OT-knn: a neighborhood-aware optimal transport framework for aligning spatial transcriptomics data

이 논문은 희소성, 생물학적 이질성, 기하학적 왜곡 등의 도전 과제를 극복하기 위해 국소 이웃 정보를 최적 수송 프레임워크에 통합하여 공간 전사체 데이터를 정렬하는 새로운 방법인 OT-knn 을 제안하고, 이를 다양한 인간, 쥐, 도롱뇽 뇌 데이터셋에서 검증했습니다.

핵심

이 논문은 **'OT-knn'**이라는 새로운 컴퓨터 프로그램을 소개합니다. 이 프로그램의 역할은 생체 조직의 '지도'를 서로 맞춰주는 것입니다.

이해하기 쉽게 비유를 들어 설명해 드리겠습니다.

1. 문제 상황: 찢어진 지도와 낯선 도시

생체 조직 (예: 뇌나 장) 을 연구할 때 과학자들은 조직을 얇게 잘라내어 '스냅샷'을 찍습니다. 이때 각 스냅샷은 조직의 특정 부위에서 어떤 유전자가 활발한지 보여줍니다.

하지만 연구자들은 여러 장의 스냅샷을 비교해야 합니다.

• 문제 1: 조직을 자르는 과정에서 모양이 찌그러지거나 늘어날 수 있습니다. (기하학적 왜곡)
• 문제 2: 사람마다, 혹은 같은 사람이라도 나이가 들면 세포의 상태가 다릅니다. (생물학적 차이)
• 문제 3: 데이터 자체가 매우 희소하고 노이즈가 많습니다. (소음이 많은 지도)

기존 방법들은 마치 한 장의 지도를 다른 지도에 딱 붙여보려고 할 때, '위치'나 '색깔' 하나만 보고 대충 맞추려다 실수를 많이 했습니다. 위치가 조금만 달라져도 완전히 엉뚱한 곳을 연결하거나, 데이터가 조금만 흐려도 연결을 포기해버리는 식이었습니다.

2. OT-knn 의 해결책: "이웃과 함께 대화하기"

OT-knn 의 핵심 아이디어는 **"혼자서 판단하지 말고, 이웃과 함께 생각하라"**는 것입니다.

• 기존 방식 (나홀로 판단): "이 점 (Spot) 은 유전자 A 가 많으니 저 점과 같아."라고 단정 짓습니다. 하지만 그 점의 데이터가 노이즈로 인해 틀릴 수 있습니다.
• OT-knn 방식 (이웃과 대화): "이 점 주변에 있는 100 개의 이웃들을 봐보자. 이웃들이 모두 유전자 A 를 많이 가지고 있으니, 이 점도 분명히 그 부위일 거야."라고 주변 환경 (미세환경) 을 고려합니다.

비유하자면:
어떤 도시의 한 구역을 찾을 때, 한 집의 주소만 보고 "여기는 강남이야!"라고 외치는 대신, 그 집 주변의 가게들, 공원, 학교를 모두 살펴보고 "아, 주변에 고급 레스토랑과 공원이 많으니 확실히 강남이네"라고 판단하는 것과 같습니다. 이렇게 하면 집 한 채의 데이터가 흐려지거나 주소가 잘못 적혀 있어도, 이웃들의 정보를 통해 정확한 위치를 찾을 수 있습니다.

3. 어떻게 작동할까요? (최적 수송 이론)

이 프로그램은 **'최적 수송 (Optimal Transport)'**이라는 수학적 원리를 사용합니다.

• 비유: 두 개의 서로 다른 모양을 한 반죽 (조직) 이 있다고 칩시다. 하나는 둥글고 하나는 길쭉하게 늘려져 있습니다. OT-knn 은 이 두 반죽을 가장 적은 힘으로 서로 맞춰주는 '접착제' 역할을 합니다.
• 단순히 딱딱 붙이는 게 아니라, "이 부분은 70% 확률로 저곳과 같고, 30% 는 저곳과 비슷할 수도 있어"라고 확률적으로 유연하게 연결합니다. 이렇게 하면 조직이 찌그러지거나 변형되어도 자연스럽게 맞춰줍니다.

4. 실제 성과: 다양한 실험에서 승리

연구진은 이 방법을 다양한 상황에서 테스트했습니다.

1. 인간 뇌 (Visium): 뇌의 여러 층을 연결할 때, 기존 방법들보다 훨씬 정확하게 층을 구분했습니다.
2. 쥐 뇌 (MERFISH): 서로 다른 쥐 (개체 간 차이) 의 뇌를 비교할 때도, 개체마다 생기는 차이를 잘 극복하고 정확한 매칭을 했습니다.
3. 도롱뇽 뇌 (Stereo-seq): 알에서 성체가 되는 성장 과정을 따라가며, 시간이 지나도 세포가 어떻게 변하는지 (예: 줄기세포가 성숙한 신경세포로 변하는 과정) 를 정확하게 추적했습니다.

5. 결론: 왜 이 연구가 중요할까요?

OT-knn 은 데이터가 불완전하거나 조직 모양이 달라져도 서로 다른 샘플을 정확하게 비교할 수 있게 해줍니다.

• 의학적 의미: 알츠하이머나 암처럼 시간이 지남에 따라 변하는 질병을 연구할 때, 환자의 과거와 현재 조직을 정확히 비교할 수 있게 됩니다.
• 개발 생물학: 태아에서 성체가 되는 과정처럼 급격히 변하는 조직의 변화를 놓치지 않고 추적할 수 있습니다.

한 줄 요약:

"OT-knn 은 조직의 '이웃 정보'를 활용하여, 찌그러지거나 노이즈가 많은 생체 지도들을 서로 완벽하게 맞춰주는 똑똑한 나침반입니다."

이 방법을 통해 과학자들은 이제 더 정확하게 조직이 어떻게 발달하고, 노화하며, 질병에 반응하는지 이해할 수 있게 되었습니다.

기술 요약

1. 연구 배경 및 문제 정의 (Problem)

공간 전사체학 (Spatial Transcriptomics, ST) 은 조직 내 세포의 공간적 맥락을 보존하면서 유전자 발현을 측정하는 기술로, 조직 구조와 세포 간 상호작용을 이해하는 데 필수적입니다. 그러나 다양한 조직 절편, 개인, 플랫폼, 발달 단계 간의 데이터를 정렬 (Alignment) 하는 것은 다음과 같은 주요 난제들로 인해 매우 어렵습니다.

• 희소성과 노이즈: ST 데이터는 유전자 발현이 희소하고 (Dropout 현상), 기술적 노이즈가 많아 대응되는 스팟 (spot) 간의 전사체적 유사성을 약화시킵니다.
• 생물학적 이질성: 개인 간 차이, 세포 유형 구성의 변화, 발달 과정에 따른 변화는 해부학적 대응 관계를 흐리게 만듭니다.
• 기하학적 왜곡: 조직 절단 및 처리 과정에서 발생하는 비선형적인 변형 (warping), 팽창, 수축은 강직 (rigid) 한 기하학적 가정을 위반하여 정렬을 복잡하게 만듭니다.
• 기존 방법의 한계: 기존 방법들 (PASTE, DeST-OT, SLAT 등) 은 공간 좌표나 전사체적 유사성에 지나치게 의존하여, 기하학적 왜곡이나 발현 변동이 심한 환경에서 정렬 정확도가 떨어지거나 많은 스팟을 정렬하지 못하는 문제가 있습니다.

2. 제안된 방법론: OT-knn (Methodology)

저자들은 OT-knn이라는 새로운 정렬 프레임워크를 제안합니다. 이는 최적 수송 (Optimal Transport, OT) 프레임워크에 국소 이웃 (Local Neighborhood) 정보를 통합한 것이 핵심입니다.

• 핵심 아이디어: 단일 스팟의 발현 프로필만으로는 노이즈에 취약하지만, 해당 스팟의 공간적 이웃 (k-nearest neighbors) 정보를 활용하면 더 안정적이고 생물학적으로 의미 있는 표현 (representation) 을 얻을 수 있습니다.
• 알고리즘 단계:
  1. 전처리: 두 절편 간의 공유 고변동성 유전자 (HVG) 를 선택하고, PCA 를 통해 저차원 표현을 생성합니다.
  2. 이웃 기반 재구성 (Neighborhood-aware Reconstruction): 각 스팟 $i$에 대해 $k$개의 가장 가까운 이웃 (Euclidean 거리 기준) 을 찾습니다. 이웃 간의 거리에 가중치를 부여 (거리가 가까울수록 가중치 증가) 하여, 해당 스팟의 발현 프로필을 이웃들의 가중 평균으로 재구성합니다.
     • 가중치 함수는 거리에 따라 지수적으로 감소하도록 설계되었습니다.
     • 이 과정은 국소적 노이즈를 평활화 (smoothing) 하고 미세 환경 (microenvironment) 맥락을 포착합니다.
  3. 최적 수송 (Optimal Transport) 정렬: 재구성된 발현 프로필 ($X'$) 을 사용하여 두 절편 간의 최적 수송 문제를 풉니다.
     • 목적 함수: 두 분포 간의 지구 이동 거리 (Earth Mover's Distance, EMD) 를 최소화.
     • 결과: 스팟 간의 확률적 대응 행렬 (probabilistic alignment matrix) 을 생성하여, 불확실성을 모델링하거나 1:1 매칭을 추출할 수 있게 합니다.

3. 주요 기여 (Key Contributions)

1. 새로운 정렬 프레임워크: 단일 스팟 의존도를 줄이고 국소 공간 맥락을 통합하여 노이즈와 기하학적 왜곡에 강건한 정렬 방법 (OT-knn) 을 개발했습니다.
2. 다양한 플랫폼 및 조건에서의 검증: 시뮬레이션 데이터뿐만 아니라 10x Genomics Visium, MERFISH, Stereo-seq 등 서로 다른 ST 플랫폼과 인간, 생쥐, 악어 (Axolotl) 등 다양한 생물학적 데이터셋에서 성능을 입증했습니다.
3. 강건성 입증: 공간 변형, 발현 변동, 개인 간 이질성, 발달 단계 변화 등 극단적인 조건에서도 기존 방법 (PASTE, DeST-OT, SLAT) 보다 우수한 정렬 정확도를 보였습니다.

4. 실험 결과 (Results)

• 시뮬레이션 평가:

  • 공간 왜곡, 발현 변동, 복합적 교란이 가해진 시나리오에서 OT-knn 은 가장 높은 정렬 정확도 (Best-matching accuracy 및 Mapping probability accuracy) 를 기록했습니다.
  • PASTE 는 공간 좌표에 민감하여 왜곡 시 성능이 급락했고, DeST-OT 와 SLAT 는 발현 노이즈에 취약하거나 1:1 매칭 시 많은 스팟을 누락하는 경향이 있었습니다.

• 실제 데이터셋 평가:

  • 인간 DLPFC (Visium): 12 개의 조직 절편 (3 명의 공여체) 에 대해 정렬 수행. OT-knn 은 9 개 정렬 중 8 개에서 가장 높은 정확도를 보였으며, 특히 층간 경계부에서의 오류가 적었습니다.
  • 생쥐 뇌 노화 데이터 (MERFISH): 동일 공여체 내 및 공여체 간 (Cross-donor) 정렬 수행. OT-knn 은 공여체 간 생물학적 이질성에도 불구하고 가장 높은 정확도를 유지하며, 다른 방법들보다 불일치 (mismatch) 가 적고 정렬되지 않은 스팟이 적었습니다.
  • 악어 뇌 발달 데이터 (Stereo-seq): 배아기부터 성체까지의 5 단계 발달 과정을 정렬. OT-knn 은 발달 단계 간 세포 유형 대응을 잘 보존했을 뿐만 아니라, 알려진 생물학적 전환 (예: EGC 에서 신경아세포로의 전환) 을 DeST-OT 보다 더 정확하게 포착했습니다.

• 계산 효율성:

  • OT-knn 과 DeST-OT 는 CPU 에서 유사한 실행 시간을 보였으며, PASTE 는 대부분의 데이터셋에서 수렴에 실패했습니다.

5. 의의 및 결론 (Significance)

OT-knn 은 공간 전사체학 데이터 정렬의 핵심 과제인 노이즈, 기하학적 왜곡, 생물학적 이질성을 동시에 해결할 수 있는 강력한 도구입니다.

• 기술적 혁신: 단일 스팟 분석의 한계를 극복하고, 국소 공간 구조를 활용한 표현 학습을 통해 정렬의 안정성을 획기적으로 높였습니다.
• 응용 가능성: 다양한 플랫폼 (시퀀싱 기반 및 이미징 기반) 과 다양한 생물학적 시나리오 (발달, 노화, 질병) 에 적용 가능하여, 연구자들이 조직의 3 차원 구조 재구성, 세포 유형 간 비교 분석, 발달 궤적 추적 등을 더 정확하게 수행할 수 있게 합니다.
• 미래 전망: 이 방법은 공간 전사체학 데이터의 통합 분석을 표준화하고, 복잡한 생물학적 현상을 이해하는 데 중요한 기여를 할 것으로 기대됩니다.