PerturbMap: Cross-Context Transfer of Single-Cell Perturbation Responses

技術要約：PerturbMap — 単一細胞摂動応答のコンテキスト間転送

1. 問題定義

本論文は、単一細胞摂動アトラスにおける特定のギャップである「ソースで観測され、レシピエントでは未測定」というシナリオに対処している。多くの生物学的スクリーニングにおいて、ある遺伝子的摂動 $p$ は、ソース・コンテキスト（例：特定の細胞状態や条件）では測定されているが、研究者がその影響を理解する必要があるターゲットとなる「レシピエント」コンテキストでは欠落している。

核心となる課題は**選択的信頼性（selective trust）**である。測定されたソースの応答をそのままレシピエント・コンテキストにコピーするだけでは、コンテキスト特有の転写プログラムの再編（rewiring）を無視することになる。逆に、ソースデータを無視することは、特定のクエリ介入に関する貴重な実験的証拠を放棄することを意味する。目標は、以下の情報が与えられたときに、レシピエント・コンテキスト $r$ におけるクエリ摂動 $q$ のコントロール相対応答ベクトル $y_r(q)$ を予測することである：

1. 同一の $q$ に対する、測定されたソース・コンテキスト $s$ での応答 $\{y_s(q)\}$。
2. 他の摂動がソースとレシピエントの両方のコンテキストで観測されているペアリングされた訓練データ。
3. レシピエントのクエリ結果が、モデルの訓練および推論中に厳格に封印（利用不可）されているという制約。

これは、摂動識別子から汎化する標準的な未知の摂動予測（scGen, GEARSなど）とは異なる。ここでは、入力にクエリ固有のソース応答トークンが含まれている点が特徴である。

2. メソドロジー：PerturbMap

PerturbMapは、**訓練専用の信頼性加重応答転送（train-only reliability-weighted response transport）**フレームワークである。これは、テストのアイデンティティから情報がモデル適合に漏洩しないよう、厳格なアイデンティティ保持分割（identity-held split）の下で動作する。ワークフローは、主に4つのモジュールで構成される：

A. 訓練専用の応答座標（Train-Only Response Coordinates）
この手法は、まず訓練用の摂動のみを使用して、共有の低ランク座標系を構築する。レシピエントの行を除外した訓練応答行列 $Y^{tr}$ に対して、ランク $K$ の基底を（QR反復法を用いて）適合させる。この共有基底が、ベース予測器、ソース・トークン、およびルートマップのための座標系として機能する。
$$z_c(p) = (y_c(p) - \mu)U^\top$$

B. レシピエント局所ベース予測器（Recipient-Local Base Predictor）
レシピエント・コンテキストに対して、摂動記述子（例：コントロール・アンカー遺伝子との相関）と共有の低ランク基底のみを用いて、局所的なベース予測器 $b_r(p)$ を訓練する。極めて重要な点として、このベースモデルはクエリ固有のソース応答トークンを一切受け取らない。これは、ソースからの転送が信頼できないと判断された場合のフォールバック（代替）予測として機能する。

C. ソース・トゥ・レシピエント・エキスパート（Source-to-Recipient Experts）
各観測されたソース・コンテキスト $s$ について、ペアリングされた訓練用摂動を用いて、ソース座標をレシピエント座標へ変換するためのアフィン・リッジ回帰マップを適合させる。
$$A_{s \to r} = \arg \min_A \| \tilde{Z}_s A - \tilde{Z}_r \|_F^2 + \lambda \eta_s \|A\|_F^2$$
これにより、クエリの測定されたソース応答 $y_s(q)$ をレシピエント座標空間へと投影できる「エキスパート」が作成される。

D. 訓練専用の信頼性キャリブレーション（Train-Only Reliability Calibration）
保持されたクエリを予測する前に、本手法は、検証用アンカー（検証用に保持された訓練用摂動）を使用して、各ソース・トゥ・レシピエント・ルートの信頼性を推定する。

1. 補間係数 ($\alpha$): エキスパートの予測とベース予測をどの程度混合するかを決定する。
2. ルート・スコア ($\rho$): ベースと比較して、検証MSE（平均二乗誤差）がどの程度相対的に減少したかを算出する。
3. ハーム・コントロール・ゲート（アブレーション）: 二次的な低容量のロジスティックモデルが、クエリの記述子への距離やルートの残差などの特徴量に基づき、特定のルートが特定のクエリに対してエラーを減少させる確率を推定する。

最終予測:
最終的な予測は、ベース予測器と受理されたソース・エキスパートの加重結合である。重みは、検証から導出されたルート・スコア ($\rho$) と、（アブレーション版における）クエリ適応型のハーム・コントロール確率によって決定される。
$$\hat{y}_r(q) = \sum_{s} w_{s \to r}(q) \cdot c_{s \to r}(q)$$
ここで、$c_{s \to r}(q)$ はソース $s$ からの混合予測である。

3. 主な貢献

1. 問題定式化: 「ソースで観測され、レシピエントでは未測定」の摂動応答予測を、標準的な未知の摂動の汎化とは異なる、アイデンティティ保持テストとして定義した。
2. PerturbMapアルゴリズム: 訓練専用の信頼性加重を用いて、ソース応答トークンをレシピエント座標にマッピングする方法を導入した。この手法は、クエリのアイデンティティではなく、検証残差に基づいて、どのルートがクエリに影響を与えるかを決定する。
3. 厳格な評価: マニフェストに基づいた Frangieh et al. のメラノーマ・コホート（Perturb-CITE-seq）を用いて、以下の条件下で評価を行った：
   • アイデンティティ保持の外側フォールド（フォールドあたり40のテスト・アイデンティティ）。
   • 情報が一致したコントロール（ゼロ応答、生コピー、較正済みコピー、シャッフル・アフィン）。
   • パフォーマンスの天井比較のための、より強力な中央集約型リファレンス（TokPool）。
   • 「ハーム率（harm rates）」（手法がベースラインよりも性能が悪化する事例）の明示的な報告。
4. アブレーション研究: クエリ適応型ハーム・コントロールおよび、動作点の感度（ランク、アンカー上限、集約ルール）について調査した。

4. 実験結果

主要な評価は、3つのコンテキスト（Co-culture, Control, IFN$\gamma$）を持つ Frangieh et al. のメラノーマ・コホートに対して行われた。

• 性能向上: PerturbMap-GR（グローバル・ルート信頼性）は、レシピエント局所の LowRank ベースと比較して、フル効果の平均二乗誤差（MSE）を 4.1%（$1.649 \times 10^{-3}$ から $1.581 \times 10^{-3}$ へ）減少させた。
• 統計的有意性: MSE減少のペア 95% 信頼区間は $[-1.16, -0.33] \times 10^{-4}$ であり、ゼロを含まない。保持された161のアイデンティティにおいて予測を改善した。
• ベースラインとの比較:
  • FedAvg、Zero-response、Raw-copy、Calibrated-copy を上回った。
  • Shuffled-affine コントロールを上回り、この利得が単なる周辺的な較正ではなく、整列されたソース・レシピエントのペアリングから来ていることを確認した。
  • より強力な訓練インターフェースを持つ中央集約型 TokPool リファレンスの MSE と $2.82 \times 10^{-6}$ 以内の差に収まった。
• 二次的指標:
  • Top-20 絶対効果 MSE は、コピー・コントロールに対して約12%改善した。
  • コサイン類似度に基づく Top-10 検索（LowRank に対する）は、74.5% から 80.5% に増加した。
  • ハーム率（LowRank に対する）は 19.5% であり、raw copy の 49.5% よりも大幅に低かった。
• 二次チェック: 別の多ソース Perturb-seq コホート（Jiang et al.）において、信頼性加重は一様エキスパート融合に対して小さながらも有意な利得を示し、より豊かなソース設定におけるアプローチの妥当性を検証した。

5. 意義と主張

本論文は、測定されたソース応答は、転送が訓練専用の信頼性推定によって導かれる限り、クエリ時の証拠として機能し得るという控えめな主張を行っている。

• 核心的な主張: アイデンティティが整列されたソース応答は、レシピエントのみの挙動、直接的なコピー、または周辺的な較正を超えた予測情報を提供する。
• 限界: 著者らは、PerturbMap は負の転送（negative transfer）を排除するものではなく（依然としてベースに対して約19.5%のアイデンティティに悪影響を与える）、完全な分布的カウンターファクチュアルのための最先端の仮想細胞生成器ではないことを明示している。本手法は、条件内の単一細胞分布ではなく、条件平均の効果を予測するものである。
• 示唆: 本手法は、「コンテキストを消去することなく再利用する」ことが、選択的かつ検証駆動型の転送を通じて可能であることを示しており、中央集約型のプールされた訓練インターフェースを必要とせずに、不完全な摂動アトラスに対する実用的な解決策を提供する。