LoCoFlow: Local-Context Flow Matching for Single-Cell Dynamics and Fate Inference

技術要約: LoCoFlow

問題提起

単一細胞シーケンシングは、離散的な時点における細胞状態の高解像度なスナップショットを提供するが、測定自体が破壊的であるため、個々の細胞間の真の縦断的な対応関係を観察することはできない。スナップショットから連続的な発生軌道を再構築することは、複数の解が存在し得る不良設定問題（ill-posed problem）である。さらに、既存の手法は細胞を孤立したベクトルとして扱うことが多く、細胞状態空間の局所的な多様体幾何学（local manifold geometry）や、系統分化に内在する不確実性を十分に表現できていない。類似した転写状態を持つ細胞であっても、異なる運命への分化傾向を示すことがあるが、現在の最適輸送（Optimal Transport）やフローマッチング（Flow-matching）のアプローチは、通常、個々の細胞レベルで時間的な結合を推論しており、局所的な細胞近傍を結束した単位として進化させるための堅牢なフレームワークを欠いている。

手法: LoCoFlow

著者らは、局所的な点群幾何学と条件付き運命不確実性を統合して単一細胞ダイナミクスをモデル化するフレームワークであるLoCoFlow（Local-Context Flow Matching）を提案する。この手法は、主に以下の2つの段階で動作する。

1. 局所パッチの構築と階層的対応関係

孤立した細胞をマッチングする代わりに、LoCoFlowはアンカー細胞の周囲に「パッチ」（局所的な近傍）を構築する。

• パッチの定義: 発現データの場合、パッチは最近傍グラフ上の測地学的近傍（geodesic neighborhoods）であり、空間データの場合、パッチは測定された座標における固定サイズの近傍である。
• 階層的輸送: 本手法は、2段階の最適輸送（OT）スキームを採用する。まず、パッチの中心と共分散（位置と分散の両方を捉える）を整列させるために、Bures距離を用いたパッチレベルの輸送問題を解く。次に、保持されたパッチペア内において、エントロピー正則化された細胞レベルの輸送計画を計算する。
• ソフト割り当て: これらの計画を集計することで、ソースに対するターゲット細胞の条件付き分布が得られる。これはハードな割り当てではなく、複数の潜在的な後続の対応関係を保持するものである。

2. 2段階のトレーニング・パイプライン

• ステージ1: 幾何学的に正則化されたブリッジ輸送:
  • 階層的輸送から導出されたペアとなるエンドポイント集合を用いて、モデルはソースパッチとターゲットパッチの間の「ブリッジ」（中間経路）を学習する。
  • ニューラルネットワークは残留速度場 $f_\theta$ を予測し、これが線形補間と組み合わさることで、パスが正確にエンドポイントを通過することを保証する。
  • 幾何学的事前分布: 損失関数には、運動エネルギー項と、共通の平行移動を制限することなくパッチの相対的な変形（拡大・収縮）を制約するラジアル・ペナルティが含まれる。また、推定された局所多様体幾何学に対して直交する速度にもペナルティを課す。
• ステージ2: 条件付き速度蒸留:
  • 推論時には将来の状態が未知であるため、ブリッジ（両方のエンドポイントを必要とする）を直接使用することはできない。LoCoFlowは、ブリッジ速度を条件付き速度場 $V_\omega$ へと蒸留する。
  • 階層的潜在変数: モデルは、ソースのコンテキスト $Z_0$ から階層的な潜在構造を用いてターゲットコード $c_i$ を生成することを学習する。これには、パッチ間で共有される潜在変数 $\eta_P$（集団レベルの結果を捉える）と、細胞固有の潜在変数 $\eta_i$（個々の変動を捉える）が含まれる。
  • トレーニング: ターゲットエンコーダが、まず観測されたエンドポイントをコード $c^\star$ へと写像することを学習する。次に、ジェネレータがこれらのコードをソースのコンテキストと潜在変数から生成することを学習する。速度ネットワークは、生成されたこれらのコードに条件付けられたブリッジ速度に一致するように訓練される。
  • 推論: 推論時には、潜在コードは事前分布から描かれ（将来の観測なし）、統合の間固定される。これにより、運命の不確実性を表す代替的な軌道のサンプリングが可能になる。

主な貢献

1. 局所コンテキスト表現: 動的モデリングの基本単位を、孤立した発現ベクトルから局所的な集団状態（点群）へと転換し、近傍の幾何学の進化を明示的にモデル化する。
2. 階層的輸送: 細胞集団のグローバルな動きと、その内部構造の変化（例：不均一性、拡大）の両方を尊重する、結合されたパッチレベルおよび細胞レベルの最適輸送メカニズムを導入する。
3. 条件付き運命不確実性: 幾何学的なパスの制約と結果の不確実性を分離する2段階の蒸留プロセスを開発し、将来の観測なしに複数の妥当な運命の軌道をサンプリングすることを可能にする。
4. 摂動解析フレームワーク: 遺伝子摂動シミュレーションにおいて、フォーカルセル（焦点細胞）の効果と近傍（背景）効果を区別するメカニズムを提供し、局所的なコンテキストがいかに予測される応答を形成するかを明らかにする。

実験結果

論文では、胚形成体（EB）分化、iPSCリプログラミング、C. elegans の発生、およびアホロートル（Axolotl）の脳再生の3つのデータセットを用いてLoCoFlowを評価している。

• ホールドアウト再構成: EBおよびiPSCのデータセットにおいて、LoCoFlowは、多くの高次元設定（例：PCA50）において、OT-CFM、MFM、PACEなどのベースラインと比較して低いWasserstein距離（$W_1, W_2$）を達成している。しかし、論文ではLoCoFlowが時としてより高い最大平均偏差（MMD）を示すことが指摘されており、これは予測が細胞状態空間の特定の領域に集中している可能性を示唆している。
• 運命予測（LARRYデータ）: 系譜追跡されたLARRYデータを用い、LoCoFlowは平均生（raw）ブライヤー誤差を0.7990（scDiffEq）から0.6620に減少させ、完全な運命確率ベクトルを予測する精度の向上を示した。
• 摂動応答:
  • 幾何学的パッチ: 幾何学的に定義されたパッチ内で遺伝子を摂動させた場合、背景のみの介入と全メンバーへの介入は、整合した応答（例：単球から好中球への運命シフト）を示す。
  • ランダムミニバッチ: 対照的に、ランダムに組み立てられたパッチを使用するモデルは、フォーカルセルの応答と背景の応答が相反する結果を示し、局所的なコンテキストの重要性を強調している。
• 空間補間（アホロートル）: LoCoFlowは、Axolotlの脳再生において、OT-CFMと比較して空間予測（$W_2$）を改善しているが、著者らは、予測された空間分布がソースの時点と視覚的に類似していることを指摘しており、追加の空間的整列の必要性を示唆している。

意義と主張

本論文は、LoCoFlowが、局所的な細胞集団の構造がいかに推論された軌道を形成するかを研究するための堅牢なフレームワークを提供し、同時に運命の不確実性を明示的に表現するものであると主張している。著者らは以下を強調している：

• 局所コンテキストの重要性: 幾何学的パッチとランダムミニバッチの間で見られた明確な応答パターンの違いは、局所的なコンテキストが確率的な運命推論のための有用な表現であるという仮説を支持している。
• モデリングの仮定: 著者らは、スナップショットデータは細胞の履歴を一意に特定しないことを認め、控えめな立場を維持している。LoCoFlowの幾何学的および潜在的なコンポーネントは、真の系譜関係を明らかにするものではなく、モデリング上の仮定を課すものである。
• 検証可能な仮説: 本フレームワークは、局所的なコンテキストが摂動に対する予測される応答をどのように形成するかについて、細胞固有の変化と環境の影響を区別する、検証可能な仮説を生成する。

本研究は、細胞の軌道推論における根本的な曖昧さを解決すると主張するのではなく、細胞状態の多様体幾何学により良く適合し、運命の不確実性を定量化しサンプリングするための構造化された方法を提供するものである。