Technische Samenvatting: CellBRIDGE

Probleemstelling

Het afleiden van cellulaire dynamiek uit populaties snapshots is een fundamentele uitdaging in single-cell RNA-sequencing (scRNA-seq). Omdat scRNA-seq-metingen destructief zijn, kunnen individuele cellen niet over de tijd heen worden gevolgd, waardoor trajectinferentie een onderbepaald probleem is. Hoewel Optimal Transport (OT) een principieel kader biedt voor het uitlijnen van distributies over tijdstippen heen, vertrouwen standaardbenaderingen uitsluitend op genexpressie-afstanden. Deze methoden behandelen cellen impliciet als onafhankelijke deeltjes en negeren gestructureerde cel-celcommunicatie (CCI's) die wordt gemedieerd door ligand-receptor (LR) signalering, wat bekend staat als een drijfveer voor ontwikkeling en ziekte. Bijgevolg blijft de keuze van de kostenfunctie in OT een knelpunt voor het genereren van biologisch betekenisvolle koppelingen.

Methodologie: CellBRIDGE

De auteurs introduceren CellBRIDGE (Cell-Based Regularized Interaction-Driven Gene Expression), een framework dat feature-gebaseerde OT aanvult met een gerichte, getypeerde interactiekost afgeleid van LR-activiteit.

1. Interactie-bewuste Kostenconstructie

In plaats van te vertrouwen op ruimtelijke coördinaten (die niet beschikbaar zijn in gedissocieerde scRNA-seq), construeert CellBRIDGE proxy-communicatienetwerken binnen elke snapshot:

• Preprocessing: Genexpressie-counts worden genormaliseerd en naar $[0, 1]$ gemapt met behulp van een Hill-verzadigingsfunctie om effecten van receptorbezetting te vangen.
• Scoring: Voor een set van $P$ ligand-receptor paren wordt een gerichte, niet-negatieve CCI-tensor $G \in \mathbb{R}^{n \times n \times P}_{\geq 0}$ geconstrueerd. De interactiescore tussen een zendercel $i$ en een ontvangercel $j$ voor paar $p$ wordt berekend als het product van de ligandexpressie in $i$ en de receptorexpressie in $j$.
• Structuur: Dit resulteert in een multi-channel, gerichte representatie van cel-celcommunicatie.

2. Fused Gromov–Wasserstein (FGW) Formulering

CellBRIDGE formuleert het uitlijningsprobleem als een Fused Gromov–Wasserstein (FGW) optimalisatie. Het zoekt een koppeling $\Gamma$ die een gewogen som minimaliseert van twee termen:

1. Feature Cost ($F$): De standaard transportkost in genexpressieruimte (bijv. gekwadrateerde Euclidische afstand), die een vloeiende evolutie van transcriptionele toestanden afdwingt.
2. Structure Cost ($S$): Een distortieterm die de mismatch meet tussen de gerichte, multi-channel interactieprofielen van bron- en doelcelparen.

De objectieve functie is:
$$\min_{\Gamma \in \Pi(a,b)} (1-\alpha) \langle \Gamma, C \rangle_F + \alpha \sum_{i,k,j,l} \phi(g^{(0)}_{i \to k}, g^{(1)}_{j \to l}) \Gamma_{ij} \Gamma_{kl}$$
waarbij $\alpha \in [0, 1]$ de balans bepaalt tussen feature-gelijkenis en het behoud van de interactiestructuur, en $\phi$ een gelijkenismetriek is (standaard: gekwadrateerde Euclidische afstand) tussen LR-channel vectoren.

3. Modulariteit en Downstream Integratie

Een belangrijk ontwerpprincipe is dat de interactie-prior alleen op het niveau van de koppeling wordt geïnjecteerd. De resulterende koppeling $\Gamma^*$ dient als een plug-and-play input voor diverse continu-tijd trajectmodellen, waaronder:

• Conditional Flow Matching (CFM): Het leren van deterministische snelheidvelden.
• Metric Flow Matching (MFM): Het leren van flows op een data-afhankelijke Riemanniaanse variëteit.
• Stochastic Schrödinger Bridges (SF2M): Het modelleren van stochastische dynamica.
• Unbalanced OT: Rekening houden met veranderingen in populatiemassa (proliferatie/apoptose).

Het framework lost het niet-convexe FGW-probleem op met behulp van een aangepaste conditional-gradient (Frank-Wolfe) routine en hanteert een normalisatieschema om ervoor te zorgen dat de feature- en structuurtermen op vergelijkbare schalen liggen.

Belangrijkste Bijdragen

1. Kostenfunctie-perspectief: Het artikel identificeert OT-kostenontwerp als een kritieke hefboom voor snapshot-uitlijning, waarbij de vloeiendheid van gerichte, getypeerde cel-celcommunicatie wordt voorgesteld als een biologisch gefundeerde prior die orthogonaal is aan het principe van de kleinste actie in genexpressie.
2. Typed, Directed FGW: De auteurs generaliseren FGW om multi-relatie (vector-waardige) gerichte interactiestructuren te verwerken die afgeleid zijn van LR-signalering, wat leidt tot interactie-bewuste koppelingen.
3. Brede Toepasbaarheid: De methode laat zien dat interactie-bewuste koppelingen de trajectinferentie verbeteren over diverse frameworks (CFM, MFM, SF2M, UOT), waarmee de CCI-structuur wordt gevestigd als een algemeen bruikbare prior.
4. Mechanistische Interpreteerbaarheid: Door te opereren op de LR-catalogus, maakt CellBRIDGE in silico perturbaties mogelijk. Het uitschakelen van specifieke LR-paren in de catalogus induceert trajectverschuivingen die de verwachte biologische effecten van pathway-inhibitie evenaren.

Experimentele Resultaten

De auteurs evalueerden CellBRIDGE op synthetische data en zes real-world scRNA-seq datasets (waaronder longtumor, V1 cortex, dendritische celstimulatie en muis-embryo ontwikkeling).

• Koppelingskwaliteit: Op synthetische data met bekende grondwaarheid transportkaarten, leidde het opnemen van de interactiestructuur ($\alpha > 0$) tot een significante verbetering in het herstellen van de ware transportkaart, terwijl feature-alleen OT ($\alpha=0$) faalde door een misalignment van clusters met vergelijkbare expressie maar verschillende signaleringsrollen.
• Trajectinferentie: Over echte datasets heen verminderde CellBRIDGE consistent de interpolatiefouten (Wasserstein-1 en Wasserstein-2 afstanden) vergeleken met state-of-the-art baselines (bijv. TrajectoryNet, DSB, Moscot, OT-CFM). De beste prestaties werden doorgaans bereikt in een gebalanceerde setting ($\alpha \approx 0.5$), hoewel sommige datasets (bijv. Dendritic Stimulus) de voorkeur gaven aan structuur-alleen ($\alpha=1$).
• Biologische Gronding: Ablatie-studies bevestigden dat de winsten werden gedreven door coherente LR-structuur. Het randomiseren van de LR-catalogus of het door elkaar husselen van de CCI-tensor-entries degradeerde de prestaties.
• In Silico Perturbaties: Op longkankerdata veroorzaakte het uitschakelen van specifieke LR-paren (EGFR, ALK, MET) trajectverschuivingen die consistent zijn met bekende therapeutische pathway-inhibities, terwijl wijzigingen aan ongerelateerde cardio-renale pathways verwaarloosbare effecten hadden.
• Beperkingen: De methode rust op de assumptie dat de interactie-geometrie ongeveer persistent is over snapshots heen. In snel veranderende systemen met grote tijdsintervallen (bijv. muis-embryo ontwikkeling over 6 dagen), werd de interactie-prior oninformatief en verbeterde de prestatie niet ten opzichte van feature-alleen OT.

Betekenis en Claims

Het artikel claimt dat CellBRIDGE de onderbepaalde natuur van trajectinferentie aanpakt door een biologische inductieve bias te injecteren: de vloeiende evolutie van ligand-receptor communicatie. Door de structurele prior te ontkoppelen van het dynamica-model, biedt CellBRIDGE een modulaire, interpreteerbare benadering die de uitlijningsgetrouwheid verbetert en mechanisme-specifieke counterfactual analyse mogelijk maakt. De auteurs benadrukken dat hun methode geen ruimtelijke data vereist, wat het toepasbaar maakt op standaard gedissocieerde scRNA-seq, en dat het de huidige vooruitgang in generatieve modellering complementeert door de endpoint-correspondentieproblematiek te verfijnen zonder de downstream architecturen te wijzigen.