CellPace: A temporal diffusion-forcing framework for simulation, interpolation and forecasting of single-cell dynamics

CellPace 는 트랜스포머 기반의 시간적 확산 프레임워크를 활용하여 희소하고 불규칙하게 샘플링된 단일세포 오믹스 데이터에서 연속적인 발달 역학을 학습하고 시뮬레이션, 보간 및 예측을 가능하게 하는 새로운 생성 모델입니다.

핵심

이 논문은 **'CellPace(셀페이스)'**라는 새로운 인공지능 도구를 소개합니다. 이 도구의 역할을 이해하기 위해 먼저 생물학자들이 겪는 고충을 상상해 보세요.

📸 문제: "스냅샷"만 있는 영화

생물학자들은 세포가 어떻게 성장하고 변하는지 연구하고 싶어 합니다. 하지만 문제는 세포를 관찰하는 방법이 파괴적이라는 점입니다. 마치 영화를 찍을 때, 배우들의 얼굴을 한 번씩 찍어 '스냅샷(정지 사진)'으로만 남기고, 배우는 그 자리에서 사라져 버리는 것과 같습니다.

• 현실: 연구자들은 시간이 지남에 따라 세포를 여러 번 찍어 모으지만, 각 사진은 서로 다른 세포들의 '단순한 정지 이미지'일 뿐입니다.
• 결함: 중간에 찍히지 않은 장면 (세포의 변화 과정) 이나, 아직 찍히지 않은 미래의 장면은 알 수 없습니다. 기존 AI 들은 이 정지 사진들을 나열하는 데는 능숙했지만, 사진과 사진 사이의 '흐르는 물' 같은 연속적인 움직임을 만들어내거나, 아직 찍히지 않은 미래 장면을 예측하는 데는 서툴렀습니다.

---

🚀 해결책: CellPace (시간을 달리는 세포)

이 논문에서 소개한 CellPace는 이 문제를 해결하는 마법 같은 도구입니다. 이를 시간 여행을 하는 영화 편집기나 계속해서 이어지는 만화책에 비유해 볼 수 있습니다.

1. "시간의 간격"을 이해하는 AI

기존 AI 들은 "1 장, 2 장, 3 장"처럼 사진 번호만 보고 작업했습니다. 하지만 CellPace 는 **"1 장과 2 장 사이에는 1 일이 걸렸고, 2 장과 3 장 사이에는 1 주일이 걸렸다"**는 **시간의 간격 (Gap)**까지 정확히 이해합니다.

• 비유: 마치 만화책을 그릴 때, 캐릭터가 천천히 걷는 장면과 뛰어가는 장면의 '속도 차이'를 알고 있어서, 그 사이의 움직임을 자연스럽게 그려내는 화가와 같습니다.

2. 세 가지 놀라운 능력

CellPace 는 세 가지 일을 아주 잘해냅니다.

• 🎬 시뮬레이션 (가상 촬영): 이미 찍은 사진들 (학습 데이터) 을 보고, 그와 똑같은 분위기의 새로운 세포 사진을 아무것도 없는 하얀 캔버스 (노이즈) 에서부터 그려냅니다. 마치 배우의 얼굴을 기억하고 있다가, 새로운 각도에서 찍은 듯한 사진을 만들어내는 것과 같습니다.
• 🧩 인터폴레이션 (빈칸 채우기): 사진이 찍히지 않은 중간 시간대 (예: 10 일과 20 일 사이의 15 일) 가 비어있다면, CellPace 는 앞뒤 사진을 보고 자연스러운 중간 장면을 스스로 채워 넣습니다. 영화에서 장면이 끊겼을 때, AI 가 그 사이를 자연스럽게 이어주는 'VFX(특수효과)' 같은 역할입니다.
• 🔮 포캐스팅 (미래 예측): 아직 찍히지 않은 미래 (예: 30 일 후) 의 세포가 어떻게 변할지 예측합니다. 마치 과거의 성장 패턴을 보고 "이 아이는 10 년 후 이렇게 클 것이다"라고 정확히 예측하는 것과 같습니다.

3. 실제 생물학적 의미

이 도구가 단순히 그림만 잘 그리는 게 아닙니다.

• 정확한 위치: 세포가 몸의 어디에 있어야 하는지 (예: 뇌, 심장, 장) 를 정확히 알고 있어서, 만든 세포가 실제 몸속의 올바른 위치에 배치됩니다.
• 유전자 프로그램: 세포가 성장하면서 켜지고 꺼지는 '유전자 스위치'들의 타이밍을 완벽하게 재현합니다. 마치 악보의 박자를 정확히 맞춰 연주하는 것과 같습니다.

---

🌟 왜 이것이 중요한가요?

기존의 방법들은 마치 사진첩을 정리하는 수준이었다면, CellPace 는 살아 움직이는 영화를 만들어냅니다.

• 희귀한 질병 연구: 시간이 지남에 따라 변하는 세포의 변화를 관찰할 수 있어, 질병이 어떻게 진행되는지 더 잘 이해할 수 있습니다.
• 새로운 치료법 개발: 아직 실험실에서 관찰하지 못한 '미래의 세포 상태'를 미리 시뮬레이션하여, 어떤 약이 효과가 있을지 미리 테스트해 볼 수 있습니다.

💡 한 줄 요약

CellPace는 흩어진 세포의 '정지 사진'들을 모아, 시간의 흐름을 자연스럽게 이어주는 '생물학적 영화'를 만들어내는 AI입니다. 이를 통해 과학자들은 과거를 복원하고, 미래를 예측하며, 생명 현상을 더 깊이 이해할 수 있게 되었습니다.

기술 요약

1. 문제 정의 (Problem)

단일 세포 오믹스 (Single-cell omics) 기술은 세포 이질성을 고해상도로 규명하지만, 본질적으로 파괴적인 측정이므로 연속적인 발달 과정의 '정적 스냅샷'만 제공합니다.

• 불연속적 샘플링: 발달 과정은 연속적이지만, 실험 데이터는 불규칙하게 간격을 둔 이산적인 시간점 (timepoints) 에서만 수집됩니다. 중간 상태가 누락되거나 희소하게 샘플링되는 경우가 많습니다.
• 기존 방법의 한계:
  • 경로 추론 (Trajectory Inference): 기존 방법 (PAGA, CellRank 등) 은 관측된 세포를 정렬하고 전이 확률을 추정하는 데 탁월하지만, 누락된 상태의 분자 프로파일을 생성하거나 미래 단계를 예측하는 '생성 (Generation)' 능력은 부족합니다.
  • 연속 시간 모델 (ODE/SDE): scNODE, scIMF 등은 벡터 필드를 학습하여 시간 흐름을 모델링하지만, 초기 시점의 실제 세포 데이터가 필요하며 (노이즈에서 시작하지 않음), 개체군 수준의 상호작용을 고려하기 어렵습니다.
  • 기존 생성 모델 (Diffusion/Flow): scDiffusion, CFGen 등은 노이즈에서 세포를 생성할 수 있지만, 시간을 '이산적인 카테고리 (Class)'로 취급합니다. 이로 인해 시간적 거리나 연속성을 인식하지 못해, 관측되지 않은 중간 단계 (보간) 나 미래 단계 (외삽) 를 모델링하는 데 실패합니다.

2. 방법론 (Methodology)

저자들은 CellPace라는 새로운 생성 모델을 제안합니다. 이는 단일 세포 데이터의 연속적인 발달 역학을 학습하고, 관측된 또는 관측되지 않은 시간점에서 새로운 데이터를 생성할 수 있는 프레임워크입니다.

핵심 아키텍처: Temporal Diffusion Forcing (TDiF)

CellPace 는 Transformer 기반의 확산 (Diffusion) 백본을 사용하며, 다음과 같은 혁신적인 요소를 포함합니다.

1. 잠재 공간 학습 (Latent Representation):
   • 고차원의 희소한 단일 세포 발현 데이터를 scVI (단일 모드) 또는 MultiVI (멀티모드) 를 사용하여 저차원 잠재 공간 (Latent Space) 으로 인코딩합니다.
2. 시간적 확산 강제 (Temporal Diffusion Forcing):
   • 기존 확산 모델이 전체 시퀀스를 동일한 노이즈 수준으로 처리하는 것과 달리, TDiF 는 **위치별 노이즈 수준 (Per-position noise levels)**을 독립적으로 설정합니다.
   • 이는 과거의 깨끗한 프레임 (낮은 노이즈) 을 컨텍스트로 제공하고, 미래의 불확실한 프레임 (높은 노이즈) 을 예측 대상으로 삼는 인과적 (Causal) 생성을 가능하게 합니다.
3. 간격 인지 시간 인코딩 (Gap-Aware Temporal Encoding):
   • 기존 모델이 균일한 시간 간격을 가정하는 것과 달리, CellPace 는 각 시간점에 대해 (1) 정규화된 발달 단계 위치와 **(2) 이전 단계와의 시간 간격 (Gap)**을 2 차원 벡터로 인코딩합니다.
   • 이 정보는 **AdaLN (Adaptive Layer Normalization)**을 통해 Transformer 블록의 활성화에 주입되어, 불규칙한 샘플링 간격과 장기적인 발달 역학을 동시에 학습하도록 돕습니다.
4. 생성 전략:
   • 피라미드 스케줄링 (Pyramid Schedule): 시퀀스 생성 시, 초기 단계를 먼저 정제하여 이후 단계의 컨텍스트로 활용하는 비대칭적 노이즈 제거 전략을 사용합니다.
   • 슬라이딩 윈도우: 학습 윈도우 길이를 초과하는 긴 시퀀스를 생성할 때, 생성된 잠재 벡터를 컨텍스트로 사용하여 순차적으로 확장합니다.

3. 주요 기여 (Key Contributions)

• 연속 시간 생성 모델: 단일 세포 데이터에서 시간을 이산적 카테고리가 아닌 연속 변수로 모델링하여, **보간 (Interpolation, 누락된 중간 단계 생성)**과 **외삽 (Extrapolation, 미래 단계 예측)**을 동시에 지원하는 최초의 확산 기반 프레임워크입니다.
• 불규칙 샘플링 대응: 실제 실험에서 흔히 발생하는 불규칙한 시간 간격을 명시적으로 인코딩하여, 데이터의 빈틈을 효과적으로 메울 수 있습니다.
• 멀티모드 확장성: scRNA-seq 뿐만 아니라 scATAC-seq(크로마틴 접근성) 과 결합된 멀티오믹스 데이터 (RNA-ATAC) 에도 자연스럽게 적용 가능합니다.
• 가짜 시간 (Pseudotime) 활용: 명시적인 시간 정보가 없는 데이터셋에서도 세포 상태의 순서를 추론한 가짜 시간을 입력으로 사용하여 역학을 모델링할 수 있습니다.

4. 결과 (Results)

저자들은 마우스 발달 데이터셋 (망막 전구 세포, 후부 배아, 상피/혈관 세포, 구개 발달 등) 을 통해 CellPace 를 평가했습니다.

• 시뮬레이션 성능: 학습된 시간점에서 생성된 세포는 실제 데이터의 전역 분포 (Global statistics) 와 국소적 구조 (Marker gene expression) 를 모두 정확하게 재현했습니다. 기존 모델 (scDiffusion, CFGen, scIMF 등) 보다 우수한 성능을 보였습니다.
• 보간 및 외삽 성능:
  • 보간: 학습 데이터에 없는 중간 발달 단계 (예: 소마이트 12, 15, 18) 에서 CellPace 는 실제 데이터의 매니폴드 (Manifold) 상에 자연스럽게 위치하는 세포를 생성했습니다.
  • 외삽: 학습 범위를 넘어선 미래 단계 (예: 소마이트 33, 34) 에 대해서도 CellPace 는 다른 모델들이 실패한 반면, 생물학적으로 타당한 세포 상태를 예측했습니다.
• 생물학적 구조 보존:
  • 유전자 조절 네트워크 (GRN): 생성된 데이터에서 추론된 유전자 조절 네트워크의 위상 (Topological properties) 과 핵심 조절 인자 (Regulon) 의 시간적 활성 패턴이 실제 데이터와 높은 상관관계를 보였습니다.
  • 공간적 정보: 생성된 세포를 공간 전사체 데이터 (MOSTA) 에 매핑했을 때, 실제 세포와 유사하게 해부학적 영역 (장기, 조직) 에 정확하게 위치했습니다.
• 멀티모드 성능: RNA-ATAC 멀티오믹스 데이터셋에서 CellPace 는 두 모달리티 간의 상관관계를 유지하며, 특히 외삽 작업에서 경쟁 모델 (CFGen) 보다 우월한 성능을 입증했습니다.

5. 의의 및 결론 (Significance)

CellPace 는 단일 세포 생물학 분야에서 불연속적인 스냅샷 데이터와 연속적인 발달 과정 사이의 간극을 해소하는 강력한 도구입니다.

• 데이터 증강: 희소하거나 불완전한 실험 데이터를 보완하여, 누락된 발달 단계의 가상 데이터를 생성함으로써 연구 범위를 확장합니다.
• 예측 가능성: 단순한 기술적 생성을 넘어, 미래의 세포 상태나 특정 조건 하에서의 발달 경로를 예측할 수 있는 능력을 제공합니다.
• 범용성: 단일 세포 전사체뿐만 아니라 멀티오믹스 데이터와 공간 전사체 데이터에도 적용 가능하여, 차세대 단일 세포 분석 파이프라인의 핵심 구성 요소가 될 것으로 기대됩니다.

결론적으로, CellPace 는 시간의 연속성을 명시적으로 모델링한 최초의 생성형 AI 프레임워크로서, 복잡한 생물학적 역학을 이해하고 시뮬레이션하는 데 있어 새로운 표준을 제시합니다.