ARCADIA Reveals Spatially Dependent Transcriptional Programs through Integration of scRNA-seq and Spatial Proteomics

이 논문은 scRNA-seq 와 공간 프로테오믹스 데이터를 세포 바코드 페어링이나 직접적인 특징 대응 없이 통합하여 조직의 공간적 맥락이 전사 프로그램을 어떻게 형성하는지 규명하는 생성 기반 프레임워크인 ARCADIA 를 제안합니다.

핵심

🏙️ 배경: 두 가지 다른 지도, 하나의 진실

생물학자들은 우리 몸속 세포를 연구할 때 주로 두 가지 방법을 써왔습니다. 하지만 둘 다 단점이 있었죠.

1. scRNA-seq (세포의 '성적표'):

   • 이 방법은 세포를 한 마리씩 떼어내서 어떤 유전자가 켜져 있는지(성적표) 아주 자세히 분석합니다.
   • 장점: 세포가 무슨 일을 하는지 아주 정밀하게 알 수 있어요.
   • 단점: 세포를 떼어내는 과정에서 **"어디에 살았는지" (위치 정보)**가 모두 사라져버립니다. 마치 학생들의 성적표는 다 있지만, 누가 어느 반에 앉았는지 모르는 상황과 같아요.

2. Spatial Proteomics (세포의 '위치와 외모' 사진):

   • 이 방법은 세포가 조직 안에서 어디에 있는지, 그리고 어떤 단백질 (외모) 을 가지고 있는지 사진처럼 찍어줍니다.
   • 장점: 세포들이 이웃과 어떻게 모여 있는지, 공간적 위치를 정확히 알 수 있어요.
   • 단점: 유전자 전체를 볼 수 있는 게 아니라, 미리 정해진 몇 가지 단백질만 볼 수 있습니다. 마치 주민의 옷차림은 알 수 있지만, 그들이 무슨 생각을 하는지 (유전자) 는 알 수 없는 상황이에요.

문제점: 이 두 가지 정보를 합쳐서 "이 세포는 어디에 살면서 무엇을 하고 있는가?"를 알아내려면, 두 데이터를 완벽하게 연결해야 합니다. 하지만 기존 방법들은 두 데이터가 서로 다른 세포를 측정했기 때문에 ( Barcode 가 다름) 연결이 매우 어렵거나, 유전자와 단백질이 정확히 일치해야만 한다는 전제가 필요했습니다.

---

🌟 해결책: ARCADIA (아르카디아)

이제 ARCADIA가 등장합니다. ARCADIA 는 두 가지 서로 다른 데이터를 서로 다른 언어를 쓰는 두 나라의 지도라고 상상해 보세요.

• 기존 방법: 두 지도를 붙이려면 "서울"과 "Seoul"이라는 글자가 정확히 일치해야만 붙였습니다. (유전자와 단백질이 딱 맞아야 함)
• ARCADIA 의 방법: 글자가 달라도 상관없습니다. 대신 **"가장 극단적인 특징을 가진 주민들 (예: 가장 키 큰 사람, 가장 빠른 사람)"**을 찾아서 서로 연결합니다.

🧩 ARCADIA 가 하는 일 (3 단계)

1. 극단적인 주민 찾기 (Archetypes):
   ARCADIA 는 두 데이터셋에서 각각 "가장 전형적인" 세포 유형들을 찾아냅니다. 예를 들어, "B 세포 중에서도 가장 활발하게 분열하는 세포"나 "T 세포 중에서도 가장 지친 세포" 같은 **극단적인 상태 (Archetype)**를 찾아내는 거죠.

2. 이웃 관계로 매칭하기:
   이 극단적인 세포들이 어떤 이웃들과 함께 모여 있는지를 비교합니다. "아, RNA 데이터의 '활발한 B 세포'와 단백질 데이터의 '특정 단백질 B 세포'는 둘 다 같은 '림프절' 구역에 모여 있네?"라고 추론해서 두 데이터를 연결합니다.

   • 비유: 서로 다른 언어를 쓰는 두 도시의 지도에서, "가장 큰 공원"과 "가장 긴 다리"가 서로 비슷한 위치에 있다는 걸 보고 두 지도를 맞춰 붙이는 것과 같습니다.

3. 새로운 지도 만들기:
   이렇게 맞춰진 정보를 바탕으로, 위치 정보도 있고 유전자 정보도 있는 완벽한 지도를 다시 그립니다. 이제 우리는 "이 세포가 림프절의 어느 구석에 있는지"를 알면서 동시에 "그 세포가 어떤 유전자를 켜고 있는지"도 알 수 있게 됩니다.

---

🔍 실제 성과: 편도선 (Tonsil) 에서의 발견

연구진은 이 도구를 인간 편도선 (목구멍의 면역 기관) 데이터에 적용해 보았습니다. 그 결과 놀라운 사실들이 밝혀졌습니다.

• B 세포의 성장 과정:

  • 편도선 **안쪽 (중앙)**에 있는 B 세포들은 "분열하고 변이"를 일으키며 성장하는 중이었습니다.
  • 편도선 바깥쪽에 있는 B 세포들은 "성인 (Plasma cell)"이 되어 항체를 만드는 준비를 하고 있었습니다.
  • 결론: 같은 B 세포라도 어디에 사느냐에 따라 그 역할이 완전히 달랐습니다.

• T 세포의 피로감:

  • 특정 구역에 있는 T 세포들은 "지쳤다 (Exhausted)"는 신호를 보냈습니다. 이는 암세포와 싸우느라 지친 상태일 수 있습니다.
  • 반면 다른 구역의 T 세포들은 "활발하게 준비 중"이었습니다.

---

💡 요약: 왜 이것이 중요한가요?

기존에는 세포가 "무엇을 하는지"와 "어디에 있는지"를 따로 연구해야 했습니다. 하지만 ARCADIA는 이 두 가지를 자연스럽게 이어주어, **"세포의 성격이 주변 환경 (이웃) 에 의해 어떻게 바뀔까?"**라는 질문에 답할 수 있게 해줍니다.

• 간단한 비유:
  • 예전에는 "이 학생은 성적이 A 입니다" (유전자) 와 "이 학생은 운동장에 있습니다" (위치) 를 따로 알았습니다.
  • ARCADIA 는 "아, 운동장에 있는 이 학생은 성적이 A 라서 운동 경기에서 리더 역할을 하고 있구나!"라고 **맥락 (Context)**을 이해하게 해줍니다.

이 기술은 암 연구, 면역 질환 치료, 그리고 우리 몸이 어떻게 환경에 적응하는지 이해하는 데 큰 도움이 될 것으로 기대됩니다.

기술 요약

1. 문제 정의 (Problem)

단일 세포 RNA 시퀀싱 (scRNA-seq) 은 세포의 표현형과 상태를 고해상도로 분석할 수 있지만, 조직 해리 과정에서 공간적 맥락 (spatial context) 이 소실된다는 한계가 있습니다. 반면, 공간 프로테오믹스 (Spatial Proteomics, 예: CODEX, MIBI-TOF) 는 조직 내 세포의 위치와 상호작용을 파악할 수 있으나, 측정 가능한 마커 패널이 제한적이라 전사체 (transcriptome) 수준의 추론이 어렵습니다.

기존의 두 모달리티 (모달리티) 통합 방법들은 다음과 같은 제약이 있었습니다:

• 강한 연결 (Strong-linkage): 동일한 유전자 - 단백질 쌍이 두 데이터에 모두 존재해야 함 (예: TotalVI). 이는 세포 이질성을 축소하고 전사체 전체 추론을 제한합니다.
• 약한 연결 (Weak-linkage) 의 한계: MaxFuse, scMODAL 등의 방법은 유전자 - 단백질 매핑에 의존하거나 공간적 맥락을 무시합니다.
• 바코드 짝짓기 부재: 실제 실험에서 scRNA-seq 과 공간 프로테오믹스 데이터는 서로 다른 연구에서 생성되는 경우가 많아, 세포 수준의 바코드 짝짓기 (cell-level barcode pairing) 가 불가능한 경우가 많습니다.

따라서, 세포 바코드 짝짓기가 없으며, 직접적인 특징 (feature) 간 대응 관계도 가정하지 않는 새로운 통합 프레임워크가 필요했습니다.

2. 방법론 (Methodology: ARCADIA)

저자들은 ARCADIA (ARchetype-based Clustering and Alignment with Dual Integrative Autoencoders) 라는 생성적 프레임워크를 제안했습니다. 이는 scRNA-seq 과 공간 프로테오믹스 데이터를 통합하기 위해 다음과 같은 핵심 기법을 사용합니다.

가. 이중 변분 오토인코더 (Dual VAE) 구조

• scRNA-seq 데이터와 공간 프로테오믹스 데이터 각각에 대해 별도의 VAE(인코더/디코더) 를 학습합니다.
• 입력 특징: RNA 데이터는 고변이 유전자 (HVGs) 를, 프로테오믹스 데이터는 단백질 마커와 공간적 이웃 정보 (Cell Neighborhood, CN) 를 결합한 특징을 사용합니다.
• 잠재 공간 (Latent Space): 두 VAE 는 서로 다른 모달리티이지만, 생물학적 구조를 공유하는 잠재 공간으로 매핑됩니다.

나. 아키타입 (Archetype) 기반 정렬

• 아키타입 학습: 각 모달리티 내에서 세포를 '극단적인 표현형 상태 (extreme phenotypic states)'를 나타내는 아키타입들의 볼록 결합 (convex combination) 으로 표현합니다 (주요 볼록 껍질 분석, PCHA 사용).
• 교차 모달리티 정렬: 특징 수준의 매칭이 아닌, 세포 유형 구성 비율 (cell-type composition profiles) 을 기반으로 아키타입을 정렬합니다. 즉, RNA 와 프로테오믹스 데이터에서 동일한 세포 유형을 대표하는 아키타입 쌍을 찾아 매칭합니다.
• 앵커 (Anchor) 세포: 아키타입 혼합 비율이 한 가지 아키타입에 의해 지배되는 세포들을 '앵커'로 선정하여, 높은 신뢰도로 모달리티 간 정렬을 수행합니다.

다. 목적 함수 (Objective Functions)

모델 학습은 다음 네 가지 손실 함수를 최소화하여 이루어집니다:

1. ELBO (Evidence Lower Bound): 각 모달리티의 데이터 재구성 정확도 보장.
2. 구조 보존 손실 (Structure-preservation loss): 아키타입 공간과 잠재 공간 간의 세포 유형 간 유사성 (affinity) 을 일치시킴.
3. 교차 모달리티 MMD 손실: 서로 다른 모달리티의 동일한 세포 유형 분포를 잠재 공간에서 혼합되도록 유도 (Maximum Mean Discrepancy).
4. 앵커 유도 손실 (Anchor-guided loss): 잘 매칭된 앵커 쌍은 가깝게, 잘못 매칭된 쌍은 멀게 배치되도록 하여 과도한 혼합을 방지하고 생물학적 다양성을 유지.

3. 주요 기여 (Key Contributions)

1. 비짝짓기 (Unpaired) 통합: 세포 바코드 짝짓기가 없거나 유전자 - 단백질 매핑이 불완전한 상황에서도 두 모달리티를 통합할 수 있는 최초의 프레임워크 중 하나입니다.
2. 공간적 맥락의 전사체 추론: 공간 프로테오믹스의 이웃 정보를 scRNA-seq 데이터에 전이하여, 공간적 니치 (spatial niche) 에 의존하는 전사 프로그램을 발견할 수 있게 합니다.
3. 양방향 변환: 학습된 모델은 scRNA-seq 세포에 공간적 라벨을 할당하거나, 공간 프로테오믹스 데이터에 유전자 프로그램 (gene programs) 을 추론하는 양방향 분석이 가능합니다.
4. 해석 가능성: 특징 매칭이 아닌 '아키타입'을 기반으로 하므로, 생물학적으로 해석 가능한 극단적 세포 상태 간의 대응 관계를 제공합니다.

4. 결과 (Results)

가. 반합성 데이터 (Semi-synthetic CITE-seq)

• CITE-seq 데이터를 분할하여 scRNA-seq 과 공간 프로테오믹스 데이터를 생성한 실험에서 ARCADIA 는 기존 방법 (MaxFuse, scMODAL) 보다 세포 유형 분리 (kSep), 공간적 이웃 예측 (CN F1), 클러스터링 품질 (Silhouette Score) 에서 우수한 성능을 보였습니다.
• 특히, 공간적 위치에 따라 다른 상태에 있는 B 세포 아형 (subtypes) 을 정확하게 식별하고 분리했습니다.

나. 인간 편도 (Human Tonsil) 데이터

• 별도의 연구에서 생성된 scRNA-seq 과 CODEX 데이터를 통합하여 실제 조직 구조를 재구성했습니다.
• 생물학적 발견:
  • B 세포: 생장 중심 (Germinal Center, GC) 내부의 B 세포는 고돌연변이 및 증식 관련 유전자 (BCL6, AICDA 등) 를 발현하는 반면, GC 외부의 B 세포는 형질세포 유사 (plasma-cell-like) 및 항원 제시 관련 유전자를 발현하여 분화 단계를 공간적으로 구분했습니다.
  • T 세포: CD8 T 세포의 경우, 특정 공간적 영역 (CN 8) 에서 세포독성과 피로 (exhaustion) 마커 (TIGIT, KLRG1 등) 가 공발현되는 것을 발견했습니다. CD4 T 세포 역시 공간 위치에 따라 Tfh 유사 상태 또는 말단 피로 상태가 결정됨을 규명했습니다.
• 기존 방법들은 광범위한 세포 유형 통합은 가능했으나, 공간적 맥락에 따른 세밀한 표현형 변화 (phenotypic variation) 를 포착하지 못했습니다.

5. 의의 및 결론 (Significance)

• 생물학적 통찰: ARCADIA 는 조직 미세환경이 세포의 전사 프로그램과 기능적 상태 (예: B 세포의 성숙, T 세포의 활성화/피로) 를 어떻게 형성하는지를 규명하는 강력한 도구를 제공합니다.
• 기술적 진보: 제한된 패널을 가진 공간 프로테오믹스 데이터와 고차원 scRNA-seq 데이터를 통합하여, 공간 정보가 부족한 scRNA-seq 데이터에 공간적 맥락을 부여하고, 반대로 공간 데이터에 전사체 수준의 깊이를 더할 수 있습니다.
• 확장성: 향후 다양한 공간 프로테오믹스 기술과 scRNA-seq 데이터의 통합에 적용 가능하며, 조직 재형성 및 세포 간 상호작용 연구에 필수적인 프레임워크로 자리 잡을 것으로 기대됩니다.

이 논문은 공간적 의존성 (Spatial Dependency) 을 가진 전사 프로그램을 발견하기 위해, 특징 매칭 없이 아키타입 기반 정렬을 통해 두 이질적인 모달리티를 성공적으로 통합한 획기적인 연구입니다.