VeloTree: Inferring single-cell trajectories from RNA velocity fields with varifold distances

이 논문은 RNA 속도장을 기반으로 한 변형 거리 (varifold distance) 를 사용하여 단일 세포 분화 트리를 정확하게 추론하는 새로운 방법론인 'VeloTree'를 제안합니다.

핵심

🌳 1. 문제: 세포들의 '성장 일기'를 읽는 것

생물학자들은 세포가 어떻게 변해가는지 알고 싶어 합니다. 예를 들어, 미숙한 세포가 어떻게 성숙한 간세포나 신경세포가 되는지 말입니다. 하지만 우리가 가진 데이터는 마치 **스냅샷 (순간 사진)**만 있는 것과 같습니다.

• 상황: 수많은 세포들이 한 장의 사진에 찍혀 있습니다.
• 과제: 이 세포들이 과거에 어디에서 왔고, 앞으로 어디로 갈지, 그리고 서로 어떤 관계 (부모 - 자식 관계) 를 맺고 있는지 시간의 흐름을 따라 재구성해야 합니다. 이를 '궤적 추론 (Trajectory Inference)'이라고 합니다.

기존 방법들은 이 사진 속 세포들의 '닮은 정도'만 보고 나무 모양을 만들려 했습니다. 하지만 이는 소음 (노이즈) 에 매우 취약해서, 실제 나무 모양을 왜곡하기 일쑤였습니다.

🚀 2. 해결책: RNA '속도계'를 활용하다

최근 과학자들은 세포의 RNA 를 분석할 때, 단순히 '현재 상태'뿐만 아니라 **'어느 방향으로 움직이고 있는지 (속도)'**도 알 수 있게 되었습니다. 이를 **RNA 속도 (RNA Velocity)**라고 합니다.

• 비유: 세포가 한 정거장에 멈춰 있는 것이 아니라, 어느 방향으로, 얼마나 빠르게 달리고 있는지 화살표가 그려져 있다고 상상해 보세요.
• VeloTree 의 아이디어: 이 화살표들을 따라가면, 세포가 과거에 어디에서 출발했는지, 미래에 어디로 갈지 그 **경로 (길)**를 추적할 수 있습니다.

🧵 3. 핵심 기술: '실'을 뒤로 감아보기 (적분 곡선)

VeloTree 는 세포들의 RNA 속도 화살표를 이용해 다음과 같은 작업을 합니다.

1. 뒤로 감기: 각 세포의 현재 위치에서 속도 화살표를 따라 되돌아가며 (역방향) 길을 그립니다. 마치 강물을 거슬러 올라가며 그 강물이 어디서 시작되었는지 찾는 것과 같습니다.
2. 실의 모양: 이렇게 그려진 길은 세포마다 하나씩의 '실 (곡선)'이 됩니다.
3. 비교하기: 이제 이 '실'들이 서로 얼마나 다른지 비교합니다.

📏 4. 새로운 자: '바리폴드 거리 (Varifold Distance)'

기존 방법들은 두 세포가 얼마나 멀리 떨어져 있는지 (직선 거리) 만 재었습니다. 하지만 나무 구조에서는 경로의 길이가 중요합니다.

VeloTree 는 **'바리폴드 거리'**라는 새로운 자를 사용합니다.

• 비유: 두 개의 실 (세포의 경로) 을 비교할 때, 단순히 끝과 끝의 거리만 재는 게 아니라, 실 전체의 모양과 굽은 정도, 방향까지 모두 고려하여 "이 두 실이 얼마나 닮았거나 다른가?"를 측정합니다.
• 장점: 이 방법은 소음 (데이터의 오차) 에 매우 강하며, 세포들이 갈라지는 지점 (분기점) 을 정확하게 찾아냅니다.

🌲 5. 결과: 정확한 '가족 나무' 그리기

이렇게 계산된 '차이점'을 바탕으로, **가족 관계 (Family-Joining)**를 찾는 알고리즘을 적용합니다.

• 서로 가장 닮은 (경로가 가까운) 세포들을 먼저 묶고, 그들을 부모로 삼아 점점 더 큰 나무를 만들어갑니다.
• 그 결과, 세포들이 어떻게 갈라져서 다양한 종류로 변해가는지 정확한 나무 모양을 복원해냅니다.

🧪 6. 실험 결과: 다른 방법보다 훨씬 정확해요

저자들은 이 방법을 가상의 데이터 (시뮬레이션) 와 실제 쥐의 췌장 세포 데이터에 적용해 보았습니다.

• 결과: 기존의 유명한 방법들 (VeTra, CellPath) 보다 훨씬 정확하게 세포들의 성장 순서와 나무 구조를 찾아냈습니다.
• 특히, 세포가 갈라지는 지점 (분기점) 을 놓치지 않고, 세포들이 어떻게 분화하는지 그 **구조 (Topology)**를 매우 잘 파악했습니다.

---

💡 한 줄 요약

**"세포의 현재 상태뿐만 아니라 '어느 방향으로 움직이는지'를 보여주는 RNA 속도 데이터를 이용해, 세포들의 성장 경로를 뒤로 추적하고, 그 경로들의 모양을 정교하게 비교함으로써 세포의 '운명 나무'를 가장 정확하게 그려내는 새로운 방법"**입니다.

이 방법은 마치 안개 낀 숲에서 각 나무의 나뭇가지가 어디에서 시작되어 어떻게 뻗어 나갔는지, 그 정확한 지도를 다시 그려내는 것과 같습니다.

기술 요약

1. 문제 정의 (Problem)

단일 세포 RNA 시퀀싱 (scRNA-seq) 은 세포 집단의 특정 순간의 스냅샷을 제공합니다. 이를 통해 세포의 발달이나 질병 진행과 같은 동적 생물학적 과정을 재구성하는 **궤적 추론 (Trajectory Inference)**이 필요합니다. 특히, 세포가 어떻게 분화하여 다양한 세포 유형으로 나뉘는지를 나타내는 분화 트리를 복원하는 것이 핵심 과제입니다.

• 기존 방법의 한계:
  • 많은 기존 방법들은 세포 유사성을 기반으로 k-최근접 이웃 (k-NN) 그래프의 최소 신장 트리 (MST) 를 분화 트리로 간주합니다. 그러나 이는 관측 노이즈에 매우 민감합니다.
  • 최근 도입된 **RNA 속도 (RNA velocity)**는 유전자 발현의 변화 방향과 속도를 벡터로 제공합니다. 이를 활용한 기존 방법들 (예: VeTra, CellPath) 은 시간적 불일치를 측정하거나 유클리드 거리를 사용하지만, 트리 구조의 쌍곡적 (hyperbolic) 성질을 정확히 포착하지 못하거나, 동일한 단계의 세포들을 과도하게 분리시키는 문제가 있습니다.

2. 방법론 (Methodology)

VeloTree 는 거리 기반 트리 추론 (Distance-based tree inference) 접근법을 채택하며, RNA 속도장의 적분 곡선 (integral curves) 간의 **변형 거리 (Varifold Distance)**를 기반으로 한 새로운 불유사성 (dissimilarity) 척도를 도입합니다.

A. 핵심 아이디어: 변형 거리 (Varifold Distance)

• 각 세포의 RNA 속도장을 역방향으로 적분하여 해당 세포의 발현 이력 (gene expression history) 을 나타내는 적분 곡선을 생성합니다.
• 이 곡선들을 **방향성 변형 (oriented varifolds)**으로 표현합니다. 변형 거리는 곡선의 모양과 방향 (접선 벡터) 을 모두 고려하여 곡선 간의 거리를 계산합니다.
• 핵심 논리: 분화 트리에서 두 노드 간의 경로 거리는 RNA 속도장의 적분 곡선 간의 변형 거리 제곱과 위상적으로 동치 (topologically equivalent) 라는 것을 증명했습니다. 이는 유클리드 거리보다 트리 구조의 분기점을 더 잘 포착합니다.

B. 알고리즘 파이프라인

1. 차원 축소: 고차원 발현 데이터와 RNA 속도를 PCA 등을 통해 저차원 (d < 30) 공간으로 축소합니다.
2. RNA 속도장 전처리 (Denoising):
   • 스무딩 (Smoothing): 확산 맵 (Diffusion Maps) 의 열 핵 (heat kernel) 을 사용하여 속도장을 매끄럽게 만듭니다.
   • 접선 투영 (Tangent Projection): 점 구름의 국소 접선 공간에 속도를 투영하여 일관성을 높입니다.
3. 적분 곡선 생성: 전처리된 속도장을 역방향으로 적분하여 각 세포에 대한 적분 곡선 ($\gamma_i$) 을 복원합니다.
4. 불유사성 행렬 계산: 생성된 적분 곡선 쌍 간의 **제곱 변형 거리 (squared varifold distance)**를 계산하여 불유사성 행렬 ($\Delta_{ij}$) 을 구성합니다.
   • 공간 민감도 ($\sigma_x$) 와 각도 민감도 ($\sigma_t$) 파라미터를 조정하여 노이즈에 강건하면서도 분기점을 정확히 식별하도록 합니다.
5. 트리 추론: 계산된 불유사성 행렬을 Family-joining 알고리즘 (Neighbor-joining 의 변형) 에 입력하여 분화 트리를 재구성합니다. 이 알고리즘은 리프 노드가 아닌 모든 노드에서 관측이 가능하다는 가정 하에 작동합니다.

3. 주요 기여 (Key Contributions)

1. 새로운 불유사성 척도: scRNA-seq 데이터와 RNA 속도를 결합하여, 적분 곡선 간의 변형 거리를 기반으로 한 새로운 세포 간 불유사성 척도를 제안했습니다.
2. 이론적 보장: 특정 가정 하에서 제안된 불유사성 행렬이 목표 분화 트리의 최단 경로 거리와 점근적으로 동치임을 수학적으로 증명했습니다 (Proposition 1, Lemma 1 & 2).
3. 강건한 전처리 파이프라인: RNA 속도 추정의 민감한 문제 (노이즈, 드롭아웃 등) 를 해결하기 위한 스무딩 및 접선 투영 기법을 통합했습니다.
4. 성능 검증: 합성 데이터 (dyngen) 와 실제 데이터 (마우스 췌장 내분비 세포) 를 통해 기존 최첨단 방법 (VeTra, CellPath) 보다 우수한 정확도를 입증했습니다.

4. 실험 결과 (Results)

• 합성 데이터 (Simulated Datasets):
  • 단일 분기 (bifurcating), 삼중 분기 (trifurcating), 이중 분기 (double bifurcating) 시나리오에서 테스트했습니다.
  • 정확도: 제안된 방법은 VeTra 및 CellPath 보다 훨씬 높은 세포 순서 정확도 (well-ordered cells proportion) 를 보였습니다. (예: 이중 분기 시나리오에서 Ours: 92.4% vs VeTra: 70.1% vs CellPath: 74.4%).
  • 가상 시간 (Pseudotime): 제안된 방법은 전체 데이터셋에 대해 일관된 가상 시간을 부여하는 반면, 기존 방법들은 분기별로만 시간을 부여하거나 많은 세포를 할당하지 못했습니다.
• 실제 데이터 (Mouse Pancreatic Endocrine Cells):
  • 췌장 전구 세포가 $\alpha, \beta, \delta, \epsilon$ 세포로 분화하는 과정을 분석했습니다.
  • $\alpha$ 세포가 두 가지 다른 경로 (전구 세포 및 $\epsilon$ 세포) 에서 유래할 수 있다는 기존 연구 결과를 재현하여, 제안된 방법이 복잡한 분화 경로를 복원할 수 있음을 보여주었습니다.
  • 노이즈가 많은 실제 데이터에서도 분화 트리의 위상 구조를 성공적으로 복원했습니다.

5. 의의 및 결론 (Significance)

• 노이즈 내성: 최소 신장 트리 (MST) 기반 방법보다 노이즈에 훨씬 강건하며, RNA 속도의 방향성 정보를 효과적으로 활용합니다.
• 위상적 정확성: 유클리드 공간의 거리가 아닌, 변형 거리를 사용하여 분화 트리의 위상적 구조 (분기점, 경로) 를 더 정확하게 재구성합니다.
• 확장성: 현재는 트리 위상 추론에 초점을 맞추고 있으나, 향후 가중치 분화 트리 추론이나 순환적 (cyclic) 위상 구조 (예: 세포 주기) 로의 확장을 목표로 합니다.

이 연구는 단일 세포 데이터 분석에서 RNA 속도 정보를 거리 기반 트리 추론에 통합하는 새로운 패러다임을 제시하며, 생물학적 과정의 동적 재구성에 있어 중요한 진전을 이루었습니다.