기술 요약: CellPlexer – 조직병리학으로부터의 단일 세포 다중 면역 바이오마커 예측

문제 정의

일상적인 헤마톡실린 및 에오신(H&E) 조직병리학은 저렴한 비용과 보편성 덕분에 조직 진단의 임상적 골드 표준이지만, 단백질 발현 및 세포 상태에 관한 명시적인 분자 정보를 제공하지 못한다는 한계가 있습니다. 반대로, 고차원 공간 프로파일링 기술(예: CODEX, PhenoCycler, Orion)은 다중화된 단백질 데이터를 제공하지만, 높은 비용, 기술적 복잡성, 조직 파괴적인 워크플로우, 그리고 제한된 확장성이라는 제약을 가집니다. 최근의 딥러닝 연구들이 H&E 이미지로부터 다중화된 단백질 발현을 예측하려고 시도해 왔으나, 기존 방식들은 다음과 같은 근본적인 한계점을 가집니다:

1. 패치/픽셀 수준의 초점: GigaTIME이나 HEX와 같은 모델들은 집계된 마커 강도 맵을 생성하지만, 어떤 특정 개별 세포가 마커를 발현하는지는 해결하지 못하며, 공존하는 종양, 면역, 기질 인구 집단을 분리해내지 못합니다.
2. 단절된 다운스트림 유용성: 단일 세포 해상도를 달리는 방식(예: MIPHEI-ViT, ROSIE)은 표현형 분석을 최종 출력으로 취급하여, 이러한 구조화된 단일 세포 표현형을 환자 수준의 임상 결과 모델로 전달하는 데 실패합니다.
3. 공간적 맥락의 손실: 현재의 프레임워크들은 바이오마커 추론 과정에서 학습된 풍부한 변별적 특징들을 임상 예측 단계로 이동할 때 소실하거나, 종양 미세환경(TME)의 복잡한 국소 생태계를 가리는 거친 타일 수준의 해상도로 작동합니다.

핵축 과제는 단일 세포 수준의 바이오마커 정보가 포함된 세포 상태를 표준 H&E 이미지로부터 직접 추론할 수 있는지 여부이며, 이를 통해 다양한 암 유형에 걸쳐 직접 적용 가능한 확장 가능하고 비파괴적인 공간 생물학을 실현하는 것입니다.

방법론: CellPlexer 프레임워크

저자들은 표준 H&E 전체 슬라이드 이미지(WSI)를 다운스트림 임상 예측을 위한 공간적으로 해상된 바이오마커 정보 기반 세포 표현형으로 변환하는 통합 딥러닝 프레임워크인 CellPlexer를 소개합니다. 이 프레임워크는 쌍을 이룬 H&E 및 다중 면역 형광(mIF) 이미지(ORION 데이터셋에서 유래)로부터 추출된 3,600만 개 이상의 공동 등록된 세포 코퍼스를 통해 학습된 계층적 3단계 아키텍처를 통해 작동합니다.

1. 데이터 준비 및 그라운드 트루스 구축

• 데이터셋: 모델은 대장암 환자의 공동 등록된 H&E 및 18-채널 mIF 이미지를 포함하는 ORION 데이터셋을 사용하여 학습되었습니다.
• 세포 표현형: 상피, 면역(다양한 하위 집단), 기질, 혈관 및 증식 프로그램 등을 포괄하는 계층적이고 상호 배타적인 15개 마커 패널이 사용되었습니다.
• 공간적 일치(Spatial Reconciliation): CellViT 기반 핵 분할(H&E에서 유래)을 mIF 유래 표현형 라벨(중심점)과 정렬하는 다단계 절차를 수행했습니다. 여기에는 점-내-다각형(point-in-polygon) 분석, 미세한 등록 오차를 위한 최근접 이웃 매칭, 그리고 매칭되지 않은 중심점을 위한 합성 핵 생성이 포함되어 고신뢰도의 쌍을 이룬 학습 샘플을 확보했습니다.

2. 특징 추출

• 패치 수준 임베딩: H&E WSI를 256×256 패치로 나누었습니다. 조직 수준의 형태학적 특징은 대규모 병리 파운데이션 모델인 UNIv2를 사용하여 1,536차원 임베딩으로 추출되었습니다.
• 세포 수준 임베딩: 세포가 포함된 패치의 경우, 미세 조정된 CellViT 인코더의 마지막 직전 레이어로부터 개별 핵 형태 임베딩(1,280차원)을 추출했습니다.

3. 3단계 아키텍처

CellPlexer는 다음 파이프라인을 통해 이러한 특징들을 통합합니다:

• 단계 1: 공간 인지 세포 집계 (패치별):
  • $N$개의 세포를 포함하는 각 패치에 대해, 세포 임베딩은 공간적 맥락을 보존하기 위해 중심점 좌표를 기반으로 한 사인형 위치 인코딩(sinusoidal positional encodings)으로 풍부해집니다.
  • 셀프 어텐션(self-attention)을 사용하는 트랜스포머 기반 인코더가 이러한 풍부해진 세포 임베딩을 집계합니다. 학습 가능한 CLS 토큰은 해당 패치 내의 세포 표현형 구성과 공간적 배치를 요약합니다.
• 단계 2: 저계수 텐서 퓨전 (패치별):
  • 세포 유래 표현형은 조직 수준의 UNIv2 패치 임베딩과 융합됩니다.
  • **저계수 텐서 퓨전(Low-rank tensor fusion)**을 사용하여 세포 및 조직 수준의 상보적인 신호를 통합합니다. 이 접근 방식은 단순한 결합보다 세포 표현형과 조직 형태 사이의 고차 상호 관계를 더 효율적으로 포착합니다. 세포가 없는 패치는 세포 브랜치를 건너뛰고 형태학에만 의존합니다.
• 단계 3: 어텐션 기반 다중 인스턴스 학습 (슬라이드 수준):
  • 게이트 어텐션 메커니즘이 융합된 패치 표현형을 하나의 글로벌 슬라이드 임베딩으로 집계합니다.
  • 이를 통해 모델은 임상적으로 유의미한 조직 영역을 선택적으로 우선순위에 두고 모호한 패치를 억제하여, 최종 환자 수준의 예측을 생성합니다.

주요 기여

1. 통합 단일 세포-슬라이드 프레임워크: 단일 세포 바이오마커 추론과 임상 모델링을 분리하는 기존 연구들과 달리, CellPlexer는 단일 세포 바이오마커 분류를 환자 수준의 결과 예측에 엔드투엔드로 직접 연결합니다.
2. 계층적 표현 학습: 프레임워크는 핵 형태, 국소 조직 토폴로지(공간 어텐션 활용), 그리고 전체 슬라이드 조직화라는 세 가지 생물학적 척도를 명시적으로 모델링합니다.
3. 확장 가능한 가상 프로파일링: 일반적인 H&E 슬라이드가 분자 분석 없이도 단일 세포 해상도로 해결될 수 있는 잠재적인 공간 세포 정보를 인코딩하고 있음을 입증함으로써, 값비싼 다중 프로파일링에 대한 확장 가능한 대안을 제시합니다.
4. 일반화 능력: 폐, 유방, 대장암을 아우르는 4개의 독립적인 코호트와 다양한 임상 엔드포인트(재발, 치료 반응, 생존, 돌연변이 예측)에 대해 검증되었습니다.

결과

CellPlexer는 형태학 전용 베이스라인(ABMIL, CLAM, TransMIL) 및 기타 가상 염색 방식(PathRosetta, GigaTIME)과 벤치마킹되었습니다.

• 재발 층화 (침윤성 폐 선암종): CellPlexer는 AUC **68.89%**와 일치 지수(concordance index) 64.75를 달성하여 ABMIL(66.57%), CLAM(66.13%), TransMIL(64.93%)을 능가했습니다. 생존 분석에서 2.20의 위험비(hazard ratio)를 나타냈습니다.
• 치료 반응 (삼중 음성 유방암 - pCR):
  • CellPlexer는 AUC **72.19%**를 달성하여 모든 베이스라인(예: ABML 68.65%)을 넘어섰습니다.
  • 임상 변수(연령, 등급, HER2 상태)와의 통합은 AUC를 **75.06%**까지 추가로 향상시켰습니다.
  • 어블레이션 연구를 통해 면역 관련 인구 집단(CD45+, 세포독성 T세포)과 Pan-CK 종양 상피 인구가 가장 강력한 예측 인자임을 확인했습니다.
• 생존 예측:
  • TCGA-BRCA: AUC 71.43% (ABMIL 66.04% 대비).
  • CRC-SurGen (대장암): AUC **68.28%**를 기록하며, 높은 특이도는 유지하지만 민감도가 매우 낮았던 TransMIL과 비교하여 균형 잡힌 민감도-특이도 프로필을 유지했습니다.
• 돌연변이 예측 (대장암):
  • BRAF 돌연변이: CellP머는 민감도(CLAM 46.36% 대비 75.76%)에서 월등한 성능을 보이면서도 높은 전체 정확도를 유지하며 AUC **83.09%**와 균형 잡힌 정확도 75.46%를 달성했습니다.
• 독립 검증 (HEST-1k): 학습 과정에서 본 적 없는 외부 공간 전사체 데이터셋(HEST-1k)을 사용하여, CellPlexer가 예측한 바이오마커 양성 세포는 혈관 형성(Angiogenesis)과 같은 경로의 전사체 고득점 지점에서 유의미한 농축(2.2~2.6배)을 보였으며, 이는 모델이 학습 아티팩트가 아닌 실제 분자 생물학을 포착하고 있음을 확인시켜 줍니다.

의의 및 주장

본 논문은 CellPlexer가 널리 사용되는 임상 조직병리학 아카이브로부터 단백질 수준의 통찰력을 추출할 수 있는 확장 가능하고 비파괴적인 프레임워크를 구축한다고 주장합니다. 주요 의의는 다음과 같습니다:

• 격차 해소: 저렴한 비용의 일반적인 H&E 진단과 고차원 공간 프로파일링의 생물학적 깊이를 연결하여, 값비싼 시약이나 조직 파괴 없이도 분자적으로 정보가 풍부한 임상 의사결정을 가능하게 합니다.
• 생물학적 해석 가능성: "블랙박스" 슬라이드 모델과 달리, CellPlexer는 재사용 가능한 고차원 세포 임베딩과 생물학적으로 해석 가능한 세포 유형 할당을 생성합니다. 이를 통해 특정 세포 집단 및 임상 결과와 관련된 공간적 구성을 조사할 수 있습니다.
• 미래 모델의 토대: 저자들은 CellPlexer가 생물학적으로 근거가 있고 공간적으로 해상된 표현형 레이어를 도입한다고 주장합니다. 이는 단순한 예측 모델을 넘어, 중간 단계의 세포 표현형을 활용할 수 있는 계산 공간 병리학(예: 그래프 기반 집계, 공간 파운데이션 모델)의 발전을 가능하게 하는 TME를 위한 범용 표현 학습 프레임워크 역할을 합니다.

저자들은 이 프레임워크가 단순한 형태학 전용 방식보다 더 무거운 계산 부하를 요구하지만, 결과적으로 얻어지는 재사용 가능한 세포 임베딩이 미래의 공간 조직 파운데션 모델을 위한 확장 가능한 토대를 마련하며, 결과적으로 표준 조직학으로부터 데이터 기반 정밀 종양학을 실현하는 경로를 열어준다고 결론지었습니다.