta, permettendo agli scienziati di navigare nel complesso spazio dei potenziali trattamenti e delle risposte biologiche senza dover eseguire ogni singolo esperimento in un laboratorio.