기술 요약: 기하학 우선 생성적 공간 단일 세포 재구성 (GEARS)

1. 문제 제기

단일 세포 RNA 시퀀싱 (scRNA-seq) 은 수십만 개의 세포에 대한 고해상도 유전자 발현 프로파일을 제공하지만, 조직 해리 과정에서 모든 공간적 맥락을 상실합니다. 반면, 공간 전사체학 (ST) 은 공간 좌표를 보존하지만 더 낮은 해상도로 작동하며, 종종 하나의 "스팟"에서 여러 세포의 신호를 포착합니다.

해결된 핵심 과제는 단일 세포 공간 재구성입니다. 즉, ST 참조 데이터의 공간 정보를 활용하여 해리된 scRNA-seq 세포에 대한 타당한 2D 공간 위치를 추론하는 것입니다. 이는 scRNA-seq 과 ST 데이터가 서로 다른 조직 샘플이나 개체에서 유래하는 비쌍 (unpaired) 설정에서 특히 어렵습니다. 기존 방법들은 이러한 맥락에서 다음과 같은 중대한 한계에 직면해 있습니다:

• 좌표 의존성: 대부분의 방법은 세포를 참조 ST 슬라이드의 특정 좌표계로 강제로 배치하여, 샘플 간 전역 조직 구성이 다를 때 체계적인 편향을 초래합니다.
• 할당 가정: 많은 접근법은 세포 - 스팟 매핑이나 스팟 수준의 분해에 의존하며, 이는 재구성을 고정된 격자에 묶고 알려진 세포 유형 구성을 가정합니다.
• 도메인 이동: 비쌍 데이터셋 간의 실험 프로토콜, 유전자 커버리지, 생물학적 상태의 차이로 인해 직접적인 매칭이 신뢰할 수 없습니다.

이 논문은 공간 재구성을 기하학 생성으로 취급해야 한다고 주장합니다. 즉, ST 데이터에 의해 안내되지만 절대 좌표나 고정 격자에 구속되지 않는 연속적이고 내재적인 공간 조직을 학습하는 것입니다.

2. 방법론: GEARS 프레임워크

저자들은 세포 유형 레이블, 조직학 이미지, 또는 명시적인 세포 - 스팟 할당 없이 내재적 공간 기하학을 재구성하는 GEARS(GEometry-Aware Reconstruction of Single cells) 프레임워크를 제안합니다. 파이프라인은 세 가지 주요 단계로 구성됩니다:

A. 도메인 불변 발현 임베딩

생물학적 신호를 기술적 아티팩트 및 슬라이드 특정 좌표에서 분리하기 위해, GEARS 는 먼저 공유 인코더 ($f_\theta$) 를 훈련하여 ST 스팟과 해리된 scRNA-seq 세포를 공통 임베딩 공간에 정렬합니다.

• 기법: 인코더는 VICReg(유전적 드롭아웃 및 노이즈와 같은 증강에 대한 불변성을 최소화하면서 분산과 공분산을 보존) 를 사용하여 훈련되며, Gradient Reversal Layers(GRL) 를 통한 적대적 도메인 정렬과 결합됩니다.
• 목표: 판별기는 ST 임베딩과 scRNA-seq 임베딩을 구별하려고 시도하는 반면, 인코더는 판별기를 속이도록 학습하여 결과 임베딩이 모달리티 불변적이고 도메인 중립적이도록 보장합니다.

B. 자세 불변 기하학적 감독 및 생성

절대 좌표를 예측하는 대신, GEARS 는 내재적 기하학적 구조를 생성하도록 학습합니다.

• 미니셋 샘플링: ST 의 데이터 부족 (슬라이드 수 적음) 과 확산 모델의 데이터 갈증을 해결하기 위해, 이 방법은 ST 슬라이드에서 많은 겹치는 로컬 하위 집합 ("미니셋") 을 샘플링합니다.
• 자세 불변 목표: 절대 좌표는 중심화된 좌표에서 유도된 그람 행렬($G = YY^\top$) 로 대체됩니다. 이 표현은 강체 변환 (이동, 회전, 반사) 에 대해 불변이므로, 모델이 슬라이드상의 위치가 아닌 조직의 형태를 학습하도록 보장합니다.
• 아키텍처:
  • 순열 등변 생성기: 순서가 없는 세포 집합을 처리하기 위해 Set Transformer 백본을 사용합니다. 발현 임베딩에 조건부인 거친 기하학적 제안 ($V_{base}$) 을 생성합니다.
  • 잔차 확산 정제기: EDM 사전 조건부 (Elucidating the Design Space) 확산 모델이 거친 제안을 정제합니다. 이는 생성기 출력에 대한 잔차 보정 ($\hat{R}_0$) 을 예측합니다. 이 "잔차 모드"는 더 작은 크기의 목표에서 작동하여 훈련 안정성과 스케일 보정을 개선합니다.
• 훈련 목적: 모델은 ST 미니셋의 내재적 기하학 (그람 행렬) 과 로컬 이웃 구조 (k-NN) 를 일치하도록 훈련됩니다. 또한 겹침 일관성을 강제하여, 겹치는 미니셋의 공유 세포가 맥락과 관계없이 일관된 기하학적 예측을 받도록 합니다.

C. 패치별 거리 우선 추론

단일 ST 슬라이드보다 훨씬 더 많은 세포를 포함할 수 있는 대규모 scRNA-seq 코호트로 확장하기 위해, GEARS 는 패치별 추론 전략을 사용합니다:

1. 패치 샘플링: 국소성 그래프를 기반으로 scRNA-seq 데이터셋에서 겹치는 세포 패치를 샘플링합니다.
2. 로컬 생성: 훈련된 모델이 각 패치에 대한 로컬 기하학을 생성합니다.
3. 거리 집계: 로컬 기하학은 쌍별 거리 측정값으로 변환됩니다. 이러한 거리는 이상치를 처리하기 위해 신뢰도 가중 중앙값을 사용하여 겹치는 패치 간에 집계됩니다.
4. 전역 해결: Landmark Isomap 초기화 및 가중 Huber 손실 최적화를 사용하여 전체 코호트에 대한 캔론 2D 좌표 ($X$) 와 밀집 거리 행렬 ($D$) 을 복원하는 전역 거리 - 기하학 문제가 해결됩니다.

3. 주요 기여

1. 기하학 우선 공식화: 이 논문은 공간 재구성을 발현으로부터 연속적 공간 기하학을 생성하는 것으로 재정의하여, 명시적으로 세포 - 스팟 할당 및 분해 가정을 피합니다.
2. 자세 불변 감독: 절대 좌표가 아닌 내재적 기하학적 구조 (그람 행렬) 에서 학습함으로써, 슬라이드 특정 프레임에 대한 의존성을 줄이고 조직 단면 간 일반화를 지원합니다.
3. 순열 등변 생성기 - 정제기: 거친 생성기와 EDM 사전 조건부 잔차 확산 정제기를 갖춘 집합 구조 아키텍처의 사용은 전역 일관성을 개선하고 공간 스케일을 보정합니다.
4. 패치별 거리 우선 추론: 겹치는 하위 집합을 재구성하고 집계된 거리 제약으로 이어붙임으로써 대규모 코호트로 확장하며, 대규모 데이터셋에서 일회성 생성의 계산적 비실현 가능성을 피합니다.

4. 실험 결과

저자들은 두 가지 데이터셋에서 GEARS 를 평가했습니다: 마우스 아틀라스(seqFISH 유래 가짜 Visium) 와 인간 편평세포암 (hSCC) 데이터셋 (다중 단면 Visium) 입니다. 매핑 방법 (Tangram, novoSpaRc, STEM, SpaOTsc) 과 분해/회귀 방법 (cell2location, scSpace, CytoSPACE, CeLEry, COME) 을 포함한 9 가지 베이스라인과 비교했습니다.

정량적 성능:

• 전역 기하학: GEARS 는 마우스 아틀라스에서 가장 강력한 전역 일치도 (스피어만/피어슨 상관관계) 를 달성했으며, hSCC 일반화 작업 (두 슬라이드에서 훈련, 홀드아웃 세 번째 슬라이드에서 테스트) 에서 최상의 전역 구조를 보였습니다. 전체 쌍별 구조를 보존하는 측면에서 매핑 기반 베이스라인보다 우월했습니다.
• 로컬 기하학: GEARS 는 마우스 아틀라스에서 우수한 엣지 복구 (Edge ROC-AUC) 와 균형 잡힌 정밀도 (bAP) 를 보여주었습니다. hSCC 에서는 멀티 스케일 로컬 구조 보존이 개선되었음을 나타내는 최고의 Shell-F1 점수를 달성했습니다.
• 이웃 품질: GEARS 는 마우스 아틀라스에서 신뢰도 (Trustworthiness) 와 연속성 (Continuity) 지표에서 최상위 성능을 달성했습니다. hSCC 에서는 좌표 회귀 베이스라인보다 우수한 전역 거리 일관성을 유지하면서 이웃 품질에서 2 위를 기록했습니다.
• 분포 매칭: GEARS 는 잘 보정된 로컬 길이 스케일을 나타내는 hSCC 에서 가장 좋은 $W_1$ 거리 (로컬 이웃 거리 분포) 를 보여주었습니다.

애블레이션 및 진단:

• 잔차 확산: 확산 정제기를 제거하면 성능이 크게 저하되었습니다 (예: 마우스 아틀라스에서 Stress-1 이 약 34% 증가). 이는 정제기가 전역 거리 크기를 보정하고 메조 스케일 왜곡을 수정하는 역할을 확인시켜 줍니다.
• 패치 민감도: 추론 파이프라인은 패치 크기 선택에 대해 견고했습니다. 재구성 지표는 넓은 범위의 패치 크기에서 안정적으로 유지된 반면, 이어붙임 일관성은 더 큰 패치에서 개선되었습니다.
• 생물학적 검증: hSCC 에서 재구성된 기하학은 세포 유형 주석과 일치하는 일관된 공간 도메인 (예: 면역 풍부 영역 대 종양 영역) 을 드러냈습니다. 또한, 형질세포성 수지상 세포 (pDC) 의 마커 유전자는 재구성된 레이아웃의 공간적으로 인접한 영역에서 유의미하게 높은 발현을 보여, 추론된 기하학의 생물학적 관련성을 검증했습니다.

5. 중요성 및 주장

이 논문은 GEARS 가 좌표 매칭에서 기하학 학습으로의 전환을 나타낸다고 주장합니다. 공간 조직을 참조 데이터에 의해 안내되지만 구속되지 않는 잠재 구조로 취급함으로써, GEARS 는 비쌍 공간 재구성의 근본적인 한계를 해결합니다.

• 도메인 이동에 대한 견고성: 이 프레임워크는 샘플이 서로 다른 전역 조직을 보이는 비쌍 설정에서 견고하도록 설계되어, 고정된 참조 격자에 정렬을 강요함으로써 발생하는 체계적 편향을 피합니다.
• 확장성: 패치별 거리 우선 추론은 단일 ST 슬라이드의 용량을 초과하는 대규모 단일 세포 코호트를 처리할 수 있게 합니다.
• 일반화: 이 방법은 동일한 개체에서의 쌍 측정 없이도 서로 다른 조직 단면 간 (단면 간 일반화) 내재적 기하학 원리를 성공적으로 전이합니다.

저자들은 매우 강한 도메인 이동, 심각한 세포 구성 불일치, 또는 ST 해상도가 약한 기하학적 감독만 제공하는 경우 신뢰도가 감소할 수 있음을 겸손하게 지적합니다. 향후 연구의 주요 방향으로 환자 간 및 코호트 간 기하학 일반화를 꼽습니다.