🤖 machine learning

ContextFlow: Context-Aware Flow Matching For Trajectory Inference From Spatial Omics Data

ContextFlow is een nieuw contextbewust flow-matching-raamwerk dat lokale weefselorganisatie en ligand-receptorcommunicatiepatronen integreert om de inferentie van biologisch zinvolle en statistisch consistente trajecten te sturen vanuit longitudinale ruimtelijk opgeloste omics-data, en presteert beter dan bestaande state-of-the-art methoden.

Oorspronkelijke auteurs: Santanu Subhash Rathod, Francesco Ceccarelli, Sean B. Holden, Pietro Liò, Xiao Zhang, Jovan Tanevski

Gepubliceerd 2026-05-15

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Santanu Subhash Rathod, Francesco Ceccarelli, Sean B. Holden, Pietro Liò, Xiao Zhang, Jovan Tanevski

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Het Grote Plaatje: De Toekomst van Cellen Voorspellen

Stel je voor dat je probeert te begrijpen hoe een stad verandert in de loop van de tijd. Je hebt een reeks foto's genomen om 09:00 uur, 12:00 uur en 15:00 uur. Er is echter een addertje onder het gras: je kunt de video niet bekijken. Je hebt alleen de snapshots, en de mensen op de foto's zijn niet gekoppeld (je weet niet welke persoon op de 09:00-uursfoto de persoon op de 12:00-uursfoto is geworden).

In de biologie hebben wetenschappers precies dit probleem met ruimtelijke 'omics'-data. Ze hebben snapshots van weefsels (zoals een hersenen of een lever) op verschillende tijdstippen, waarin te zien is waar cellen zich bevinden en welke genen ze gebruiken. Ze willen de "film" reconstrueren van hoe deze cellen bewegen, veranderen en interageren om een wond te helen of een orgaan te laten groeien.

Het Probleem: Het "Vreemdengevaar" van Oude Methoden

Eerdere methoden probeerden te raden welke cel op de ochtendfoto welke cel op de middagfoto was geworden, door alleen te kijken naar hun uiterlijk (hun genetische "gezicht").

De Tekortkoming: Stel je twee mensen in een menigte voor. De een is een bakker en de ander is een brandweerman. Als ze toevallig allebei een rode pet dragen (een vergelijkbaar genetisch kenmerk), zou een oud computerprogramma kunnen denken: "Aha! De bakker is veranderd in de brandweerman!"
De Realiteit: In de biologie is dit onmogelijk. Een bakker kan niet veranderen in een brandweerman alleen omdat ze dezelfde pet droegen. Evenmin kan een "excitatorische" neuron veranderen in een "inhibitorische" neuron alleen omdat hun genen op een bepaald moment op elkaar lijken.
Het Resultaat: Deze oude methoden creëren "biologisch onwaarschijnlijke" films waarin cellen dingen doen die de natuur verbiedt, wat leidt tot een verwarrend en onjuist verhaal over hoe het weefsel geneest of groeit.

De Oplossing: ContextFlow (De "Slimme Detective")

De auteurs hebben ContextFlow ontwikkeld, een nieuw AI-kader dat fungeert als een slimme detective. In plaats van alleen naar het "gezicht" van de cel (genen) te kijken, kijkt het naar de context rondom de cel om een betere gok te doen.

Ze gebruiken twee belangrijke aanwijzingen (genaamd "priors") om de AI te sturen:

1. De Buurman-Aanwijzing (Ruimtelijke Gladheid)

De Analogie: Denk aan een wijk. Als je een familie ziet verhuizen van het ene huis naar het huis ernaast, is dat logisch. Als je een familie ziet die plotseling teleporteert naar een huis aan de andere kant van de stad, is dat verdacht.
Hoe het werkt: Cellen in weefsels blijven meestal dicht bij hun buren. Als een cel beweegt, verplaatst deze zich waarschijnlijk naar een plek in de buurt, niet over het hele orgaan heen. ContextFlow gebruikt deze "lokale buurt"-regel om te zeggen: "Het is zeer onwaarschijnlijk dat deze cel over de hersenen heen sprong; hij is waarschijnlijk in de buurt gebleven."

2. De Conversatie-Aanwijzing (Ligand-Receptor Communicatie)

De Analogie: Stel je mensen in een kamer voor die praten. Een bakker praat misschien met een bezorger over brood. Een brandweerman praat misschien met een ambulancepersoneel over veiligheid. Ze wisselen hun rollen meestal niet halverwege een gesprek.
Hoe het werkt: Cellen "praten" met elkaar via chemische signalen (liganden en receptoren). Als Cel A een "groeien"-signaal stuurt en Cel B luistert, maken ze waarschijnlijk deel uit van hetzelfde proces. ContextFlow controleert deze "gesprekken". Als de gesprekspatronen niet overeenkomen met een specifieke overgang, weet de AI dat die overgang nep is.

Hoe Het Werkt: De "Verkeersagent"

Het paper beschrijft een wiskundig proces genaamd Optimal Transport. Je kunt dit zien als een verkeersagent die probeert auto's (cellen) van het ene kruispunt (Tijd A) naar het andere (Tijd B) te dirigeren.

Oude Methode: De agent kijkt alleen naar de kleur van de auto's. "Rode auto gaat naar Rode plek." Soms stuurt dit een rode sportauto naar een plek die bedoeld is voor een rode schoolbus.
ContextFlow: De agent kijkt naar de kleur EN de plattegrond van de stad EN de radio-uitwisseling tussen de bestuurders.
- "Deze rode auto bevindt zich in de bakkerswijk en praat met een bakker. Hij moet naar de bakkerswijk op de volgende foto, niet naar het brandweerkazerne."

Door deze "verkeersregels" (biologische context) toe te voegen aan de wiskunde, dwingt ContextFlow de AI om een film te genereren waarin cellen zich verplaatsen op manieren die in de echte wereld daadwerkelijk logisch zijn.

Wat Ze Vonden (De Resultaten)

Het team testte dit op drie echte biologische "films":

Axolotl Hersenen Regeneratie: Kijken hoe het brein van een salamander teruggroeit na een blessure.
Muis Organogenese: Kijken hoe een muisembryo zich ontwikkelt van een klein balletje cellen tot een complex lichaam.
Lever Regeneratie: Kijken hoe een muislever geneest na schade.

Het Resultaat:

Minder Fouten: ContextFlow maakte veel minder "onmogelijke" bewegingen (zoals een bakker die verandert in een brandweerman) in vergelijking met eerdere methoden.
Betere Nauwkeurigheid: De gereconstrueerde "films" van celbeweging waren statistisch dichter bij de echte biologische data.
Efficiëntie: Dit gebeurde zonder de computer significant te vertragen.

Samenvatting

ContextFlow is een nieuw hulpmiddel dat wetenschappers helpt de levensverhalen van cellen te reconstrueren. Het voorkomt dat de computer wilde gissingen doet door het te leren respect te hebben voor de buurt (waar de cel zich bevindt) en het gesprek (met wie de cel praat). Dit resulteert in een veel duidelijker, nauwkeuriger en biologisch waarheidsgetrouw beeld van hoe weefsels groeien, helen en veranderen.

Technische Samenvatting: ContextFlow

Probleemstelling

Het afleiden van cellulaire trajecten uit longitudinale, ruimtelijk opgeloste 'omics'-data is cruciaal voor het begrijpen van weefseldynamica in ontwikkeling, regeneratie en ziekte. Profiling-technologieën zijn echter destructief en leveren slechts ongepaarde, dwarsdoorsnede-opnames op discrete tijdstippen op in plaats van continue trajecten. Hoewel recente flow matching (FM)-frameworks zijn opgekomen als efficiënte generatieve modellen voor het leren van continue latente dynamica, lopen state-of-the-art benaderingen die vertrouwen op Optimal Transport (OT)-koppelingen tegen een aanzienlijke beperking aan: ze bepalen cel-tot-cel-overgangen uitsluitend op basis van transcriptomische gelijkenis.

Deze afhankelijkheid van uitsluitend transcriptomische gelijkenis leidt vaak tot biologisch onwaarschijnlijke overgangen. Zo kunnen OT-plannen bijvoorbeeld cellen met verschillende biologische functies (zoals inhibitorische en excitatoire neuronen) koppelen, puur omdat hun genexpressieprofielen op een gegeven opname statistisch vergelijkbaar zijn. Dergelijke fouten verspreiden zich naar het geleerde snelheidsveld, wat resulteert in globaal inconsistente en biologisch onrealistische afgeleide dynamica. Bestaande methoden maken geen optimaal gebruik van de contextuele rijkdom van ruimtelijke transcriptomics, zoals lokale weefselorganisatie en ligand-receptor communicatiepatronen, om deze overgangen te beperken.

Methodologie: ContextFlow

De auteurs stellen ContextFlow voor, een contextbewust flow matching-framework dat expliciete ruimtelijke prioren integreert in het OT-gekoppelde flow matching-proces. De methode beoogt het optimal transport-doel te regulariseren om ervoor te zorgen dat geleerde trajecten niet alleen statistisch consistent zijn, maar ook biologisch zinvol.

1. Transitieplausibiliteit

ContextFlow definieert een Transitional Plausibility (TP)-metriek om de waarschijnlijkheid vast te leggen dat een cel van de ene toestand naar de andere evolueert over tijdstippen heen. Deze metriek combineert twee soorten ruimtelijke prioren:

Ruimtelijke Gladheid (SS): Gebaseerd op de observatie dat naburige cellen in een micro-omgeving reageren op vergelijkbare prikkels en lokale gladheid in expressie vertonen. De SS-prior kwantificeert de dissimilariteit tussen de gemiddelde expressieprofielen van de lokale buurten van twee cellen.
Cel-cel Communicatiepatronen (LR): Door gebruik te maken van voorkennis over ligand-receptor (LR)-interacties, beoordeelt deze prior de gelijkenis van communicatiepatronen tussen de micro-omgevingen van twee cellen. Cellen die vergelijkbare LR-signaleringsprofielen vertonen, worden als waarschijnlijker beschouwd om in elkaar over te gaan.

Deze prioren worden gecombineerd tot een Transitional Plausibility Matrix (TPM), die de biologische beperkingen voor celovergangen tussen opeenvolgende tijdstippen codeert.

2. Prior-geregulariseerd Optimal Transport

De TPM wordt geïntegreerd in de Entropic Optimal Transport (EOT)-formulering via twee nieuwe schema's:

Prior-bewuste Kostenmatrix (PACM): De TPM wordt direct opgenomen in de transportkostfunctie. Een hogere plausibiliteitsscore (die een minder waarschijnlijke overgang aangeeft) verhoogt de transportkosten, waardoor dergelijke koppelingen worden bestraft. Deze aanpak vereist het afstemmen van een trade-off hyperparameter ( $\alpha$ ) tussen de oorspronkelijke Euclidische kosten en de prior-bewuste kosten.
Prior-bewuste Entropie-regularisatie (PAER): In plaats van de kosten te wijzigen, wijzigt deze aanpak de entropie-regularisatieterm. De TPM wordt gebruikt om een prior gezamenlijke waarschijnlijkheidsmatrix te definiëren, die de entropieterm beïnvloedt om koppelingen te bevorderen die consistent zijn met de biologische prioren. Deze formulering voorkomt de noodzaak van een extra kosten-trade-off hyperparameter en biedt een "zacht filter"-mechanisme.

3. Training en Inferentie

ContextFlow maakt gebruik van het Sinkhorn-algoritme om de prior-bewuste EOT-problemen efficiënt op te lossen. De resulterende ruimtelijk-contextbewuste koppelingen worden gebruikt om de conditionele waarschijnlijkheidspaden en snelheidsvelden te definiëren voor het trainen van een neurale netwerk om het continue snelheidsvectorveld te benaderen. Het model wordt getraind via een regressieverlies dat het verschil minimaliseert tussen het geleerde snelheid en de doel-conditionele snelheid die is afgeleid uit de contextbewuste koppelingen.

Belangrijkste Bijdragen

Definitie van Transitieplausibiliteit: Het artikel introduceert een flexibel mechanisme om ruimtelijke organisatie en ligand-receptor communicatiepatronen te coderen in de training van snelheidsvelden, waardoor expliciete integratie van domeinspecifieke biologische kennis mogelijk wordt.
Principiële Integratie van Priors: De auteurs stellen twee methoden voor (PACM en PAER) om deze prioren te integreren in state-of-the-art OT-gebaseerde flow matching. De PAER-aanpak wordt benadrukt vanwege het vermogen om extra hyperparameter-aanpassing te vermijden terwijl efficiëntie behouden blijft via Sinkhorn-optimalisatie.
Empirische Validatie: Uitgebreide experimenten tonen aan dat ContextFlow consequent beter presteert dan bestaande flow matching-baselines (waaronder MOTFM, Metric-FM en MFM) op meerdere metrieken voor inferentie-accuraatheid en biologische coherentie.

Experimentele Resultaten

De auteurs hebben ContextFlow geëvalueerd op drie longitudinale ruimtelijke transcriptomics-datasets: Axolotl Hersenregeneratie, Muisembryo Organogenese en Leverregeneratie.

Statistische Fideliteit: ContextFlow, met name de entropie-geregulariseerde variant (CTF-H), behaalde superieure prestaties in termen van 2-Wasserstein-afstand ( $W_2$ ), Maximum Mean Discrepancy (MMD) en Energy distance in vergelijking met baselines.
Biologische Plausibiliteit: Met behulp van een op celtype-gewogen $W_2$ -metriek genereerde ContextFlow trajecten die de distributiebalans van celtypen beter behielden. Visuele analyse bevestigde een aanzienlijke reductie in biologisch onwaarschijnlijke koppelingen (bijvoorbeeld overgangen tussen excitatoire en inhibitorische neuronen) in vergelijking met standaard EOT-plannen.
Generalisatie: De methode toonde robuuste prestaties bij zowel interpolatie (voorspellen van intermediaire tijdstippen) als extrapolatie (voorspellen van toekomstige toestanden buiten het trainingshorizon). De CTF-H-variant toonde bijzondere kracht in Initial-Value-Problem (IVP)-sampling, waar foutaccumulatie een grote uitdaging is.
Efficiëntie: De voorgestelde prior-integratiestrategie is computerefficiënt, met een runtime vergelijkbaar met standaard minibatch OT-methoden en aanzienlijk sneller dan andere spatiotemporale OT-afstemmingstools zoals DeST-OT, MOSCOT en TOAST.

Betekenis en Claims

Het artikel beweert dat ContextFlow een principiële basis biedt voor het modelleren van cellulaire dynamica vanuit ruimtelijke 'omics'-data door de kloof te overbruggen tussen statistische optimaliteit en biologische interpreteerbaarheid. Door ruimtelijke en functionele prioren direct in het transportplan in te bedden, genereert het framework trajecten die consistent zijn met bekende weefselorganisatie en cel-cel communicatiemechanismen.

De auteurs positioneren ContextFlow als een generaliseerbaar framework dat bestaande flow matching-methoden verbetert zonder computerefficiëntie op te offeren. Zij merken op dat hoewel de methode biologisch onwaarschijnlijke overgangen aanzienlijk reduceert, de effectiviteit afhankelijk is van de kwaliteit van de ruimtelijke prioren en de beschikbaarheid van ligand-receptor interactiedata. Het werk suggereert dat toekomstige toepassingen kunnen worden uitgebreid tot het modelleren van verstoringen en ziekteprogressie, wat potentieel een meer interpreteerbaar alternatief biedt voor puur datagedreven generatieve modellen.