CoPhaser: generic modeling of biological cycles in scRNA-seq with context-dependent periodic manifolds

CoPhaser is een nieuw algoritme dat variatie in scRNA-seq-gegevens ontleedt door contextafhankelijke periodieke manifolds te modelleren, waardoor het mogelijk wordt om biologische cycli zoals de celcyclus en circadiane ritmes nauwkeurig te reconstrueren en te koppelen aan celfuncties en ziekteprocessen zonder voorafgaande kennis van genprogramma's.

De kern

CoPhaser: De "Tijdmachine" voor Cellen

Stel je voor dat je een enorme stad hebt, waar elke inwoner een cel is. In deze stad gebeuren er twee dingen tegelijk:

1. Het Ritme: Sommige inwoners doen dingen in een cyclus. Ze werken, rusten, werken weer, en slapen. Denk aan de celcyclus (een cel die zich deelt), de dag-nachtritme (circadiaanse ritme), of de maandcyclus.
2. Het Verhaal: Elke inwoner heeft ook een eigen levensverhaal. De één is een bakker, de ander een brandweerman, en weer een ander is ziek of gezond.

Het probleem voor wetenschappers is dat ze vaak alleen een foto maken van deze stad op één moment (een "snapshot"). Als ze naar de foto kijken, zien ze een chaos. Ze zien mensen die werken, maar ze weten niet of dat omdat het nu "werk-tijd" is, of omdat ze nu een drukke baan hebben. Ze zien mensen die slapen, maar weten niet of dat omdat het nacht is, of omdat ze moe zijn van hun werk.

Tot nu toe was het heel moeilijk om deze twee dingen uit elkaar te halen: het ritme en het verhaal.

Wat is CoPhaser?

CoPhaser is een slim computerprogramma (een algoritme) dat deze chaos oplost. Het is als een superkrachtige vertaler die naar die ene foto kijkt en zegt: "Ah, deze persoon is een bakker (context) die net opgestaan is (fase van het ritme), terwijl die ander een brandweerman is (context) die net aan het werk is (andere fase)."

Het programma heet CoPhaser omdat het Context (verhaal) en Phaser (ritme) combineert.

Hoe werkt het? (De Creatieve Analogieën)

Om te begrijpen hoe CoPhaser werkt, gebruiken we een paar analogieën:

1. De Draaiende Fiets en de Weg
Stel je een fietser voor die een rondje rijdt (dat is het ritme/celcyclus).

• Oude methoden: Ze keken alleen naar de fiets. Ze dachten: "Als je hoog zit, ben je in de S-fase. Als je laag zit, ben je in de G1-fase." Maar dit werkt niet als de weg hobbels heeft! Als de fietser een steile berg oprijdt (een ziekte of een ander celtype), ziet hij er anders uit, maar hij rijdt nog steeds in hetzelfde ritme. De oude methoden raakten dan in de war.
• CoPhaser: Dit programma kijkt niet alleen naar de fiets, maar ook naar de weg (de context). Het zegt: "Oké, deze fietser rijdt op een steile berg, dus zijn positie is anders dan normaal, maar hij is nog steeds in dezelfde fase van zijn rondje." Het past het ritme aan aan de weg, zodat je het ritme altijd kunt herkennen, ongeacht waar de fietser is.

2. De Orkestleider en de Muzikanten
Stel je een orkest voor.

• De celcyclus is de muziek die ze spelen (een herhalend liedje).
• De celcontext is het instrument dat ze bespelen (een viool, een trompet, of een drum).
• Het probleem: Als je naar een opname luistert, klinkt de trompet anders dan de viool, zelfs als ze hetzelfde liedje spelen. Oude methoden dachten dat het liedje zelf veranderde.
• CoPhaser: Dit programma luistert naar alle instrumenten tegelijk. Het leert: "De trompet klinkt hier anders, maar dat komt door het instrument, niet omdat het liedje anders is." Het kan dus het echte liedje (het ritme) uit de chaos van verschillende instrumenten halen.

Wat heeft CoPhaser ontdekt? (De Verhalen)

Het team heeft CoPhaser getest op verschillende "steden" en ontdekte dingen die voorheen onzichtbaar waren:

• Kanker (De Opstandige Stad): In kankerweefsels zijn sommige cellen gek en delen ze zich razendsnel, terwijl andere "in slaap" vallen. CoPhaser kon zien welke kankercellen echt aan het delen waren en welke gewoon "rustig" waren.

  • De ontdekking: In sommige borstkankers leken bepaalde genen "te veel" aanwezig te zijn. CoPhaser liet zien dat dit niet omdat de cellen die genen altijd maakten, maar omdat er simpelweg meer cellen waren die aan het delen waren. Dit is cruciaal voor het kiezen van de juiste medicijnen.
  • Kinderkanker: Het programma zag dat na een behandeling de "slapende" kankercellen (die heel oud en primitief zijn) bleven bestaan, terwijl de snelle deelters verdwenen. Dit verklaart waarom de ziekte soms terugkomt: de oude, sluimerende cellen overleven.

• Ruimtelijke Ordening (De Buurt): In eierstok-tumoren dachten wetenschappers dat de deeltende cellen willekeurig verspreid waren. CoPhaser liet zien dat ze juist in buurten wonen! De cellen die op hetzelfde moment delen, zitten dicht bij elkaar. Het is alsof een hele straat tegelijkertijd begint te dansen. Dit geeft een nieuw inzicht in hoe tumoren groeien.

• De Maandcyclus (De Seizoenen): CoPhaser kon de maandcyclus van vrouwen in kaart brengen als een vloeiende reis, niet als losse blokken. Het liet zien hoe de wand van de baarmoeder zich continu verandert en hoe dit bij vrouwen met endometriose (een pijnlijke aandoening) anders verloopt.

• De Embryo (De Bouwplaat): In een groeiend embryo is er een "klok" die bepaalt waar de wervels komen. CoPhaser kon zien hoe deze klok en de celdeling met elkaar "danssen". Ze werken samen om het embryo goed te vormen.

Waarom is dit belangrijk?

Vroeger moesten wetenschappers kiezen: of ze keken naar het ritme, of ze keken naar het type cel. CoPhaser laat zien dat je beide tegelijk kunt zien.

Het is als een bril die je kunt omdoen om te zien hoe de tijd (het ritme) en de identiteit (het verhaal) van elke cel samenwerken. Dit helpt artsen om betere medicijnen te vinden die precies op het juiste moment en op de juiste soort cellen werken, zonder de gezonde cellen aan te raken.

Kortom: CoPhaser is de sleutel om de complexe, dansende wereld van cellen te begrijpen, zelfs als ze allemaal verschillende kleding dragen en op verschillende wegen lopen.

Technische samenvatting

Probleemstelling

Biologische cycli, zoals de celcyclus, circadiane ritmes, het segmentatieklokje (somite clock) en hormonale cycli, zijn fundamentele processen die cellen doormaken. In single-cell RNA-sequencing (scRNA-seq) data is het echter een grote uitdaging om deze continue, periodieke trajecten te ontrafelen van andere bronnen van cellulaire variabiliteit.

• Heterogeniteit: Cellen bestaan in diverse biologische contexten (verschillende celtypen, metabole toestanden, ziektestadiën). Deze contexten beïnvloeden de eigenschappen van de cycli, bijvoorbeeld door de gemiddelde expressie en amplitude van genen te verschuiven.
• Beperkingen van bestaande methoden: Bestaande methoden (zoals Cyclum, DeepCycle, Tempo) gaan vaak uit van homogene dynamieken of vereisen externe labels (zoals experimentele tijdstippen). Ze kunnen de interactie tussen de cyclische fase en de cellulaire context niet adequaat ontrafelen, wat leidt tot verwardheid (confounding) tussen de fase-informatie en contextuele variatie. Dit beperkt hun toepasbaarheid in complexe, heterogene scenario's zoals kanker of embryonale ontwikkeling.

Methodologie: CoPhaser

CoPhaser is een nieuw algoritme gebaseerd op een biologisch geïnformeerde Variational Autoencoder (VAE) dat "context-afhankelijke periodieke manifolds" leert. Het doel is om scRNA-seq data op te splitsen in onafhankelijke periodieke en niet-periodieke variatiebronnen.

Kernarchitectuur:

1. Gestructureerde Latente Ruimte: Het model gebruikt twee gescheiden latente ruimtes:
   • $f$-ruimte (Fase): Codeert de periodieke fase ($\phi$) van de cel. Dit wordt gemodelleerd met een Power Spherical distributie op de eenheidscirkel.
   • $z$-ruimte (Context): Codeert niet-periodieke variatie (celtype, ziektestatus, technische batch-effecten). Dit wordt gemodelleerd met een multivariate Gaussische verdeling.
2. Encoder:
   • Een rhythmische encoder gebruikt een vooraf geselecteerde set "zaad-genen" (seed rhythmic genes) om de $f$-ruimte te infereren.
   • Een context-encoder gebruikt een bredere set van hoog-variabele genen om de $z$-ruimte te infereren.
3. Decoder & Generatief Model:
   • Genexpressie wordt gemodelleerd als een context-gemoduleerde harmonische functie.
   • De verwachte genexpressie wordt berekend als de som van een periodiek component (Fourier-reeks), een context-afhankelijke verschuiving van het gemiddelde ($\Delta\mu$), en een context-afhankelijke amplitude-schaalfactor ($\lambda$).
   • Dit stelt het model in staat om flexibele vervormingen van de periodieke manifold te leren, afhankelijk van de context, terwijl de definitie van de fase consistent blijft.
4. Mutual Information Neural Estimator (MINE):
   • Om te voorkomen dat de context-ruimte ($z$) de cyclische signalen absorbeert, wordt een MINE-netwerk getraind om de wederzijdse informatie tussen $f$ en $z$ te minimaliseren. Dit dwingt een statistische onafhankelijkheid af tussen de fase en de context.
5. Cycling Classifier:
   • Voor datasets met veel rustende cellen (bijv. G0-fase) bevat het model een Bernoulli-encoder die de kans berekent dat een cel actief cyclisch is. Dit voorkomt dat rustende cellen de fase-inferentie verstoren.

Trainingsdoel:
Het model maximaliseert de Evidence Lower Bound (ELBO) met een Negative Binomial likelihood voor de teldata, aangevuld met regularisatietermen voor mutual information, circulaire entropie (om fase-collapse te voorkomen) en radiale stabiliteit.

Belangrijkste Bijdragen

• Universeel Framework: CoPhaser is een generiek model dat toepasbaar is op verschillende biologische cycli (celcyclus, circadiaan, menstrueel, segmentatie) zonder dat vooraf bekende genprogramma's of externe labels nodig zijn.
• Context-Aware Fase-inferentie: Het is de eerste methode die expliciet modelleert hoe biologische context de amplitude en het gemiddelde van cyclische genexpressie beïnvloedt, terwijl de fase-coördinaten interpreteerbaar en vergelijkbaar blijven over verschillende contexten.
• Transfer Learning: Het model kan Fourier-coëfficiënten initialiseren op basis van eerder getrainde cycli, wat de prestaties verbetert in datasets met weinig cyclische cellen of lage expressie.

Resultaten

CoPhaser werd getest op vier verschillende biologische cycli en diverse datasets:

1. Celcyclus in Heterogene Contexten:

   • RPE1 Cellen: CoPhaser herstelde nauwkeurige continue fasen die correleerden met FUCCI-labels en toonde een soepelere progressie dan bestaande methoden in late G1.
   • Embryonale Ontwikkeling: In complexe muizenembryo-datasets (VASA-seq) scheidde CoPhaser de celcyclusfase succesvol van celidentiteit, presterend beter dan PCA of Seurat.
   • Kanker (Borstkanker & AML):
     • In triple-negatieve borstkanker onderscheidde het proliferatie-gedreven genoverexpressie van constitutieve overexpressie, wat cruciaal is voor therapeutische targets.
     • In pediatrische acute myeloïde leukemie (AML) onthulde het een verschuiving naar primitieve, rustende (quiescente) stamceltoestanden bij terugval, gedreven door persistente kankercellen in plaats van verhoogde proliferatie.
   • Ruimtelijke Transcriptomica (Eierstokkanker): CoPhaser toonde aan dat prolifererende cellen niet willekeurig verspreid zijn, maar gesynchroniseerde "patches" vormen binnen het tumorweefsel, wat zichtbaar is door het projecteren van continue fasen op ruimtelijke coördinaten.

2. Circadiaan Ritme (Muizen Aorta):

   • CoPhaser herstelde circadiane fasen op single-cell niveau met een lagere Median Absolute Deviation (MAD) ten opzichte van de externe tijd dan de bestaande tool Tempo.
   • Het onthulde celtype-specifieke verschillen in de expressie en amplitude van klok-genen (bijv. stilzwijgende expressie van Npas2 in endotheelcellen).

3. Menstruele Cyclus (Endometrium):

   • Het model mapte continue transcriptomische herschikkingen tijdens de menstruatiecyclus.
   • Het identificeerde specifieke genexpressie-dynamieken bij endometriose-patiënten vergeleken met controles, zelfs met beperkte steekproefgrootte per patiënt.

4. Segmentatieklok (Somite Clock):

   • In muizenembryo's reconstrueerde CoPhaser reist golven van genexpressie uit snapshot-data.
   • Het onthulde een koppeling tussen de celcyclus en het segmentatieklokje, waarbij de G1/S-overgang correleerde met de piek van Hes7-expressie.

Betekenis en Impact

CoPhaser biedt een krachtig en interpreteerbaar raamwerk om de wisselwerking tussen cellulaire identiteit en biologische cycli te ontrafelen.

• Biologisch Inzicht: Het stelt onderzoekers in staat om onderscheid te maken tussen veranderingen in celcyclusdynamiek en veranderingen in de onderliggende celtoestand of ziekteproces.
• Kankeronderzoek: Het helpt bij het identificeren van therapeutische targets door te onderscheiden welke genoverexpressie echt constitutief is (en dus een goed doelwit) en welke slechts een bijproduct is van snelle celdeling.
• Ruimtelijke Organisatie: Het onthult dat proliferatie in tumoren vaak georganiseerd is in gesynchroniseerde micro-omgevingen, wat nieuwe inzichten geeft in tumorbiologie.
• Generalisatie: Door de toepasbaarheid op verschillende tijdschalen en cycli, positioneert CoPhaser zich als een standaardtool voor de analyse van periodieke processen in complexe single-cell datasets.