💻 생물정보학

Scale-resolved correlation functions unify spatial omics across platforms and resolutions

이 논문은 모든 길이 척도에서 공간적 상관관계를 정량화함으로써 생물학적 신호를 플랫폼 특유의 아티팩트와 구별하고 대규모 데이터셋의 효율적인 고처리량 프로세싱을 가능하게 하여, 다양한 플랫폼과 해상도에 걸쳐 공간 오믹스 분석을 통합하는 확장 가능한 계산 프레임워크인 SCOTE를 소개한다.

원저자: Ilin, M., Singh, Y., Mages, S. W.

게시일 2026-10-16

📖 4 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Ilin, M., Singh, Y., Mages, S. W.

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ⚕️ 이것은 동료 심사를 거치지 않은 프리프린트의 AI 생성 설명입니다. 의학적 조언이 아닙니다. 이 내용을 바탕으로 건강 관련 결정을 내리지 마세요. 전체 면책 조항 읽기

활기찬 도시의 구조를 이해하려고 노력한다고 상상해 보십시오. 당신은 모든 길모퉁이에 서 있는 사람들을 셀 수도 있고, 그들을 이웃 단위로 그룹화할 수도 있으며, 혹은 단순히 특정 순간에 모든 사람이 어디에 서 있는지 기록할 수도 있습니다. 공간 생물학(spatial biology) 분야에서 과학자들은 이와 유사한 일을 하고 있지만, 도시 대신 살아있는 조직의 내부를 지도로 그리고 있습니다. 수년 동안 연구자들은 이러한 지도를 만들기 위해 다양한 도구들을 사용해 왔습니다. 어떤 도구들은 고해상도 카메라처럼 작동하여 세포 안에 떠다니는 유전 물질의 개별 분자들을 사진으로 찍습니다. 다른 도구들은 격자 형태의 양동이처럼 작동하여 각 칸에 얼마나 많은 분자가 떨어지는지를 포착하고 계산합니다. 문제는 이 도구들이 서로 다른 언어를 사용한다는 점입니다. 한 카메라로 만든 지도는 다른 카메라로 만든 지도나 격자 기반의 측정값과 쉽게 비교될 수 없는데, 이는 데이터를 분석하는 방법이 각 도구에 특화되어 설계되었기 때문입니다. 이로 인해 큰 그림을 보거나, 조직이 어떻게 구성되어 있는지에 대한 보편적인 진리를 찾기 위해 서로 다른 연구의 결과들을 결합하는 데 어려움이 있었습니다.

뮌헨 유전자 센터(Gene Center Munich)의 연구팀은 이 지도들이 공통된 하나의 언어로 말할 수 있게 하는 새로운 방법을 개발했습니다. 그들은 SCOTE(Spatial COvariance TEnsors, 공간 공분산 텐서)라고 불리는 계산 프레임워크를 만들었습니다. 이 방법은 데이터를 미리 정의된 상자에 억지로 밀어 넣거나 세포 경계에 대한 불완전한 추측에 의존하는 대신, 모든 가능한 거리에서 두 종류의 분자가 얼마나 자주 함께 나타나는지를 측정합니다. 이 방법은 단순한 질문을 던집니다. 만약 당신이 A 유형의 분자를 하나 선택한다면, 1마이크로미터, 10마이크로미터, 또는 1밀리미터 떨어진 곳에서 B 유형의 분자를 발견할 확률은 얼마나 되는가? 연구진은 단일 분자의 크기부터 전체 장기의 크기에 이르기까지 모든 척도에서 모든 유전자 쌍에 대해 이 관계를 계산함으로써, 어떤 기계를 사용하여 데이터를 캡처했는지와 상관없이 조직 구성의 근본적인 패턴은 동일하다는 것을 발견했습니다.

이 접근 방식의 힘은 기계 자체가 만들어내는 노이즈를 제거하는 능력에 있습니다. 연구진이 개별 분자를 추적하는 플랫폼과 작은 사각형 안에서 분자를 세는 플랫폼이라는 두 가지 첨단 플랫폼으로 촬영한 대장암 조직 지도를 비교했을 때, 유전자 상호작용의 패턴이 거의 동일하다는 것을 발견했습니다. 두 기계는 유전자의 공간적 관계에 대해 거의 90%의 상관관계를 보이며 일치했는데, 이는 서로 다른 환자들 사이에서 나타나는 차이보다 훨씬 높은 수준의 일치였습니다. 이는 세포가 배열되는 생물학적 실체가 견고하며, 적절한 분석 방법만 있다면 일관되게 측정될 수 있음을 시사합니다. 또한 연구는 기계 간의 차이가 무작위적인 오류가 아니라 특정하고 식별 가능한 척도에 국한되어 있다는 것을 보여주었습니다. 예를 들어, 한 기계는 분자들이 매우 가까이 붙어 있는 경우를 포착하는 데 어려움을 겪은 반면, 다른 기계는 분자들을 먼저 세포 단위로 그룹화하는 방식 때문에 희귀 세포 유형의 신호를 놓쳤습니다. 이러한 패턴을 직접 측정함으로써, 새로운 방법은 이러한 기계 특유의 특이점들을 숨겨진 편향이 아닌 알려진 특징으로 다룰 수 있었습니다.

가장 놀라운 발견 중 하나는 개별 분자를 관찰하는 것이 과학자들이 오직 전체 세포만을 바라볼 때 보이지 않던 생물학적 변화를 드러냈다는 점입니다. 생쥐의 비장을 대상으로 한 연구에서, 연구진은 면역 세포의 조직화를 방해하는 유전적 변화를 조사했습니다. 데이터를 먼저 세포 단위로 그룹화하여 분석했을 때, 그 유전적 변화는 아무런 영향이 없는 것처럼 보였습니다. 그러나 분자의 가공되지 않은 위치를 살펴보았을 때, 명확한 신호가 나타났습니다. 즉, 유전적으로 변형된 생쥐에서는 면역 세포들이 정상적인 생쥐보다 훨씬 더 강하게 서로를 피하고 있었습니다. 단일 세포보다 작은 규모에서 일어난 이 미묘한 변화는 세포 경계에 의존하는 전통적인 방식으로는 포착되지 않았습니다. 새로운 접근 방식은 생물학적 신호가 줄곧 존재해 왔으나, 인접한 세포로부터 분자가 서로 넘쳐 들어오는 현상 때문에 오류를 유발할 수 있는 '세포로 그룹화하는 단계'에 의해 가려져 있었음을 보여주었습니다.

연구진은 또한 신뢰할 수 있는 답을 얻기 위해 실제로 얼마나 많은 데이터가 필요한지에 대한 문제도 다루었습니다. 이 분야의 흔한 가정은 시퀀싱을 더 깊게 수행할수록(즉, 동일한 조직 조각에서 더 많은 분자를 찾아낼수록) 항상 더 나은 결과를 얻을 것이라는 점입니다. 연구는 이것이 반드시 사실은 아니라는 점을 입증했습니다. 그들은 측정의 정밀도가 단일 샘플 내의 분자 수보다는 조사되는 전체 조직의 면적과 얼마나 많은 별도의 조직 샘플이 채취되었는지에 훨씬 더 많이 의존한다는 것을 발견했습니다. 아주 작은 조직 조각에서 분자 수를 두 배로 늘리는 것은 오차를 크게 줄이지 못했지만, 더 넓은 영역을 보거나 더 많은 샘플을 추가하는 것은 효과가 있었습니다. 이 통찰은 향후 실험을 위한 명확한 가이드를 제공합니다. 조직의 구조를 이해하기 위해서는 모든 분자를 작은 지점에서 하나하나 세려고 노력하기보다, 예산을 더 넓은 조직 면적과 더 많은 샘플로 분산시키는 것이 낫다는 것입니다.

마지막으로, 연구팀은 이 방법이 현대 기술이 생성하는 방대한 양의 데이터를 처리할 수 있을 만큼 빠르다는 것을 입증했습니다. 그들은 비디오 게임에 자주 쓰이는 그래픽 카드(GPU) 한 장을 사용하여, 10억 개 이상의 분자가 포함된 조직 단면을 단 26분 만에 처리했습니다. 이러한 속도는 기존 방식으로는 몇 주 또는 몇 달이 걸렸을 전체 조직 단면에 대한 전체 게놈 분석을 가능하게 합니다. 결과적으로, 서로 다른 기계, 서로 다른 해상도, 서로 다른 환자의 데이터를 직접 비교할 수 있는 통합된 공간 생물학의 뷰를 제공하게 되었습니다. 분자 간의 관계를 모든 척도에서 측정하는 데 집중함으로써, 연구진은 측정 도구가 만드는 노이즈로부터 생물학적 신호를 분리하여 살아있는 조직의 진정한 구조를 볼 수 있는 방법을 제시했습니다.

기술 요약: 스케일 분해 상관 함수를 통한 플랫폼 및 해상도 간 공간 오믹스 통합

문제 제기
공간 오믹스 기술은 서브 마이크로미터 단위의 분자 좌표부터 밀리미터 단위의 스팟에 이르기까지 다양한 해상도, 패널 크기, 민감도, 그리고 모달리티(이미징 대 시퀀싱)를 가지는 다차원 파라미터 공간에서 데이터를 생성한다. 현재의 분석 접근 방식은 일반적으로 단일 스케일에서 작동하며, 분자를 세포에 할당하는 세그멘테이션된 세포 표현에 의존한 후 클러스터링 및 중심점 기반 통계를 수행하는 경우가 많다. 이러한 파이프라인은 다음과 같은 한계를 초래한다: 세그멘테이션 오류(예: 전사체 유출/spillover)가 다운스트림 분석으로 전파되며, 결과가 플랫폼이나 전처리 단계 간에 비교하기 어렵다. 기존의 공간 통계(예: Ripley's $K$ , 쌍 상관 함수)는 종종 객체 수에 따라 이차적으로 스케일이 커지며, 분석을 세포나 하위 샘플로 제한하고, 서로 다른 플랫폼, 샘플, 환자 간의 직접적인 정량적 비교를 가능하게 하는 통합된 정규화 또는 오차 모델이 부족하다.

방법론: SCOTE
저자들은 분자 좌표와 빈 카운트(binned counts) 모두에 대해 모든 길이 스케일에서 모든 특성 쌍(feature pairs)의 공간적 관계를 정량화하도록 설계된 계산 프레임워크인 SCOTE(Spatial COvariance TEnsors)를 제시한다. 이 방법의 핵심은 관찰된 위치들 사이에서 라벨을 무작위로 치환(permutation)하여 조직의 기하학적 구조, 구멍, 밀도 구배의 영향을 제거하는 무작위 라벨 참조를 사용하여, 무작위 라벨 대비 거리 $r$ 에서의 특성 쌍 $a$ 와 $b$ 의 빈도를 측정하는 정규화된 이점 상관 함수 $g_{ab}(r)$ 를 추정하는 것이다.

주요 방법론적 구성 요소는 다음과 같다:

통합 추정기: 함수 $g_{ab}(r)$ 는 분자 좌표와 빈 카운트에 대해 동일하게 정의되어, 다양한 데이터 유형을 처리할 수 있는 단일 프레임워크를 제공한다. 이는 매개변수 모델을 요구하지 않고 조직의 기하학적 구조, 구멍, 밀도 구배의 효과를 제거하기 위해 관찰된 위치들 사이에서 라벨을 치환하는 무작위 라벨 참조를 사용한다.
로그-계층적 격자(Log-Hierarchical Lattice): 나노미터에서 밀리미터에 이르는 방대한 스케일 범위를 효율적으로 처리하기 위해, 프레임워크는 각 레벨에서 피치(pitch)가 두 배씩 증가하는 로그-계층적 격자에 분자를 집계한다. 모든 거리 쉘(distance shell) 내의 모든 특성 쌍에 대한 쌍 카운트는 단일 희소 행렬 곱( $P_k = X^T S_k X$ )으로 계산되어, 모든 쌍을 모든 스케일에서 한 번의 패스로 계산할 수 있게 한다.
통계적 불확실성: 불확실성을 추정하기 위해 500 µm 타일에 대한 블록 부트스트랩(block bootstrap)이 적용된다. 저자들은 재표집(resampling)의 계산 비용 없이 모든 값에 표준 편차와 95% 신뢰 구간을 부착하기 위해 $\log g_{ab}(r)$ 의 분산에 대한 폐쇄형 솔루션을 도출하였다.
구현: 프레임워크는 Python으로 구현되었으며, CPU와 GPU 모두에서 효율적으로 실행되도록 희소 행렬 연산과 최적화된 백엔드(SciPy, Numba, PyTorch)를 활용한다.

주요 결과
저자들은 Xenium, Visism HD, Visium v2로 프로파일링된 대장암(CRC) 연속 절편과 SpatialBench 연구(Xenium, Visium HD, MERSCOPE)의 생쥐 비장 절편을 사용하여 SCOTE를 검증하였다.

교차 플랫폼 통합: 동일한 환자를 프로파일링하는 서로 다른 플랫폼 간의 정규화된 이점 함수 패턴은 서로 다른 환자 간의 패턴보다 유의미하게 더 일치했다. CRC 절편의 경우, 10 µm에서 1 mm 사이의 스케일에서 Xenium과 Visium HD 간의 $\log g$ 에 대한 피어슨 상관 계수는 0.85에서 0.90 사이였다. 플랫폼 특유의 차이는 글로벌한 편향이 아닌 스케일 국소적 특징(예: 해상도 한계, 유전자 특이적 배경)으로 식별될 수 있었다.
생물학적 효과의 해상도: 분자 수준의 함수는 세포 수준의 분석이 놓친 생쥐 비장의 노크아웃 효과($Tbx21$ 결손)를 해결했다. 세포 중심점 및 Squidpy 공존 분석은 야생형, 대조군, 노크아웃 그룹 간의 유의미한 차이를 감지하는 데 실패했지만, 분자 수준의 함수는 세포 직경(10 µm) 미만의 거리에서 훨씬 더 강한 B–T 역상관 관계(anti-correlation)를 드러냈으며, 더 좁은 신뢰 구간을 가졌다.
오차 결정 요인: 통계적 오차는 주로 조직 면적과 복제본(replicates) 수에 의해 결정되며, 분자 깊이(시퀀싱 깊이)에 의해 결정되지 않는다. $\log g$ 의 표준 편차는 샘플링된 면적 비율 $f$ 에 따라 $\sigma \propto f^{-\alpha}$ (여기서 $\alpha \approx 0.42–0.50$ )의 관계로 스케일링된다. 고정된 면적에서 시퀀싱 깊이를 높이는 것은 약 20 µm 이상의 스케일에서 오차 감소에 대한 한계 효용을 보였다.
아티팩트 식별: 플랫폼 아티팩트는 뚜렷한 스케일 국소적 특징으로 나타난다. 예로는 광학 해상도 미만(예: Xenium의 경우 <1 µm)에서의 동일 유전자 쌍 손실, 유전자 특이적 배경(예: 종양 영역의 ACTA2), 그리고 세포 수준 클러스터링에서는 소실되지만 분자 수준 함수에서는 감지되는 희귀하고 조밀한 세포 유형(예: 비만세포)에 대한 세그멘테이션 실패 등이 있다.
확장성: 프레임워크는 매우 효율적이다. 단일 NVIDIA H100 GPU에서 1.04억 개의 분자(18,028개 유전자)를 가진 전전사체(whole-transcriptome) 섹션을 26.2분 만에 처리하여 모든 유전자 쌍의 상관 관계와 불확실성을 반환했다. 반면, 유사한 데이터셋에 대한 기존 도구들(Squidly, KD-tree 참조 모델)의 추정 실행 시간은 수일에서 수주가 소요될 것으로 예상된다.

의의 및 주장
본 논문은 스케일 분해 이점 함수가 공간 오믹스를 위한 "공통의 정량적 통화(common quantitative currency)"를 제공한다고 주장한다. 측정된 모든 플랫폼에서 통계적 오차가 부착된 동일한 양을 측정함으로써, SCOTE는 측정 아티팩트와 생물학적 신호를 분리한다. 저자들은 이 접근 방식이 다음을 가능하게 한다고 단언한다:

차등 분석: 보정된 오차 추정치와 내장된 대조군을 이용한 분석.
교차 플랫폼 비교: 명시된 정규화 수준 및 스케일에서의 비교.
실험 설계 최적화: 대부분의 공간적 질문에 대해 시퀀싱 깊이보다 조직 면적과 복제본을 우선시함.
품질 관리: 플랫폼 특유의 아티팩트가 작용하는 빈(bin)을 식별하고 폐기함.

저자들은 현재 구현이 2차원적이며, 이는 두꺼운 샘플에서 첫 번째 빈(bin)에 편향을 줄 수 있다고 언급했다. 또한, 이 방법이 아티팩트를 지목할 수는 있지만, 이를 자동으로 수정하지는 않는다는 점을 명시했다. 이 프레임워크는 라벨링된 위치나 빈 값을 제공하는 단백질 데이터를 포함한 모든 모달리티에 일반화될 수 있으나, 현재의 검증은 RNA에 집중되어 있다.

유사한 논문