Beyond Gene Reconstruction: Learning Cell Representations through Complementary Transcriptomic Views
本論文は、共発現ガイドによる遺伝子分割、発現を考慮したハードネガティブ構築、および能力ゲート付きコントラスティブ・オンセットを通じて相補的なビューを構築することにより、堅牢な全細胞表現を学習する単一細胞トランスクリプトミクスのための新しい対照学習事前学習フレームワークを提案し、それによって細胞型アノテーションや遺伝子制御ネットワーク推論といったダウンストリームタスクにおいて従来の遺伝子再構成手法を凌駕するものである。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
あなたは、ある巨大で賑やかな都市を理解しようとしているのだと想像してください。あなたには、何百万もの小さな手書きのメモが入った巨大な図書館があります。それぞれのメモには、特定のレストランで作られている単一の料理の材料が記されています。生物学の世界では、これらの「メモ」はシングルセル・トランスクリプトーム・データであり、「材料」は遺伝子です。科学者たちは、この都市（体）がどのように機能しているかを理解するために、これらのメモを読み解くための超スマートなAIモデルを構築してきました。
長い間、これらのAIモデルを訓練する最善の方法は、「穴埋めゲーム」でした。コンピュータは、ページの中のいくつかの単語（遺伝子）を隠し、周囲のテキストに基づいてそれらが何であるかを推測させるのです。これは「マスクされた再構成（masked reconstruction）」と呼ばれます。これは、特定の材料がどのように一緒に現れるか（例えば、小麦粉と砂糖は通常ケーキに使われる、といったこと）をAIに教えるには優れています。しかし、落とし穴があります。AIが欠落した材料を推測するのが上手いからといって、それが必ずしもレストラン全体や街全体の雰囲気まで真に理解しているとは限らないのです。AIは、ケーキのレシピを知っているかもしれませんが、そのレストランが実はベーカリーであってピザ屋ではないということを認識できないかもしれません。細胞を真に理解するためには、AIは個々の遺伝子の関係だけでなく、その特定の細胞の「全体像」を把握する必要があるのです。
ここで、新しい研究が新鮮なアイデアとともに登場します。研究者たちは、Jiaqi XiongとJiaxin Qiに率いられたチームであり、従来の「穴埋め」ゲームでは、AIに細胞全体を認識させる方法を教えるには不十分であることに気づきました。彼らは、CoCoS（「共発現ガイド付き対照的開始（Co-expression-Guided Contrastive Onset）」という、凝った言い方をする名称）と呼ばれる新しい訓練手法を提案しました。これは、AIに人の特徴を教える際、単に好きな色を見るのではなく、その人の異なる2つの補完的な写真を同時に見せるようなものです。
CoCoSがどのように機能するかを、簡単な比喩で説明しましょう。細胞のパズルを持っていると想像してください。ただし、一つの大きな絵ではなく、パズルのピースを2つの別々の箱に分けます。一方の箱には「奇数番号」のピースが入っており、もう一方の箱には「偶数番号」のピースが入っています。これらがあなたの「ビュー（視点）」です。AIはこの両方の箱を見て、たとえ中身のピースが異なっていても、それらがどちらも「同じパズル（同じ細胞）」に属していることを学習します。これにより、AIは細胞を一つのまとまった単位として理解できるようになります。
しかし、研究者が回避しなければならない2つの巧妙な罠がありました。第一に、もしピースをランダムにシャッフルしてしまうと、誤って別の細胞の絵を作り出してしまう可能性があります。これを修正するために、CoCoSは遺伝子を分ける際に「共発現ガイド」を使用します。遺伝子が自然に連携して動くグループ（常に同じレシピの中に現れる材料のようなもの）を特定し、生物学的なストーリーが損なわれないように、それらを2つの箱に振り分けるのです。
第二に、AIは近道を選ぶ性質があります。もしAIに細胞Aの写真と細胞Bの写真を見せると、AIは単に存在する遺伝子の「種類」（例：「細胞Aには遺伝子Xがあるが、細胞Bにはない」）を見て、それらを区別してしまうかもしれません。これでは、それらの遺伝子が実際に「何をしているか」を学習せずに、単に名前を見ているだけになってしまいます。この近道行為を防ぐために、CoCoSは「ハード・ネガティブ（困難な負例）」を作成します。これは、細胞Aから全く同じ遺伝子リストを取り出し、その値（各遺伝子の量）をバラバラに書き換える手法です。これにより、AIは単に遺伝子の名前を見ることはできなくなり、「これはまだ細胞Aだが、レシピがめちゃくちゃだ！」と気づくために、具体的な数値に注意を払わなければならなくなります。これにより、AIは遺伝子とその活動レベルの真の関係を学習することを強制されます。
最後に、研究者たちは、この「細胞全体」の訓練をすぐに始めることはできないということに気づきました。AIはまず、遺伝子の関係という基礎を学ぶ必要があります。そのため、彼らは「コンピテンス・ゲート（能力の門）」を追加しました。AIはしばらくの間、単独で「穴埋め」ゲームを行います。特別な「センチネル（番兵）」（AIがまだ見ていないテスト用の細胞グループ）が、AIが遺伝子の再構成に長けていることを示したとき、システムはスイッチを切り替え、この「細胞全体」の対照学習を開始します。これは、コーチが学生にエッセイの書き方を教える前に、アルファベットをマスターするのを待つようなものです。
この新しい手法の結果は有望です。細胞の種類（筋肉細胞と神経細胞の違いなど）を識別するタスクでテストしたところ、CoCoSで訓練されたモデルは、従来のトップクラスのモデルよりも優れた性能を示しました。また、遺伝子がどのように互いを制御しているかを予測することにも優れており、これは疾患を理解する上で極めて重要です。研究者たちは、テストされるネットワークによって「勝者」が変わる可能性があると指摘していますが、比較した手法の中で、全体的な平均パフォーマンスは最も高いものでした。
要約すると、この論文は、細胞のビューを補完的な部分に分割し、AIに遺伝子の名前ではなく遺伝子の値に注意を払わせ、適切なタイミングで訓練を開始することで、AIモデルが個々のパーツだけでなく、細胞の「人間性（全体像）」を真に理解できるモデルを構築できることを示唆しています。これは、私たちのデジタルな生物学的理解をより完全で正確なものにするための前進なのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。