TSvelo: Comprehensive RNA velocity by modeling cascade of gene regulation, transcription and splicing

이 논문은 고차원 scRNA-seq 데이터의 복잡한 동역학을 정밀하게 포착하고 신뢰성 있는 세포 운명 추정을 가능하게 하기 위해, 유전자 발현의 전사 및 스플라이싱 과정을 해석 가능한 신경 ODE 로 모델링한 포괄적인 RNA 속도 프레임워크인 TSvelo 를 제안합니다.

핵심

1. 기존 방법의 문제: "흐릿한 사진"과 "혼란스러운 지도"

**RNA Velocity(세포 속도)**라는 개념은 세포가 미래에 어떤 모습으로 변할지 예측하는 기술입니다. 세포 안에는 유전자가 '전사 (Transcription)'되어 '미성숙 RNA(언스플라이스드)'가 되고, 이것이 다듬어져 '성숙 RNA(스플라이스드)'가 되는 과정이 있습니다.

• 기존 방법의 한계:
  • 단순한 사진: 기존 방법들은 마치 '스냅 사진'만 보고 미래를 예측하려 했습니다. 하지만 세포 안의 변화는 매우 빠르고 복잡해서, 사진만으로는 정확한 방향을 알기 힘들었습니다.
  • 혼란스러운 지도: 세포들이 서로 다른 길을 가는데 (예: 신경세포가 되거나, 혈액세포가 되는 등), 기존 방법들은 이 모든 길을 하나의 지도에 무작위로 그려서 어디로 가야 할지 헷갈리게 만들었습니다.
  • 개별 분석의 한계: 유전자 하나하나를 따로따로 분석하다 보니, 유전자들이 서로 어떻게 영향을 주고받는지 (조절 관계) 를 놓쳐버렸습니다.

비유: 마치 혼잡한 지하철역에서 사람 (세포) 들의 이동 방향을 예측하려는데, 각 사람 얼굴만 따로 찍은 사진 (단일 유전자 분석) 을 보고 "저 사람은 어디로 갈까?"라고 추측하는 것과 같습니다. 서로 부딪히고, 방향이 섞여서 정확한 흐름을 알 수 없습니다.

---

2. TSvelo 의 혁신: "3D 영화"와 "스마트 내비게이션"

TSvelo 는 이 문제를 해결하기 위해 세 가지 핵심 전략을 사용합니다.

① 3D 영화로 보기 (3D Phase Portrait)

기존 방법은 '미성숙 RNA'와 '성숙 RNA' 두 가지 정보만 보고 2 차원 평면에서 움직임을 보았습니다. 하지만 TSvelo 는 여기에 **'전사율 (유전자가 얼마나 열심히 일하는지)'**이라는 세 번째 차원을 추가합니다.

• 비유: 2D 평면에서 사람 (세포) 들이 뒤섞여 보일 때, 3D 입체 안경을 끼고 보면 사람마다 층이 달라서 서로 섞이지 않고 명확하게 구별됩니다. TSvelo 는 이렇게 세포들의 상태를 3 차원 공간에 펼쳐서, 어떤 세포가 어디로 갈지 훨씬 선명하게 보여줍니다.

② 유전자들의 '팀워크' 이해 (Gene Regulation)

TSvelo 는 유전자들이 혼자 움직이지 않는다는 것을 깨달았습니다. '전사 인자 (TF)'라는 지휘자가 다른 유전자들을 지시하며 움직입니다. TSvelo 는 이 지휘자와 악기들 (유전자) 의 관계를 수학적으로 모델링합니다.

• 비유: 기존 방법은 오케스트라의 각 악기 소리를 따로 녹음해서 분석했다면, TSvelo 는 **지휘자의 손짓 (전사 인자)**까지 함께 분석하여 전체 오케스트라가 어떻게 조화를 이루며 음악을 만들어가는지 이해합니다.

③ 하나의 통일된 시간 (Unified Latent Time)

복잡한 세포들이 여러 갈래로 나뉘어 갈 때 (다계통 분화), TSvelo 는 각 갈래마다 따로 시간을 재는 게 아니라, **모든 세포가 공유하는 하나의 '거시적인 시간'**을 찾아냅니다.

• 비유: 여러 갈래로 뻗어 있는 **강물 (세포의 운명)**을 분석할 때, 각 지류마다 시계를 따로 두는 게 아니라, 강 전체가 바다로 흐르는 하나의 흐름을 따라 시간을 재는 것입니다. 이렇게 하면 어느 지류에 있든 세포가 어디에서 왔고 어디로 가는지 정확히 알 수 있습니다.

---

3. 실제 성과: 세포의 미래를 정확히 예측하다

이 논문은 TSvelo 를 다양한 실험 데이터에 적용하여 그 우수성을 증명했습니다.

• 췌장 세포 (Pancreas): 췌장 세포가 어떻게 호르몬을 분비하는 세포로 변하는지, 기존 방법으로는 섞여서 보였던 세포들을 3D 공간에서 깔끔하게 분리해냈습니다.
• 혈액 세포 (Gastrulation): 혈액 세포가 만들어지는 과정을 분석했을 때, TSvelo 는 기존 방법들이 놓친 복잡한 변화 (예: 소음에 가려진 신호) 도 잡아내어 정확한 방향을 제시했습니다.
• 뇌 세포 (Mouse Brain): 뇌의 신경세포들이 어떻게 층을 이루며 발달하는지, 여러 갈래로 나뉘는 복잡한 경로를 정확히 추적했습니다.
• 다계통 분석 (Multi-lineage): 한 번에 여러 종류의 세포로 변할 수 있는 복잡한 상황에서도, TSvelo 는 각 갈래의 길을 명확하게 구분하고 예측했습니다.

---

4. 결론: 왜 이것이 중요한가요?

TSvelo 는 단순히 "세포가 어디로 갈까?"를 예측하는 것을 넘어, **"왜 그렇게 가는가?"**에 대한 생물학적 이유 (유전자 조절 메커니즘) 까지 설명해 줍니다.

• 간단히 말해: TSvelo 는 세포의 미래를 예측하는 고성능 내비게이션입니다. 기존 내비게이션이 교통 체증과 복잡한 도로에서 길을 잃게 만들었다면, TSvelo 는 3D 지도와 실시간 교통 정보 (유전자 조절 관계) 를 제공하여 세포가 어디로 이동할지, 어떤 병이 발생할지, 어떻게 치료할지에 대한 더 정확한 길잡이가 되어줍니다.

이 기술은 암 연구, 줄기세포 치료, 노화 연구 등 다양한 분야에서 세포의 운명을 더 정밀하게 이해하는 데 큰 도움을 줄 것으로 기대됩니다.

기술 요약

1. 연구 배경 및 문제 제기 (Problem)

단일 세포 RNA 시퀀싱 (scRNA-seq) 데이터를 기반으로 세포의 운명 (cell fate) 과 역동성을 추론하는 RNA velocity 기법은 기존 정적 스냅샷을 넘어 세포 발달 과정을 이해하는 데 혁신을 가져왔습니다. 그러나 기존 방법론들은 다음과 같은 근본적인 한계를 가지고 있습니다.

• 단일 유전자 기반 모델링의 한계: 대부분의 기존 방법 (Velocyto, scVelo 등) 은 각 유전자를 독립적으로 처리하며, 주로 '미성숙 (unspliced)'과 '성숙 (spliced)' mRNA 의 2 차원 위상도 (phase portrait) 에만 의존합니다. 이는 데이터의 희소성, 높은 노이즈, 그리고 스플라이싱 과정의 짧은 시간尺度로 인해 많은 유전자에서 정확한 위상도를 포착하지 못하게 합니다.
• 조절 네트워크의 부재: 전사 인자 (TF) 와 표적 유전자 간의 조절 상호작용을 고려하지 않아, 전사 (transcription) 와 스플라이싱 (splicing) 을 통합적으로 모델링하지 못합니다.
• 해석 가능성 (Interpretability) 저하: 최근의 딥러닝 기반 방법들 (DeepVelo, LatentVelo 등) 은 유연성을 높였으나, 잠재 공간 (latent space) 임베딩을 사용하여 모델 파라미터의 생물학적 해석이 어렵게 만듭니다.
• 다계통 (Multi-lineage) 데이터 처리의 어려움: 복잡한 분화 경로를 가진 대규모 데이터셋에서 여러 계통을 동시에 처리하고 일관된 잠재 시간 (latent time) 을 추정하는 데 실패하는 경우가 많습니다.

2. 제안된 방법론: TSvelo (Methodology)

저자들은 TSvelo라는 새로운 프레임워크를 제안합니다. 이는 유전자 조절, 전사, 스플라이싱의 전체 캐스케이드를 **고도로 해석 가능한 신경 미분 방정식 (Neural ODE)**을 사용하여 통합적으로 모델링합니다.

핵심 기술적 요소:

1. 통합 ODE 모델링:

   • 각 유전자 $g$에 대해 미성숙 RNA ($u_g$) 와 성숙 RNA ($s_g$) 의 동역학을 다음 ODE 로 정의합니다.
     $$\frac{du_g}{dt} = \alpha_g(t) - \beta_g u_g(t)$$
     $$\frac{ds_g}{dt} = \beta_g u_g(t) - \gamma_g s_g(t)$$
   • 여기서 $\beta_g$ (스플라이싱 속도) 와 $\gamma_g$ (분해 속도) 는 유전자 특이적 상수입니다.

2. 전사율의 조절 네트워크 통합:

   • 전사율 $\alpha_g(t)$를 고정된 상수가 아닌, 전사 인자 (TF) 의 발현에 의존하는 함수로 모델링합니다.
   • 선형 모델과 ReLU 활성화 함수를 사용하여 TF 와 표적 유전자 간의 조절 가중치 ($w_{gi}$) 를 학습합니다.
     $$\alpha_g(t) = \text{ReLU}\left(\sum_{i \in TFs(g)} w_{gi} s_i(t)\right)$$
   • 이를 통해 전사 조절 정보를 ODE 모델에 직접 통합합니다.

3. 3 차원 위상도 (3D Phase Portrait):

   • 기존의 2 차원 (unspliced vs spliced) 공간에 **전사율 ($\alpha$)**을 제 3 의 차원으로 추가하여 3 차원 위상도를 구성합니다. 이는 서로 다른 세포 유형이 겹치는 문제를 해결하고 세포 상태 분리를 명확히 합니다.

4. EM (Expectation-Maximization) 알고리즘 기반 최적화:

   • E-step: 그리드 서치 (grid search) 를 통해 각 세포에 할당된 전역 잠재 시간 (global latent time, $t$) 을 업데이트합니다.
   • M-step: 신경 ODE (Neural ODE) 를 사용하여 ODE 파라미터 행렬 $A$ (전사, 스플라이싱, 분해 속도 및 조절 가중치) 를 경사 하강법으로 최적화합니다.
   • 이 과정은 TF-타겟 데이터베이스 (ENCODE, ChEA) 의 사전 지식을 활용하여 가중치 행렬을 희소하게 유지하고 과적합을 방지합니다.

5. 다계통 (Multi-lineage) 처리:

   • PAGA 와 Leiden 클러스터링을 기반으로 초기 세포 군집을 식별하고, 각 계통을 독립적으로 모델링한 후 결과를 통합하여 복잡한 분화 경로를 처리합니다.

3. 주요 기여 및 혁신 (Key Contributions)

• 첫 번째 통합 프레임워크: 유전자 조절, 전사, 스플라이싱을 하나의 해석 가능한 ODE 모델로 통합하여, 기존에 분리되어 있던 접근법을 통합했습니다.
• 고해상도 3D 동역학: 전사율 정보를 포함한 3 차원 위상도를 도입하여, 기존 2 차원 방법론이 구분하지 못했던 세포 상태들을 명확히 분리하고 복잡한 동역학 (예: 비단조적 발현 패턴) 을 정확히 포착합니다.
• 해석 가능한 파라미터: 딥러닝의 블랙박스 성격을 탈피하고, 전사 조절 가중치와 속도 상수 등 생물학적으로 의미 있는 파라미터를 직접 학습 및 해석할 수 있게 합니다.
• 다계통 데이터셋에서의 우수성: 단일 계통뿐만 아니라 복잡한 다계통 분화 데이터셋에서도 일관된 잠재 시간과 정확한 세포 운명 예측을 제공합니다.

4. 실험 결과 (Results)

TSvelo 는 6 개의 scRNA-seq 데이터셋 (췌장, 위배아 적혈구, 쥐 뇌, 치상회, LARRY 데이터셋 등) 에서 기존 방법 (scVelo, Dynamo, UniTVelo, CellDancer, MultiVelo 등) 과 비교 평가되었습니다.

• 췌장 (Pancreas) 데이터셋:
  • 3 차원 위상도가 2 차원 위상도보다 세포 상태 분리 (kNN 분류 정확도) 에서 통계적으로 유의미하게 우수함을 보였습니다.
  • MAML3, ANXA4 등 기존 방법으로 모델링이 어려웠던 유전자들의 복잡한 발현 패턴 (초기 감소 후 증가 등) 을 정확히 재현했습니다.
• 위배아 적혈구 (Gastrulation Erythroid) 데이터셋:
  • TSvelo 는 속도 일관성 (velocity consistency), 클러스터 내 일관성 (in-cluster coherence), 경계 방향 정확도 (cross-boundary correctness) 에서 모든 기준에서 최고 성능을 기록했습니다.
  • KLF1 전사 인자와 그 표적 유전자 (HBA-X, ALAS2 등) 간의 시간 지연 패턴을 성공적으로 포착하여 생물학적 타당성을 입증했습니다.
• 쥐 뇌 (Mouse Brain) 데이터셋 (Multi-omics):
  • MultiVelo 와 비교하여, ATAC-seq 데이터 없이 scRNA-seq 만으로도 전사 조절 신호를 효과적으로 모델링하여 신경 전구세포에서 성숙 뉴런으로의 분화 경로를 더 정확하게 추적했습니다.
• 다계통 데이터셋 (Dentate Gyrus, LARRY):
  • scVelo 나 CellDancer 가 실패한 복잡한 다계통 분화 경로 (예: 신경 줄기세포에서 다양한 신경계/교세포로의 분화) 를 성공적으로 분리하고 각 계통별 유전자 발현 동역학을 정확히 모델링했습니다.

5. 의의 및 결론 (Significance)

TSvelo 는 RNA velocity 분석의 정확성과 해석 가능성을 동시에 향상시킨 획기적인 도구입니다.

• 생물학적 통찰력 증대: 단순한 세포 이동 방향 추정을 넘어, 전사 조절 네트워크와 스플라이싱 동역학이 어떻게 결합되어 세포 운명을 결정하는지에 대한 메커니즘을 규명할 수 있는 기반을 제공합니다.
• 복잡한 생물학적 현상 해석: 노이즈가 많고 계통이 복잡한 대규모 단일 세포 데이터셋에서도 robust 하게 작동하여, 발달 생물학 및 질병 연구 (예: 암, 재생 의학) 에 필수적인 도구로 자리매김할 것으로 기대됩니다.
• 한계 및 향후 과제: 사전 정의된 TF-타겟 네트워크에 의존한다는 점과 계산 비용 증가가 제한 사항이나, 향후 단일 세포 크로마틴 접근성 데이터 통합 및 더 정교한 분해 메커니즘 모델링을 통해 발전할 여지가 있습니다.

결론적으로, TSvelo 는 RNA velocity 분석을 단순한 통계적 피팅을 넘어 시스템 생물학적 모델링의 수준으로 끌어올린 중요한 연구 성과입니다.