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

現代生物学の広大な風景において、科学者たちは生命を観察するための強力な手法を開発してきました。それは、個々の細胞を詳しく調べることです。臓器や組織全体を単一の混ざり合った混合物として研究する代わりに、研究者は今や、単一の細胞の内部を覗き込み、その遺伝的指示である「転写プロファイル」を読み取ることができます。この詳細な視点は、細胞がどのように振る舞い、何を行い、環境にどのように反応しているかを明らかにします。この分野における主要な目標は、細胞が撹乱された際にどのように反応するかを理解することです。これらの撹乱、すなわち摂動（ペルターベーション）には、薬物、温度の変化、あるいは化学信号の変化などが含まれます。これらの反応をマッピングすることで、科学者たちは特定の条件下で特定の細胞がどのように振る舞うかを予測したいと考えています。しかし、考えられる組み合わせの膨大な数は圧倒的です。無数の細胞タイプ、数千もの潜在的な薬物、そして用量やタイミングにおける無限のバリエーションが存在します。実験室ですべての組み合わせをテストすることは物理的に不可能です。これにより、知識の巨大な空白が生じています。私たちは一部のシナリオについてはデータを持っていますが、ほとんどのシナリオについては盲目なのです。課題は、既に行った実験から学び、その知識を用いて、まだテストしていない何百万もの状況で何が起こるかを正確に推測する方法を見つけることです。

この空白を埋めるために、研究チームは「PerturbLDM」と呼ばれる新しい計算ツールを開発しました。このシステムは、細胞応答の洗練されたシミュレーターとして機能するように設計されています。これは単に推測するのではなく、細胞が押し込まれたときにどのように変化するかという、根底にあるパターンを学習します。研究者たちは、Tahoe-100Mデータセットを用いた事前学習フェーズを用いて、このシステムを訓練しました。この広範なライブラリから細胞挙動の一般的な規則を学習させた後、彼らは、未知の成果を予測する能力をテストしました。その結果は驚くべきものでした。学習から除外されていた13,942通りの異なる薬物、用量、および細胞株の組み合わせの効果を予測するよう求められた際、PerturbLDMは既存のどの手法よりも正確に機能しました。95パーセント以上の条件下で、システムの予測は、個々の要因の効果を単純に足し合わせただけの単純な数学的ベースラインよりも、現実世界のコントロール群とよく一致していました。これは、このシステムが、より単純なモデルが見落としてしまう複雑で文脈依存的な相互作用を捉えていることを示唆しています。

このアプローチの力は、単なる薬物応答の予測にとどまりません。研究者たちは、訓練されたシステムを使用して、PANACEAとして知られる化合物のコレクションを整理しました。予測された細胞応答がどの程度類似しているかを分析することにより、システムは同じ生物学的メカニズムを共有する化合物をうまくグループ化することに成功しました。化学構造ではなく、細胞に対する実際の効果に基づいて化学物質を分類できるこの能力は、モデルが生物学の機能的な論理を理解していることを証明しています。また、このツールは、より小さく特定のデータセットにおいても効果的であることが証明されました。ある事例では、妊娠中期における胎児の結腸のシミュレートされた状態を生成しました。このテストにおいて、システムは以前の主要な手法よりも遺伝子活性の予測におけるエラーが少なく、異なる種類の組織細胞間の繊細なバランスを正しく維持しました。免疫細胞を用いた別のテストでは、システムは抗ウイルスおよびインターフェロン・プログラムのうち6つを7つ中正確に捉え、免疫防御とエネルギー生産を結びつける複雑な代謝経路を含め、これらの特定の生物学的設定において確立された他のツールを凌駕しました。

この研究が重要なのは、単に数値を予測するだけでなく、現実的な全細胞応答を生成することにあります。それは、撹乱の後に細胞がどのように見え、どのように機能するかという完全な姿を描き出し、数千の異なる遺伝子の間の複雑な関係性を保持します。研究者たちは、この手法が大規模なデータセットから小規模で専門的な研究まで、また様々な生物学的設定を横断して機能することを発見しました。細胞が変化に対してどのように反応するかという深い構造を学習することで、PerturbLDMは、細胞生物学の広大で未踏の領域を探索する方法を提供します。それは、細胞が押し込まれたときに何が起こり得るかを視覚化する信頼できる方法を提供し、科学者が実験室ですべての実験を行うことなく、潜在的な治療法や生物学的応答の複雑な空間をナビゲートすることを可能にします。