Topologically-based parameter inference for agent-based model selection from spatiotemporal cellular data

Dit artikel introduceert TOPAZ, een computergestuurde pipeline die topologische data-analyse combineert met Bayesiaanse methoden om mechanistische agent-based modellen voor celgedrag te selecteren en parameters te schatten op basis van spatiotemporale single-cell data.

De kern

Stel je voor dat je een enorme, drukke stad observeert, maar dan op microscopisch niveau. In plaats van auto's en mensen, zie je duizenden cellen die rondlopen, botsen en samenwerken. Soms bewegen ze allemaal in dezelfde richting, soms vormen ze kringen, en soms chaotisch. Wetenschappers hebben nu camera's die zo goed zijn dat ze deze cellen één voor één kunnen volgen. Maar hier zit het probleem: we zien wel wat er gebeurt, maar we weten niet precies waarom het zo gebeurt.

Deze paper introduceert een slimme nieuwe manier om dat "waarom" te ontdekken. Ze noemen hun methode TOPAZ.

Hier is een uitleg in simpele taal, met een paar creatieve vergelijkingen:

1. Het Probleem: De "Black Box" van de Cellen

Stel je voor dat je een ingewikkeld bordspel ziet spelen door een groepje cellen. Je ziet de stukjes bewegen, maar je hebt de regels niet.

• Agent-Based Models (ABM): Dit zijn de "regelsboeken" die wetenschappers opstellen. Ze zeggen: "Als cel A cel B ziet, stoot hij hem weg" of "Als ze dicht bij elkaar zijn, trekken ze aan elkaar."
• Het probleem: Er zijn duizenden mogelijke regelsboeken. Welke is de juiste? En hoe pas je de regels precies aan (bijvoorbeeld: hoe sterk is die duw?) zodat ze precies overeenkomen met wat je in de camera ziet?

2. De Oplossing: TOPAZ (De Topologische Detective)

TOPAZ is een computerprogramma dat drie slimme trucs combineert om het juiste regelsboek te vinden.

Truc 1: De Vorm-Scanner (Topologische Data Analyse)
Stel je voor dat je een foto maakt van een drukke menigte. Je kunt tellen hoeveel mensen er zijn, maar dat zegt je niet veel over hoe ze zich gedragen.
TOPAZ kijkt niet naar de individuele cellen, maar naar de vorm die ze samen maken.

• De analogie: Denk aan een zwerm vogels. Soms vormen ze een bol, soms een lange lijn, soms een ring. TOPAZ gebruikt wiskunde (genaamd "persistent homology") om te zeggen: "Kijk, er is nu een gat in het midden van de groep" of "Er zijn drie losse clusters." Het houdt deze vormen in de gaten terwijl de cellen bewegen, net als een detective die let op de structuur van een scène in plaats van op de gezichten van de mensen.

Truc 2: De Gokker (Baysean Computation)
Nu heeft TOPAZ de "vorm" van de echte cellen. Nu moet hij het juiste regelsboek vinden.

• De analogie: Stel je voor dat je een slot hebt met een onbekende code. Je gooit duizenden willekeurige codes in het slot (simulaties). Als de vorm die uit het slot komt (de simulatie) lijkt op de vorm van de echte cellen, houd je die code vast.
  TOPAZ doet dit miljoenen keren. Hij probeert verschillende sterktes van duwen, trekken en draaien, en kijkt welke combinatie de vorm het beste nabootst.

Truc 3: De Rechter (Model Selectie)
Soms hebben we twee regelsboeken:

1. Model A: Cellen duwen en trekken alleen.
2. Model B: Cellen duwen, trekken én kijken naar elkaar om in dezelfde richting te bewegen (alignement).

Hoe weet je welke beter is? Soms is Model B "beter" omdat het simpelweg meer regels heeft, maar dat betekent niet dat het waar is.
TOPAZ gebruikt een slimme rekenregel (BIC) die als een strenge rechter optreedt: "Model B, je bent complexer. Je mag alleen winnen als je echt veel beter uitlegt wat er gebeurt, anders kies ik het simpele Model A."

3. Wat hebben ze ontdekt?

De auteurs hebben dit getest met fibroblasten (een soort cellen die belangrijk zijn voor wondgenezing).

• Ze zagen dat cellen soms in lange, parallelle stromen bewegen (zoals een zwerm vis).
• Ze dachten: "Misschien duwen ze elkaar alleen weg, of misschien kijken ze ook naar elkaar?"
• Met TOPAZ lieten ze zien: Nee, alleen duwen en trekken is niet genoeg. Om die mooie, georganiseerde stromen te krijgen, moeten de cellen ook naar elkaar kijken en hun richting aanpassen. De "kijk-regel" (alignement) was essentieel.

Waarom is dit cool?

Vroeger was het heel moeilijk om te zeggen welk model het beste is bij complexe biologische data. Het was als proberen een auto te repareren door blindelings schroeven los te draaien.
Met TOPAZ hebben ze een GPS-systeem gebouwd. Je geeft de data in, en het systeem zegt: "Je hebt dit specifieke type interactie nodig om dit gedrag te krijgen."

Samenvattend:
TOPAZ is een slimme detective die kijkt naar de vorm van cellengroepen, duizenden hypothetische regelsboeken test, en dan de eerlijkste en meest waarschijnlijke verklaring kiest. Dit helpt artsen en biologen beter te begrijpen hoe wonden genezen of hoe kanker zich verspreidt, omdat ze eindelijk de onderliggende regels van het spel kunnen lezen.

Technische samenvatting

Probleemstelling

De snelle vooruitgang in spatiotemporele single-cell imaging heeft het mogelijk gemaakt om gedetailleerde observaties te doen van celpopulatie-dynamiek en intercellulaire interacties. Een centrale uitdaging in de computationele biologie is echter het vertalen van deze rijke datasets naar mechanistische inzichten.

• Agent-based modellen (ABM's): Bieden een flexibele, bottom-up benadering om emergent gedrag te simuleren op basis van interactieregels tussen individuele cellen. Ze zijn echter vaak moeilijk te kalibreren, gevoelig voor parameterkeuzes en lastig direct te valideren tegen data.
• Topologische Data-analyse (TDA): Biedt robuuste, schaal-invariante beschrijvers van ruimtelijke organisatie (zoals gradiënten en connectiviteit), maar mist inherent mechanistische interpretatie en kan geen causale processen modelleren.
• De Koppeling: Er is behoefte aan een geïntegreerde pipeline die spatiotemporele single-cell data, TDA en ABM's combineert om mechanistisch interpreteerbare en data-gedreven simulaties te ontwikkelen. Bestaande methoden missen vaak een formele modelselectiecomponent om concurrerende hypotheses (bijv. wel of geen uitlijning tussen cellen) van elkaar te onderscheiden.

Methodologie: De TOPAZ-pipeline

De auteurs introduceren TOPAZ (TOpologically-based Parameter inference for Agent-based model optimiZation), een computationele pipeline die TDA integreert met statistische inferentiemethoden. Het proces verloopt als volgt:

1. Topologische Samenvatting (Stap 1):

   • Ruimtelijke en temporele celtrajecten (in de vorm van $(x, y, \theta)$) worden omgezet in een "Crocker diagram".
   • Dit gebeurt via persistent homology met behulp van de Vietoris-Rips filtratie. Het resultaat is een matrix die de evolutie van Betti-getallen (topologische gaten) over tijd en schaal beschrijft.
   • Voor visualisatie en identificeerbaarheid wordt dimensionalisvermindering (t-SNE) toegepast op deze hoge-dimensionale data.

2. Parameterinferentie (Stap 2 & 2.5):

   • Approximate Bayesian Computation (ABC): De Crocker-diagrammen dienen als samenvattende statistieken. De pipeline genereert simulaties met parameters getrokken uit een prior-verdeling en accepteert die simulaties waarvan de Crocker-matrix dicht bij de waargenomen data ligt (gemeten via Som van Kwarten Fouten, SSE).
   • Approximate Approximate Bayesian Computation (AABC): Om de computationele last te verlagen en meer steekproeven te genereren, wordt AABC gebruikt. Dit methode genereert nieuwe steekproeven door te interpoleren tussen bestaande simulaties (gebruikmakend van k-nabije buren en Epanechnikov-kerngewichten) zonder nieuwe ABM-simulaties te hoeven uitvoeren.

3. Modelselectie (Stap 3 & 4):

   • Voordat de definitieve keuze wordt gemaakt, worden de verdelingen van de samenvattende statistieken tussen modellen getest op significantie met behulp van PERMANOVA, Energy Distance en Maximum Mean Discrepancy (MMD).
   • De uiteindelijke modelselectie gebeurt via de Bayesian Information Criterion (BIC). De BIC straft modelcomplexiteit af (aantal parameters) en selecteert het model met de laagste score, wat de beste balans biedt tussen fit en complexiteit.

4. De Modellen:

   • ModelDO (Basis): Een D'Orsogna-model met attractie- en repulsiekrachten (parameters: $C$ en $L$).
   • ModelAL (Uitgebreid): Een extensie van ModelDO die een uitlijningsterm ($W$) toevoegt, waarbij cellen hun snelheidsvector aanpassen aan lokale buren (biologisch gemotiveerd door contact-gemedieerde uitlijning).

Belangrijkste Bijdragen

• Integratie van TDA en ABC: De ontwikkeling van een uniek framework dat topologische samenvattingen (Crocker plots) koppelt aan likelihood-vrije inferentie voor ABM's.
• Formele Modelselectie: Het introduceren van BIC binnen een TDA-ABC context om objectief te bepalen of extra mechanistische complexiteit (zoals uitlijning) gerechtvaardigd is door de data.
• Efficiëntie: Het gebruik van AABC om de rekenkosten van het genereren van duizenden ABM-simulaties te reduceren terwijl de nauwkeurigheid behouden blijft.
• Open Source: Beschikbaarstelling van de volledige code en pipelines voor herbruikbaarheid.

Resultaten

De methode werd gevalideerd met synthetische data gegenereerd door zowel ModelDO als ModelAL:

• Parameterherstel: De AABC-posteriors toonden aan dat de mediaan van de geschatte parameters zeer dicht bij de "ground truth" waarden lag, zowel voor modellen met als zonder uitlijning ($W=0$ vs $W=0.05$).
• Modelonderscheiding:
  • Wanneer data werd gegenereerd met ModelAL (met uitlijning), selecteerde de TOPAZ-pipeline correct ModelAL als het beste model (laagste BIC).
  • Wanneer data werd gegenereerd met ModelDO (zonder uitlijning), selecteerde de pipeline correct ModelDO.
  • De BIC-strategie voorkwam overfitting: ModelAL werd niet geselecteerd voor ModelDO-data, hoewel het meer parameters had, omdat de extra complexiteit niet leidde tot een significant betere topologische fit.
• Visuele Validatie: De Crocker-plots van de geschatte parameters vertoonden een sterke visuele overeenkomst met de grondwaarheid, wat bevestigt dat de topologische structuur correct wordt vastgelegd.

Betekenis en Toekomstperspectief

De studie demonstreert dat TOPAZ een krachtig en uitbreidbaar framework is voor mechanistische inferentie in de ruimtelijke single-cell analyse.

• Biologische Relevantie: Het kan onderscheid maken tussen concurrerende hypotheses over celinteracties (bijv. of cellen zich richten op buren of niet), wat cruciaal is voor het begrijpen van collectief celmigratie, wondheling en kankerprogressie.
• Scalabiliteit: Het framework is ontworpen om in de toekomst toegepast te worden op complexe datasets die transcriptomische en proteomische informatie integreren (spatial omics), waardoor het mogelijk wordt om intracellulaire signaalwegen te koppelen aan collectief gedrag.
• Robuustheid: Hoewel de huidige validatie op gesimuleerde data is gebaseerd, biedt de methode een solide basis voor het omgaan met ruis in experimentele data, een volgende stap in toekomstig onderzoek.

Kortom, TOPAZ overbrugt de kloof tussen beschrijvende topologische data en causale mechanistische modellen, waardoor het mogelijk wordt om complexe emergente gedragingen in cellulaire populaties kwantitatief te verklaren.