Neighbor-Contrastive Heterogeneous Graph Learning for Spatially Coherent Representation of Single-Cell Data

인체에서 조직은 무작위로 쌓인 세포 더미가 아니라 고도로 조직화된 이웃 동네와 같습니다. 도시가 북적이는 시장, 조용한 공원, 밀집된 주거 구역처럼 뚜렷한 구역을 가지고 있듯이, 조직 또한 특정 세포 집단이 함께 모여 살며 일하는 연속적인 영역을 포함하고 있습니다. 최근 몇 년 동안 과학자들은 한 번에 수십만 개의 개별 세포를 찍어낼 수 있는 강력한 현미경을 개발했으며, 이는 각 세포가 어떤 유전자를 사용하는지뿐만 아니라 정확히 조직 내 어디에 위치하는지도 기록합니다. 이 기술은 생물학의 새로운 지평을 열었습니다. 즉, 미시적 규모에서 생명의 구조를 지도화할 수 있는 능력입니다. 그러나 이러한 거대한 지도를 의미 있는 통찰로 바꾸기 위해서는 세포들을 올바른 이웃으로 그룹화하는 방법이 필요합니다. 문제는 같은 유형의 세포라도 위치에 따라 매우 다르게 보일 수 있고, 서로 다른 유형의 세포들이 하나의 기능적 구역 안에 나란히 살기도 한다는 점입니다. 이를 해결하기 위해 연구자들은 조직을 하나의 네트워크로 취급하는 컴퓨터 모델을 사용하며, 여기서 인접한 세포들 사이의 연결은 무엇이 하나의 영역인지를 정의하는 데 도움을 줍니다.

최근 한 연구자는 이러한 컴퓨터 모델이 조직의 이웃을 인식하는 법을 배우는 과정에서의 근본적인 문제를 다루었습니다. 수년 동안 이러한 모델을 훈련시키는 표준 방식은 인간이 얼굴을 인식하는 법에서 빌려온 논리에 의존해 왔습니다. 즉, 컴퓨터에게 동일한 대상의 약간 다른 사진 두 장을 보여주며 이들은 같은 것이라고 알려주는 동시에, 방 안의 다른 모든 대상은 서로 다르다고 알려주는 방식입니다. 이 접근법은 컴퓨터가 모든 세포를 고유한 개별 존재로 취급하도록 강요하며, 모든 세포를 다른 모든 세포로부터 분리하도록 몰아붙입니다. 이 방식은 특정 세포 유형을 식별하는 데는 효과적이지만, 세포들이 함께 모여 사는 더 큰 이웃을 찾는 것이 목표일 때는 실패합니다. 조직 내에서 물리적으로 접촉하고 있는 세포들은 마땅히 같은 그룹에 속해야 하지만, 기존의 표준 훈련 방식은 컴퓨터가 그들을 서로 떼어놓도록 적극적으로 가르치고 있었던 것입니다.

이러한 불일치를 해결하기 위해, 중국 민항대학교의 연구자인 정 자오(Zheng Zhao)는 컴퓨터가 학습하는 방식에 대한 단순하지만 혁신적인 변화를 제안했습니다. 모든 세포를 각각의 고유한 클래스로 취급하는 대신, 새로운 방식은 물리적으로 서로 맞닿아 있는 세포들을 '양의 쌍(positive pair)', 즉 서로 일치하는 것으로 간주하도록 컴퓨터를 가르칩니다. 연구자는 건강한 샘플과 염증성 장질환 환자의 샘플을 모두 포함하는 인간 결장 조직의 9개 섹션에서 추출한 약 459,000개의 세포로 구성된 방대한 데이터셋을 사용하여 모델을 훈련시켰습니다. 연구자는 세포들이 물리적 근접성에 따라 연결된 복잡한 지도를 구축하여 260만 개 이상의 연결을 가진 네트워크를 만들었습니다. 그런 다음, 이러한 연결을 처리하도록 설계된 인공지능의 일종인 신경망을 훈련시켜, 접촉하고 있는 세포들의 표현(representation)을 내부 메모리에서 서로 밀어내는 것이 아니라 서로 가깝게 끌어당기도록 했습니다.

이러한 변화의 결과는 놀라웠습니다. 연구자가 새 모델을 기존의 가장 강력한 방법들과 비교 테스트했을 때, 새로운 접근 방식은 조직 구조를 훨씬 더 명확한 그림으로 그려냈습니다. 모델이 조직의 자연스러운 흐름을 얼마나 잘 포착했는지를 나타내는 표준 척도가 0.633에서 0.756으로 크게 향상되었습니다. 또한 같은 이웃에 있는 세포들이 얼마나 일관되게 그룹화되는지를 측정하는 또 다른 지표는 0.765에서 0.862로 급증했습니다. 이러한 개선은 기존의 최고 방법들이 필요로 했던 컴퓨팅 시간과 메모리의 절반만을 사용하면서도 달성되었습니다. 모델은 조직 샘플 전반에서 10개의 뚜렷한 영역을 성공적으로 식별해 냈습니다. 이 중 일부 영역은 상피 세포로 거의 완전히 구성된 영토처럼 특정 세포 유형이 지배적이었고, 다른 영역은 크론병이나 궤양성 대장염과 같은 특정 질병 상태에서만 나타나는 다양한 세포 유형의 복잡한 혼합물이었습니다.

이 연구는 또한 이러한 모델을 어떻게 평가해야 하는지, 그리고 무엇을 피해야 하는지에 대한 놀라운 진실을 밝혀냈습니다. 연구자는 손상된 버전으로부터 원래의 세포 데이터를 재구성하도록 컴퓨터에게 요청하는 기능을 추가하는 것이 도움이 될지 테스트했습니다. 이는 이 분야에서 흔히 쓰이는 관행입니다. 연구 결과는 정반대였습니다. 이러한 재구성 과제를 추가하는 것이 오히려 모델의 성능을 떨어뜨려, 측정한 모든 지표에서 성능을 저하시킨다는 것을 발견했습니다. 더욱이, 이 연구는 과학자들이 이러한 지도의 품질을 판단하는 방식에 존재하는 결함을 강조했습니다. 식별된 영역이 얼마나 조밀한지를 측정하는 일반적인 지표 하나는 매우 불안정하다는 것이 밝혀졌습니다. 연구자가 동일한 모델을 다른 무작위 시작점에서 실행했을 때, 이 지표의 점수는 2.4배나 요동쳤습니다. 이는 단 한 번의 테스트 실행만으로는 서로 다른 방법들을 공정하게 비교할 수 없음을 의미하는데, 결과가 모델 자체의 품질보다 무작위 시작점에 더 크게 좌우될 수 있기 때문입니다.

또 다른 핵심 발견은 과학자들이 세포 유형 간의 상호작용을 테스트하는 방식에 관한 것이었습니다. 흔히 쓰이는 통계 도구는 두 세포 유형이 상호작용하지 않는다면, 그 배치가 전체 조직에 걸쳐 라벨이 무작위로 섞인 것처럼 보여야 한다고 가정합니다. 연구자는 세포들이 자연스럽게 군집을 이루는 조직에서는 이 가정이 잘못되었다는 것을 보여주었습니다. 표준 테스트를 적용했을 때, 해당 테스트는 대식세포와 섬유아세포가 서로를 피하고 있다는 잘못된 결론을 내렸습니다. 그러나 국소적인 이웃 구조를 존중하는 더 세심한 테스트를 사용했을 때, 그 오류는 사라졌으며, 이 세포들이 예상되는 비율로 상호작용하고 있음이 드러났습니다. 이 발견은 표준 도구들이 조직 내 세포의 자연스러운 군집 현상을 고려하지 않을 경우, 세포 행동에 대해 오해의 소지가 있는 결론을 낼 수 있다고 경고합니다.

궁극적으로 이 연구는 컴퓨터가 무엇을 배우도록 가르치느냐가 데이터 자체만큼이나 중요하다는 것을 입증합니다. '일치'의 정의를 '동일한 세포'에서 '접촉하는 이웃'으로 간단히 바꿈으로써, 연구자는 모델이 조직을 고립된 개인들의 집합이 아닌 일관된 이웃들의 집합으로 볼 수 있게 했습니다. 모델은 단순히 성능이 좋아진 것에 그치지 않고, 조직 구조의 생물학적 실체를 반영하는 색다른 종류의 지도를 만들어 냈습니다. 비록 이 연구가 결장 조직에 국한되었고 다른 모든 방법과 비교하지는 않았지만, 공간적 데이터를 분석하는 명확한 경로를 제시합니다. 이는 조직 영역을 발견하는 작업의 경우, 공간의 연속성을 보존하는 것이 목표가 되어야 하며, 성공을 측정하는 도구는 클러스터링 알고리즘의 본질적인 가변성을 처리할 수 있을 만큼 견고해야 함을 시사합니다. 이 새로운 접근 방식의 코드는 이제 다른 과학자들이 사용할 수 있도록 공개되어, 인체의 복잡한 이웃을 더욱 효율적이고 정확하게 지도화할 수 있는 길을 열어주고 있습니다.