기술 요약: SFUMATO

문제 정의

Xenium과 같은 in situ 시퀀싱(ISS) 방식을 포함한 공간 전사체 기술은 공간적 맥락을 보존하면서 고해解상도의 유전자 발현 데이터를 생성한다. 그러나 표준 분석 워크플로은 종종 각 공간 위치를 하나의 이산적인 클러스터에 할당하는 "하드(hard)" 클러스터링에 의존한다. 이러한 접근 방식은 다음과 같은 점들을 포착하지 못하고 날카로운 경계를 강요한다:

1. 점진적 전이: 생물학적 패턴은 급격한 변화보다는 대개 부드러운 구배(gradient)를 포함한다.
2. 혼합된 신호: 여러 세포 유형이나 모호한 전사 상태를 포함하는 영역이 단일 레이블로 강제 지정된다.
3. 불확실성: 클러스터 할당의 신뢰도가 상실되어 조직 구성에 대한 오해를 불러일으킬 수 있다.
4. 세그멘테이션 의존성: 많은 방법론은 사전 세포 세그멘테이션(주로 핵 염색 기반)을 필요로 하며, 이는 암 조직과 같이 핵이 불분명하거나 세포가 융합된 조직에서는 오류를 범하기 쉽다.

기존의 세그멘테이션 프리(segmentation-free) 방법들은 다운스트림 분석을 위한 파티셔닝 능력(예: 색상 기반 인코딩)이 부족하거나, 사후 해석이 필요하고 수백만 개의 전사체를 처리하기에 효율적이지 않은 확률적 인자화에 의존한다.

방법론

SFUMATO(Segmentation-Free Uncertainty Mapping and Analysis of Transcriptomic Organisation)는 이러한 한계를 해결하기 위해 설계된 GPU 가속 베이지안 확률 프레임워크이다. 워크플로는 다음 단계들을 거친다:

1. 특징 추출 및 전처리

SFUMATO는 세그멘테이션을 피하기 위해 Points2Regions에서 영감을 얻은 파이프라인을 채택한다:

• Binning: 전사체를 여러 공간 해상도에서 정사각형 그리드 상에 래스터화한다.
• Aggregation: 다중 스케일의 국소 유전자 구성을 생성하기 위해 역거리 가중치 보간법(inverse-distance weighted interpolation)을 사용하여 여러 해상도에 걸친 인접 픽셀의 클래스 카운트를 집계한다.
• Normalization: 빈(bin) 단위의 유전자 카운트는 로그 변환($\log(1+x)$) 후 L1 정규화를 수행한다.
• 차원 축소: 희소 행렬을 밀집화(densification)하지 않고 처리할 수 있는 Truncated SVD(Truncated Singular Value Decomposition)를 적용하여 저차원 잠재 표현($Z$)을 얻는다. 이는 PCA보다 희소 행렬 처리에 유리하다.

2. 베이지안 가우시안 혼합 모델 (BGM)

잠재 표현 $Z$에 대해 베이지안 가우시안 혼합 모델을 적합시킨다:

• 변분 추론 (Variational Inference): 점 추정치나 MCMC 샘플링에 의존하는 대신, 가중치, 평균, 공분산에 대한 사후 분포를 근사하기 위해 GPU 가속을 위한 PyTorch로 구현된 변분 추론을 사용한다.
• 대각 공분산 (Diagonal Covariance): 대규모 데이터셋(수백만 개의 빈)에 대한 계산 효율성을 보장하기 위해 대각 공분산 행렬을 가정하여 차원 추정을 분리한다.
• 오버클러스터링 (Overclustering): 모델은 사용자의 목표 클러스터 수($K$)보다 더 많은 수의 컴포넌트($K_{BGM}$)로 적합된다. 일반적으로 $K_{BGM} = \lceil 1.5 \times \max(K) \rceil$를 사용하며, 이 전략은 병합 전 미세한 전사 상태를 포착한다.

3. 계층적 병합 및 색상 할당

• 데ンド로그램 구축: 사후 책임도(posterior responsibilities)를 기반으로 오버클러스터링된 컴포넌트의 소프트 센트로이드를 계산한다. 이후 complete linkage와 optimal leaf ordering를 사용하여 이 센트로이드들에 대해 응집형 계층 클러스터링을 수행한다.
• 계층적 일관성: 사용자가 특정 클러스터 수 $K$를 요청하면, 공유 데ンド로그램을 해당 레벨에서 절단한다. 이는 $K$를 변경할 때 무관한 범주형 지도를 생성하는 대신 동일한 계층적 표현을 정교화하도록 보장한다.
• 색상 매핑: 데ンド로그램 내 위치에 따라 클러스터에 색상을 할당한다. 발현 기반 계층 구조에서 인접한 클러스터는 유사한 색상을 받으며, 먼 브랜치는 대비되는 색상을 받는다.

4. 확률적 색상 혼합

단일 하드 레이블을 할당하는 대신, SFUMATO는 색상 블렌딩을 통해 불확실성을 시각화한다:

• 각 공간 빈에 대해 가장 확률이 높은 두 개의 컴포넌트를 식별한다.
• 로그 가중치 함수를 사용하여 이들의 색상을 혼합한다: $c_i = \frac{\log(1 + \alpha r_{i1}) c_1 + \log(1 + \alpha r_{i2}) c_2}{\log(1 + \alpha r_{i1}) + \log(1 + \alpha r_{i2})}$, 여기서 $r$은 사후 확률을 나타내며 $\alpha=50$이다.
• 이를 통해 모호한 영역에는 부드러운 색상 전이를, 확신도가 높은 할당에는 뚜렷한 색상을 제공한다.

5. 의미론적 세그멘테이션 및 정량화

사후 확률 맵은 고/저 확률 임계값을 이용한 형태학적 재구성을 통해 이진 의미론적 마스크(semantic masks)로 변환될 수 있다. 이는 전사체로 정의된 조직 구성 요소의 **면적 분율(area fractions)**을 정량적으로 추정할 수 있게 하며, 이는 면적 분율 추정치가 부피 분율을 나타낸다는 Delesse 원리를 따른다.

주요 기여

1. 세그멘테이션 프리 시각화: SFUMATO는 사전 세포 세그멘테이션 없이 전사체 수준의 공간 데이터를 효율적으로 표현한다. 이는 색상 할당을 발현 기반 계층 구조와 연결하여, 색상의 유사성이 전사적 유사성을 반영하도록 보장한다.
2. 계층적으로 일관된 시각화: 단일 오버클러스터링 확률 모델과 공유 데ンド로그램으로부터 다양한 클러스터 해상도를 도출함으로써, SFUMATO는 클러스터 수($K$)가 변하더라도 시각화가 안정적이고 일관되게 유지되도록 한다.
3. 의미론적 세그멘테이션을 위한 확률적 클러스터링: 프레임워크는 사후 확률을 유지하여 세포 관련 및 니치(niche) 스케일 모두에서 의미론적 영역을 도출한다. 이는 세포 세그멘테이션과 독립적으로 병리학적 주석과 비교할 수 있도록 확률을 의미론적 마스크로 변환하는 것을 지원한다.
4. 불확실성 인지 표현: 확률적 색상 혼합을 통해, SFUMATO는 하드 클러스터링이 만드는 인위적인 경계를 피하고 전이 구역과 혼합된 전사 상태를 명시적으로 시각화한다.

결과

저자들은 두 가지 공개 Xenium 데이터셋인 마우스 뇌 섹션과 인간 유방암 섹션에서 SFUMATO를 평가하였다.

• 마우스 뇌 (세포 스케일):

  • SFUMATO는 세그멘테이션 프리 방법들(Points2Regions, FICTURE) 및 10x Genomics 그래프 기반 참조 세포 타이핑과 상당한 일치성을 보였다.
  • SFUMATO 클러스터와 참조 세포 유형 사이의 다대일(many-to-one) 대응 관계가 관찰되었으나, 이는 전사적으로 연관된 클러스터들이 유사한 색상을 가진 것으로, SFUMATO가 더 미세하고 연속적인 계층 구조를 포착함을 나타낸다.
  • SFUMATO는 세그멘테이션 기반 방법들이 실패하는 DAPI 신호가 감지되지 않는 영역에서도 세포 세그멘테이션 없이 주요 세포 집단을 성공적으로 복구했다.
  • 방법론은 국소적 전사 유사성을 보존하였으며, 색상 구배는 조직 구성의 점진적 전이를 정확하게 반영했다.

• 마우스 뇌 (니치 스케일):

  • 다양한 클러스터 해상도($K=15$에서 $30$)에 걸쳐, SFUMATO는 일관된 시각적 조직을 유지했다. 범주형 경계를 변화시키는 Points2Regions와 달리, SFUMATO는 전이 구역에서 점진적인 색상 변화를 보여주었으며 뚜렷한 영역에서는 일관된 날카로운 대비를 보여주었다.

• 인간 유방암:

  • 니치 레벨: SFUMATO 유도 의미론적 마스크는 병리학적으로 주석 처리된 침윤성 암 영역과 높은 공간 일치도(Dice score 0.859)를 보였다. DCIS 유사 구획은 상당한 중첩(Dice 0.726)을 보였으나 더 이질적이고 공간적으로 파편화된 모습을 보였는데, 이는 표적 전사체 패널만으로는 다중 모드 병리 분석에서 정의된 특정 DCIS 하위 영역을 완전히 해결하지 못할 수 있음을 시사한다.
  • 세포 레벨: 광범위한 세포 구획(예: 침윤성 종양, 근상피 세포)이 SFUMATO 컴포넌트에 성공적으로 매핑되었다. 방법론은 광범위한 생물학적 구획이 종종 관련된 여러 SFUMATO 클러스터에 대응함을 밝혀냈으며, 이는 세포 유형 내의 전사적 이질성을 반영한다.

의의 및 주장

본 논문은 SFUMATO가 클러스터링, 시각화, 그리고 의미론적 세그멘테이션을 통합하는 통합적 확률 표현을 제공한다고 주장한다. 주요 의의는 다음과 같다:

• 해석 가능성: 하드 할당을 사후 확률 분포로 대체함으로써, SFUMATO는 생물학적 구배와 혼합 상태를 억제하지 않고 직접 시각화할 수 있게 한다.
• 세그멘테이션 오류에 대한 견고성: 전사체 분포에 직접 작동함으로써, 특히 암과 같은 복잡한 조직에서 세포 경계 획정에 의해 도입되는 편향과 오류를 피한다.
• 정량적 엄밀성: 프레임워크는 조직 구성 요소의 면적 분율을 추정하기 위한 원칙적인 경로를 제공하며, 이는 조직 절편에서 공간적 점유를 특징짓는 데 세포 수보다 더 적절하다고 주장된다.
• 확장성: GPU 가속 구현과 효율적인 변분 추론을 통해 수천만 개의 전사체를 포함하는 데이터셋에도 적용 가능하다.

저자들은 SFUMATO를 단순한 클러스터링 알고리즘이 아니라, 시각화가 생물학적 해석의 필수적인 부분으로서 생물학적 조직의 연속적이고 불확실한 본질을 반영하는 홀리스틱(holistic) 프레임워크로 규정한다.