기술 요약: FlowGRN

문제 정의

단일 세포 RNA 시퀀싱(scRNA-seq) 데이터로부터 유전자 조절 네트워크(GRN)를 추론하는 것은 세포 역학을 이해하고 치료 전략을 설계하는 데 매우 중요합니다. 그러나 이 작업은 두 가지 주요 과제에 직면해 있습니다:

1. 시간 정보의 부재: scRNA-seq은 연속적인 시계열 데이터가 아닌 세포 상태의 정적인 스냅샷을 제공합니다. 세포 전이와 같은 핵심적인 동적 변화는 샘플링이 희소하기 때문에 관찰되지 않는 경우가 많으며, 이는 세포 역학을 복원하고 조절의 방향성을 결정하는 것을 어렵게 만듭니다.
2. 드롭아웃 노이즈 및 고차원성: scRNA-seq 데이터는 발현된 유전자가 검출되지 않는 "드롭아웃(dropout)" 현상(제로 값으로 기록됨)을 겪습니다. 수만 개의 유전자로 구성된 고차원 유전자 공간에서, 유클리드 거리와 같은 표준 거리 척도는 차원의 저주로 인해 정보력이 떨어지며 드롭아웃 노이즈에 의해 심하게 왜곡됩니다. 기존 방법들은 시스템 역학을 지나치게 단순화하거나, 고차원을 위한 계산적으로 까다로운 Neural ODE에 의존하거나, 혹은 시간 정보를 완전히 버림으로써 조절 방향을 식별 불가능하게 만듭니다.

방법론: FlowGRN

FlowGRN은 세포 궤적을 재구성하고 방향성 GRN을 추론하기 위해 세 가지 핵심 구성 요소를 통합한 확장 가능하고 드롭아웃에 강건한 프레임워크입니다.

1. 드롭아웃에 강건한 세포 유사도 측정

드롭아웃 노이즈가 거리 계산에 미치는 편향을 해결하기 위해, FlowGRN은 새로운 유사도 측정 방식($d_{raw}$)을 제안합니다.

• 메커니즘: 이 측정 방식은 모든 유전자를 사용하는 대신, 비교되는 두 세포 모두에서 비제로(non-zero)인 유전 집합($S_{x,y}$)에 대해서만 평균 L1 거리를 계산합니다. 이를 통해 기술적 제로(드롭아웃)가 거리를 부풀리지 않도록 보장합니다.
• 기하학적 인식: 유전자 발현 데이터의 기저 매니폴드 기하학을 포착하기 위해, $d_{raw}$를 에지 가중치로 사용하여 k-최근접 이웃(kNN) 그래프를 구축합니다. 최종 유사도 메트릭은 디이크스트라(Dijkstra) 알고리즘을 통해 계산된 이 그래프 상의 최단 경로 거리입니다. 이 접근 방식은 드롭아웃과 고차원성에 대해 탄력적입니다.

2. 조건부 흐름 매칭(CFM)을 통한 궤적 재구성

FlowGRN은 전통적인 Neural ODE 적분의 계산 비용과 불안정성을 피하기 위해, 세포 전이를 구동하는 벡터 필드를 학습하는 데 조건부 흐름 매칭(CFM)과 스코어 매칭(Score Matching)을 활용합니다.

• 최적 운송(Optimal Transport, OT): 모델은 드롭아웃에 강건한 유사도 측도에 의해 유도된 OT 플랜을 사용하여, 연속적인 시간 스냅샷 사이의 타겟 벡터 필드를 정의합니다.
• 로그 도메인 변환: 궤적 적분 과정에서 유전자 발현 값의 비음수(non-negativity) 제약 조건을 처리하기 위해, 데이터를 로그 도메인으로 변환합니다. 이 변환은 미분 가능성을 유지하며 다양한 발현 스케일에 걸쳐 역학을 포착합니다.
• 재구성: 학습된 벡터 필드는 초기값 문제(IVP)를 해결하는 데 사용되어, 정적인 스냅샷으로부터 각 세포 계보에 대한 연속적인 궤적을 재구성합니다.

3. dynGENIE3를 통한 GRN 추론

궤적이 재구성되면, FlowGRN은 GRN을 추론하기 위해 GENIE3 알고리즘의 동적 확장 버전인 dynGENIE3를 채택합니다.

• 동적 모델링: 각 타겟 유제에 대해, 랜드마크 모델은 정적 발현 수준이 아닌 재구성된 궤적을 기반으로 변화율($dx/dt$)을 예측하는 랜덤 포레스트 모델을 사용합니다.
• 에지 유형 할당: dynGENIE3가 조절 강도(중요도 점수)를 제공하는 반면, FlowGRN은 학습된 흐름 필드($v_\theta$)의 자코비안 행렬(Jacobian matrix)의 부호를 분석하여 조절의 부호(활성화 vs 억제)를 결정합니다. 이를 통해 부호가 있는 방향성 네트워크를 추론할 수 있습니다.

주요 기여

1. 새로운 유사도 측정 방식: 비제로 유전자 교집합과 kNN 측지선 거리를 활용하여 드롭아웃 노이즈와 차원의 저주에 강건한 세포 유사도 메트릭을 제시했습니다.
2. 확장 가능한 궤적 재구성: CFM과 스코어 매칭을 적용하여 고차원 공간(최대 1,783개 유전자)에서 비선형 세포 궤적을 재구성함으로써 전통적인 Neural ODE의 한계를 극복했습니다.
3. 역학과 추론의 통합: 재구성된 궤적을 dynGENIE3에 입력으로 사용하는 파이프라인을 통해, 에지 유형(활성화/억제)을 포함한 식별 가능한(방향성) GRN 추론을 가능하게 했습니다. 이는 정적 방법들이 갖지 못한 능력입니다.
4. 최첨단 성능: BEELINE 벤치마크에서 기존 방법들보다 우수한 성능을 입증했습니다.

실험 결과

저자들은 합성, 큐레이션된 데이터, 그리고 실험 데이터를 포함하는 BEELINE 벤치마크에서 FlowGRN을 평가했습니다.

• 합성 및 큐레이션 데이터: FlowGRN은 테스트된 모든 모델(LEAP, SCODE, GRISLI, GENIE3 포함) 중에서 AUPRC(정밀도-재현율 곡선 아래 면적)와 EPR(조기 정밀도 비율) 모두에서 가장 높은 평균 순위를 달 기록했습니다. 특히 방향성이 중요한 긴 캐스케이드(LL) 및 순환 역학(CY) 데이터셋에서 정적 모델(GENIE3 등)을 눈에 띄게 앞질렀습니다.
• 에지 유형 추론: 활성화 대 억제 에지 식별 작업에서, FlowGRN은 10개 데이터셋 중 7개에서 최고의 성능을 보였으며, 두 번째로 우수한 모델인 GRNVBEM을 크게 상회했습니다.
• 실험 데이터: 7개의 실제 실험 데이터셋(예: hESC, mHSC)에서 FlowGRN은 14개 작업(AUPRC 및 EPR 메트릭 기준) 중 10개에서 1위 또는 2위를 차지했습니다. 또한 1,783개 유전자에 대한 확장성을 입증했습니다.
• 어블레이션 연구(Ablation Studies):
  • 궤적의 필요성: 궤적 재구성 단계를 제거했을 때(정적 데이터와 dynGENIE3를 사용하거나 직접 자코비안 추론을 수행한 경우), 성능이 크게 저하되었습니다. 이는 간접적인 조절을 포착하는 데 궤적 재구성이 필수적임을 확인시켜 줍니다.
  • 드롭아웃 강건성: 드롭아웃에 강건한 유사도 측정 방식을 제거했을 때, 특히 고차원 설정에서 성능 저하가 나타났으며, 이는 노이즈 완화에 있어 해당 방식의 역할을 입증합니다.

의의 및 한계

의ness (Significance):
본 논문은 FlowGRN이 시간 정보의 필요성과 고차원성 및 드롭아웃 노이즈의 어려움 사이의 "딜레마"를 해결한다고 주장합니다. CFM을 통한 역학 모델링과 강건한 유사도 측정, 그리고 dynGENIE3를 통한 추론을 결합함으로써, FlowGRвN은 정확도와 복잡한 역학(순환 및 긴 캐스케이드) 모델링 능력 모두에서 기존의 최첨단 방법들을 능가하는 정밀하고 확장 가능하며 식별 가능한 솔루션을 제공합니다.

한계 (Limitations):
저자들은 다음과 같은 특정 한계를 인정합니다:

• 데이터 희소성: 충분한 샘 샘플 크스를 요구하는 딥러닝 모델의 일반적인 문제인, 세포 수가 매우 적은 데이터셋(예: mDC, mESC)에서의 성능 저하가 관찰됩니다.
• 통합 프레임워크: 현재 방식은 동적 모델링(CFM)과 네트워크 추론(dynGENIE3)을 하나의 통합된 해석 가능 프레임워크로 결합하기보다는 분리하여 운영합니다.
• 향 향후 연구: 저자들은 물리 기반 신경망(PINNs)을 사용하여 CFM 모델에 생물학적 제약을 부여하고, 궤적을 세포 분포 변화에 더 밀접하게 정렬시키는 등의 향후 연구 방향을 제시했습니다.