Move BeTween modAlities (MBTA) employs flow matching to predict single cell data modalities

ある人物を理解しようとする際、顔の写真、声の録音、そして指紋のスキャンという、3つの異なるスナップショットを見ているところを想像してみてください。それぞれの写真は独自の物語を語りますが、それらが必ずしも完璧に一致するとは限りません。その人は、写真では親しみやすく見える（視覚的な世界における「隣人」である）かもしれませんが、その人をよく知る人にとっては、声は不機嫌に聞こえる（オーディオの世界における「隣人」である）かもしれません。生物学の世界において、科学者たちは細胞に対しても同じことをしようとしています。彼らは、細胞の指示書を読み取るもの（RNA）、DNAがどれほど密に詰まっているかをチェックするもの（クロマチン）、そして表面タンパク質の数を数えるものといった、異なる分子のカメラを使って、単一の細胞の「スナップショット」を撮ろうとしています。目標は、これらのスナップショットを縫い合わせ、細胞の全体像を見ることです。しかし、難しいのは、細胞はスナップショットごとに同じ姿を見せないということです。RNAの世界ではある細胞の近隣住民であっても、タンパク質の世界では他人であることがあります。この不一致こそが、科学者が解決しようとしている大きなパズルです。なぜなら、もしこれらの異なる視点を無理やり同一に見せようとすれば、その細胞を面白くしているまさにその詳細を消し去ってしまう可能性があるからです。

ここで、MBTA（Move BeTween modAlities）が登場します。これは研究者によって設計された、このパズルを解くための新しいコンピュータプログラムです。MBTAを、細胞のための非常にスマートな地下鉄路線図だと考えてください。RNA、タンパク質、DNAのスナップショットを、すべてが同じに見える一つの巨大で乱雑な部屋に押し込めるのではなく、MBTAは各データタイプに対して別々の、完璧な部屋を構築します。そして、これらの部屋を繋ぐ高速で魔法のような列車 tracks（フロー・マッチングと呼ばれるもの）を建設します。もしある細胞をRNAの部屋に落とした場合、MBTAは、データを押しつぶしたり引き伸ばしたりすることなく、その同じ細胞がタンパク質の部屋のどこに位置するかを即座に計算できます。研究者たちはこれをヒトの乳がんやマウスの胚の実際のデータでテストし、MBTAが従来のメソッドよりも、これら異なる分子の言語間の翻訳においてはるかに優れていることを発見しました。MBTAは単に推測したのではなく、RNAの変化がどのようにタンパク質の形状に影響を与えるかという特定のルールを学習したのです。たとえそれらの変化が複雑で非線形なものであっても、です。各データタイプの独自の「近隣関係」を維持しながらそれらを接続することで、MBTAは細胞がどのように成長し、変化し、時にはどのように癌へと変貌していくのかという、歪みのない完全な姿を見ることを可能にします。

問題点：隣人が一致しないとき

単一細胞生物学の宇宙において、科学者たちは個々の細胞の写真を撮ることに驚異的な能力を発揮してきました。彼らは細胞のRNA（指示書）、DNAのアクセシビリティ（本がどれほど開かれているか）、そして表面タンパク質（IDバッジ）を読み取ることができます。長い間、これらの写真を組み合わせる標準的な方法は、それらすべてを一つの「共有空間」に押し込めることでした。まるで、人の写真をすべて一つのコラージュにまとめるようなものです。それらを十分に混ぜ合わせれば、細胞の「真の」バージョンが得られるという考え方です。

しかし、論文の著者たちは、彼らが**構造的ミスマッチ（structural mismatch）**と呼ぶ隠れた欠陥を発見しました。あなたがパーティーにいると想像してください。「音楽の部屋」では、あなたと親友は共にジャズが好きなので、隣同士に立っています。しかし、「食事の部屋」では、あなたとスパイスの効いたタコス好きの人は、共にスパイスの効いたタコスが好きなので、隣同士に立っています。もし音楽の部屋と食事の部屋を同じ部屋にしようと強制すると、あなたは親友を遠ざけるか、あるいはタコス好きの人を近づけなければなりません。そうしなければ、部屋を適合させることができないからです。そうすることで、それぞれの特定の文脈における「本当の隣人」が誰であるかという真実を失ってしまうのです。

研究者たちは、これが細胞内でも頻繁に起きていることを発見しました。ある細胞のRNAの世界における最近接の隣人は、タンパク質の世界における最近接の隣人ではないことがよくあります。これは間違いではなく、むしろ「特徴」なのです！これは、各タイプのデータが、細胞の生命の異なるユニークな側面を捉えていることを意味します。古いコンピュータプログラムがこれらの異なる視点を一つの共有空間に強制しようとしたとき、彼らはこれらの違いを誤って消し去り、生物学を非常に興味深くしているユニークな詳細を滑らかにしてしまったのです。

解決策：細胞のための地下鉄システム

これを修正するために、チームはMBTAを構築しました。すべてのデータを一つの部屋に押し込む代わりに、MBTAは各データタイプ（RNA、タンパク質、DNAなど）に対して、個別のカスタムルームを構築します。そして、複雑なデータセットを整理された扱いやすいマップへと縮小するために、**変分オートエンコーダ（VAE）**という特別なツールを使用します。

次に、魔法の部分がやってきます：**フロー・マッチング（Flow Matching）**です。これらの別々の部屋を駅だと想像してください。MBTAは、RNA駅からタンパク質駅へ行く方法を単に推測するのではなく、それらを結ぶ川の正確な「流れ（フロー）」を学習します。MBTAは、細胞が一方の状態から他方の状態へと移動する際に辿る経路を理解するようにニューラルネットワークを訓練します。これにより、コンピュータは二つのマップを同じに見せようと強制することなく、驚くべき精度で細胞をRNAマップからタンパク質マップへと翻訳できるのです。

MBTAの素晴らしさは、そのモジュール性にあります。それは、都市全体を再構築することなく、新しい路線（新しいタイプのデータ）を追加できる地下鉄システムのようなものです。「RNAからタンパク質への」路線と「RNAからDNAへの」路線を別々に訓練でき、それらは完璧に連携して動作します。これにより、数十種類の異なる分子測定値を同時に扱う場合でも、非常に高速かつ効率的になります。

分かったこと：より優れた地図、隠された秘密

研究者たちは、ヒトの免疫細胞、脳細胞、乳がんサンプルを含む様々な実世界のデータセットを用いて、MBTAを他の一般的な手法（multiVI、multigrate、GLUEなど）と比較し、テストを行いました。

1. より正確である： ほとんどすべてのテストにおいて、MBTAは元のデータを再構成し、それを他の形態へと翻訳することにおいて優れていました。他の手法がしばしば細胞の「ぼやけた」バージョンを作成したり重要な詳細を失ったりした一方で、MBTAは鋭いエッジを維持しました。特に、構造的ミスマッチが高いケース、つまり他の手法が失敗する状況において、MBTAは非常に優れた性能を発揮しました。
2. 真実を保持する： 本研究は、古い手法が、数学的に成立させるために、本来異なるはずの細胞を同じに見せたり、あるいは同じはずの細胞を別々のグループに分けたりしてしまうことがよくあることを示しました。MBTAはデータの自然な構造を尊重しました。例えば、血球系幹細胞のデータセットにおいて、他の手法は現実に存在しない偽のサブグループを作り出しましたが、MBTAは真の細胞型を正しく特定しました。
3. 未知のものを予測できる： チームは、たとえ例がわずかであっても、MBTAが細胞のペアリングのルールを学習できることを示しました。特定の細胞型のペアリング情報を隠した場合でも、MBTAは依然として正しい接続を推測することができました。これは、MBTAが単にデータを暗記したのではなく、基礎となる生物学を学習したことを証明しています。
4. 隠れた癌のパターンを明らかにする： 乳がんのデータに適用した際、MBTAは驚くべき成果を上げました。既存のツールよりも正確に、RNAデータをコピー数プロファイル（ゲノムの一部が欠失または重複していることを示すもの）へと翻訳することができました。これにより、他の手法が見逃していた腫瘍内の隠れた系統関係を特定することができました。彼らは、特定の遺伝子がDNAコピー数の変化に対して非常に敏感であることを発見し、腫瘍がどのように進化するかについての新たな手がかりを得ました。
5. 時間をモデル化できる： 最後に、研究者たちはマウス胚の発達を追跡するためにMBTAを使用しました。彼らは遺伝子発現データを取り、別のツールを使用してそれを時間軸に沿って進化させ、その後、MBTAを使用してその未来の遺伝子発現を7つの異なるエピジェネティック・マーク（DNA上の化学的タグ）へと翻訳しました。その結果、発達中の胚の完全な動的なポートレートが得られ、異なる分子レイヤーが時間の経過とともにどのように共に変化していくかが示されました。

なぜ重要なのか

この論文は、すべてのデータを一つの共有ボックスに押し込めるという古い考え方が、私たちの進歩を妨げている可能性があることを示唆しています。異なる分子的な視点がそれぞれ異なる「近隣関係」を持っていることを認めることで、MBTAは、それらを接続しつつも各視点のユニークな特性を維持する方法を提供します。それは単なる優れた計算機ではありません。細胞の複雑さを尊重した、細胞を見るための新しい方法なのです。腫瘍がどのように成長するかを解明するにせよ、胚がどのように発達するかを追うにせよ、MBTAは細胞の世界のより明確で忠実な地図を提供し、科学者がノイズの中に隠されていた答えを見つけ、より良い問いを投げかけることを助けてくれます。