Spatial GNN Analyzer: An AI-Powered Graph Neural Network Framework for Spatial Transcriptomics Domain Analysis and Visualization

모든 건물이 하나의 세포이고, 건물들이 서로 어떻게 대화하느냐에 따라 그 동네가 건강한지 혹은 병들었는지가 결정되는 북적이는 도시를 상상해 보십시오. 오랫동안 과학자들은 이 도시를 갈기갈기 찢어 모든 목소리를 거대한 스무디처럼 섞어버림으로써만 이 건물들의 수다를 들을 수 있었습니다. 그들은 무엇이 말해지고 있는지는 들을 수 있었지만, 화자들이 어디에 서 있는지에 대한 지도는 놓쳐버렸습니다. 이는 도시의 배치가 대화에 어떤 영향을 미치는지 이해하는 것을 불가능하게 만들었습니다. 최근, "공간 전사체학(spatial transcriptomics)"이라는 새로운 기술이 등장했습니다. 이는 각 세포가 무엇을 말하고 있는지와 동시에 그 주소를 정확히 기록하는 마법 같은 GPS 역할을 합니다. 하지만 이 데이터는 너무 방대하고 복잡하여, 마치 위치를 파악하면서 동시에 백만 권의 책을 한꺼번에 읽으려는 것과 같습니다. 과학자들은 조직이 어떻게 구성되어 있는지, 그리고 암과 같은 질병이 도시의 구조를 어떻게 변화시키는지 이해하기 위해 이 세포들을 의미 있는 이웃, 즉 "도메인(domains)"으로 그룹화할 방법이 필요합니다.

여기에 이 퍼즐을 풀기 위해 설계된 새로운 AI 기반 도구인 Spatial GNN Analyzer가 등장합니다. 이 프레임워크를 단순히 책을 읽는 것을 넘어 도시의 거대하고 살아있는 지도를 그리는 초스마트 도시 계획가라고 생각하십시오. 연구진은 유방암 조직 샘플에서 데이터를 가져와 조직의 모든 작은 지점을 "노드(node, 지도 위의 점)"로 만들고, 인접한 지점들을 "에지(edge, 선)"로 연결하여 거대한 웹이나 "그래프(graph)"를 생성했습니다. 그런 다음 이 웹을 "그래프 신경망(Graph Neural Network, GNN)"이라 불리는 특수한 형태의 인공지능에 입력했습니다. 노이즈 속에서 길을 잃을 수 있는 기존 방식들과 달리, 이 AI는 세포들이 무엇을 말하고 있는지(그들의 유전자)와 그들의 이웃이 누구인지를 동시에 살펴보며 학습합니다. 이는 마치 AI가 "종양 구역"에 있는 세포는 "건강한 공원"에 있는 세포와는 다르게 말할 것이라는 점을 깨닫고, 이러한 연결성을 활용하여 세포들을 뚜렷하고 생물학적으로 의미 있는 이웃으로 그룹화하는 것과 같습니다.

이 디지털 탐험의 결과는 상당히 유망했습니다. AI가 조직을 분류했을 때, 유방암 샘플 내에서 각각 고유한 개성과 유전자 세트를 가진 다섯 개의 뚜렷한 "구역(districts)"을 찾아냈습니다. 이 지도가 정확한지 확인하기 위해 연구진은 두 가지 특정 테스트를 수행했습니다. 첫째, 국소적 조직 구조의 효과적인 보존 정도를 나타내는 척도에서 0.37점을 기록하며 그룹들이 얼마나 잘 분리되었는지 측정했습니다. 둘째, 그룹들이 무작위적인 도약 없이 얼마나 매끄럽게 서로 이어지는지 확인하였으며, "공간적 매끄러움(spatial smoothness)" 점수에서 0.93점을 획득했습니다. 이는 AI가 이웃 간의 경계를 논리적이고 일관되게 유지하는 데 성공했음을 시사합니다.

단순히 이러한 그룹을 찾는 것을 넘어, 이 논문은 과학자들을 위한 완전하고 상호작적인 놀이터를 소개합니다. 연구자들은 정적인 차트를 뚫어지게 쳐다보는 대신, 웹 기반 대시보드를 사용하여 확대하거나 특정 클러스터를 클릭하여 해당 영역에서 어떤 유전자가 활성화되어 있는지 정확히 확인할 수 있습니다. 이는 마치 가상 투어 가이드가 요청에 따라 조직의 "면역 구역"이나 "구조 구역"을 강조해 주는 것과 같습니다. 또한 이 시스템은 발견된 내용을 요약하는 보고서를 자동으로 작성하여 과학자들이 발견을 공유하기 쉽게 만듭니다. 이 도구는 현재 특정 유형의 데이터(10x Genomics Visium)에 가장 적합하게 작동하며 아직 조직의 물리적 이미지를 살펴보지는 못하지만, 딥러와잉과 공간 지도를 결합함으로써 조직의 복잡한 구조를 더 잘 이해할 수 있음을 시사합니다. 이는 잠재적으로 종양이 어떻게 성장하는지에 대한 새로운 단서를 밝혀내고 우리가 어떻게 치료할 수 있을지에 대한 실마리를 제공할 수 있습니다.