Generating Joint Transcriptomic and Morphological Responses to Drug Perturbations via Rectified Flow

Het artikel introduceert PertFlow, een geünificeerd computermodel dat gelijktijdig genexpressieprofielen en celmorfologie voorspelt op basis van drugsperturbaties, waardoor complexe moleculair-fenotypische relaties worden onthuld die door eerdere methoden werden gemist.

De kern

Titel: PertFlow: De Digitale Proefknop voor Geneesmiddelen

Stel je voor dat je een enorme bibliotheek hebt, maar in plaats van boeken, zitten er in elke kast twee soorten informatie over een ziektecel:

1. De "Instructiehandleiding" (Genen): Een lijstje met duizenden regels code die vertellen hoe de cel zich moet gedragen.
2. De "Foto's" (Vorm): Een reeks foto's die laten zien hoe de cel eruitziet: is hij groot, klein, rond, of is hij aan het uit elkaar vallen?

Tot nu toe hadden wetenschappers een probleem. Als ze een nieuw medicijn testten, konden ze óf de handleiding lezen óf de foto's maken, maar zelden beide tegelijkertijd en op de juiste manier met elkaar verbinden. Het was alsof je een auto probeert te repareren door alleen naar de motor te kijken, terwijl je de wielen negeert.

De Oplossing: PertFlow

De auteurs van dit paper hebben PertFlow bedacht. Je kunt je dit voorstellen als een slimme, digitale proefknop of een "time-machine" voor cellen.

Hier is hoe het werkt, in simpele termen:

1. De Twee Ogen van de Cel

Stel je voor dat een cel twee ogen heeft:

• Oog 1 (Genen): Kijkt naar de chemische instructies.
• Oog 2 (Vorm): Kijkt naar het uiterlijk.

Vroeger keken wetenschappers met één oog dicht. PertFlow opent beide ogen tegelijk. Het model leert hoe een verandering in de "instructiehandleiding" (bijvoorbeeld: "Stop met delen!") direct leidt tot een verandering in de "foto" (bijvoorbeeld: "De cel wordt rond en stopt met bewegen").

2. De "Rechtlijnige" Magie (Rectified Flow)

Het geheim van PertFlow is een techniek die ze Rectified Flow noemen.

• Het oude probleem: Stel je voor dat je een bakje melk (de gezonde cel) in een bakje chocolademelk (de zieke cel door medicijn) moet veranderen. De oude methoden deden dit alsof ze de melk eerst in de lucht gooiden, er een paar keer omheen draaiden en dan hoopten dat het op de juiste plek landde. Dat was rommelig en onnauwkeurig.
• De PertFlow-methode: Dit model trekt een rechte lijn van de melk naar de chocolademelk. Het weet precies welke stapjes nodig zijn om van A naar B te gaan, zonder onnodige omwegen. Hierdoor is het resultaat veel scherper en sneller.

3. De "Receptuur" van het Medicijn

Het model krijgt ook informatie over het medicijn zelf (de "receptuur"): wat is het? Hoeveel heb je er van gebruikt? Op welke cel werkt het?
PertFlow neemt de foto en de handleiding van een gezonde cel, voegt de "receptuur" van het medicijn toe, en zegt dan: "Hier, dit is hoe de cel eruit zal zien en welke instructies hij zal krijgen als je dit medicijn toevoegt."

Wat heeft het bewezen?

De onderzoekers hebben dit getest met echte data van 3 soorten cellen en 40 verschillende medicijnen.

• De resultaten: De voorspellingen van het model waren bijna net zo goed als echte metingen.
• De menselijke check: Ze hebben het laten beoordelen door echte artsen (pathologen). Deze experts keken naar de gegenereerde foto's en zeiden: "Ja, dit ziet eruit als een cel die echt door dit medicijn is aangevallen." Ze gaven een score van ongeveer 7,5 op 10.
• De diepte: Het model kon zelfs de "biologische reden" achter de veranderingen uitleggen. Bijvoorbeeld: "Dit medicijn breekt de steunbalken van de cel (microtubuli) af, waardoor de cel niet meer kan delen."

Waarom is dit belangrijk?

Vroeger duurde het jaren om te testen of een medicijn werkt en wat het precies doet in het lichaam. Met PertFlow kunnen wetenschappers nu:

1. Snel testen: Ze kunnen duizenden medicijnen "virtueel" uitproberen op een computer voordat ze een echte cel in een lab nodig hebben.
2. Beter begrijpen: Ze zien direct hoe een medicijn de cellen verandert, zowel aan de binnenkant (genen) als aan de buitenkant (vorm).
3. Tijd besparen: Het helpt bij het vinden van nieuwe geneesmiddelen voor kanker en andere ziekten veel sneller.

Kortom: PertFlow is als een superkrachtige simulator die de taal van de genen en de taal van de celvorm vertaalt naar elkaar, zodat we medicijnen sneller en slimmer kunnen ontwikkelen.

Technische samenvatting

Probleemstelling

Het voorspellen van celulaire reacties op medicinale verstoringen (drug perturbations) vereist het vastleggen van complexe afhankelijkheden tussen transcriptomische veranderingen (genexpressie) en morfologische veranderingen (celvorm). Bestaande benaderingen modelleren deze modaliteiten doorgaans geïsoleerd van elkaar, waardoor kritieke moleculair-fenotypische relaties die gelijktijdig optreden tijdens een behandeling, verloren gaan. Er is momenteel geen methode die gelijktijdig genexpressieprofielen én celulaire morfologie kan voorspellen op basis van chemische verstoringen. De uitdagingen omvatten het aligneren van data uit fundamenteel verschillende representatieruimtes, het vangen van complexe drug-conditionering (structuur, dosis, celtype, tijd) en het gelijktijdig voorspellen van discrete genexpressie en continue beelddata met biologische realisme.

Methodologie: PertFlow

De auteurs introduceren PertFlow, een unificerend computatiefraamwerk dat gebruikmaakt van gecorrigeerde stroming (Rectified Flow) en cross-modal attention om zowel behandeling-genexpressie (bulk RNA-seq) als celulaire morfologie (Cell Painting-afbeeldingen) te genereren vanuit controletoestanden, gekonditioneerd op drugsmetadata.

Architectuur en Componenten:

1. Input: Het model neemt controle-RNA-seq, controle-afbeeldingen en drugsmetadata (verbinding, celtype, concentratie, tijd) als input.
2. Encodering:
   • RNA-seq Encoder: Gebruikt multi-layer self-attention om gen-gen interacties te vangen.
   • Beeld Encoder: Een ResNet-achtige convolutiearchitectuur voor het extraheren van hiërarchische visuele kenmerken.
   • Knowledge Graph Integratie: Beide modaliteiten worden verrijkt met informatie uit PrimeKG (een kennisgrafiek) via een heterogene graf-neuraal netwerk, wat protein-protein interacties en farmacologische relaties integreert.
   • Drug Encoder: Codeert de chemische structuur (Morgan/RDKit vingerafdrukken) en fysisch-chemische eigenschappen.
3. Cross-Modal Attention: Tokens van RNA en beelden ondergaan eerst self-attention binnen hun eigen modaliteit, gevolgd door bidirectionele cross-attention. Hierdoor leren de modaliteiten van elkaar (RNA-tokenen letten op beeld-tokenen en vice versa), wat zorgt voor een gemeenschappelijke, gealigneerde representatieruimte.
4. Generatie Heads:
   • Transcriptoom: Een regressie-head voorspelt direct de behandeling-RNA-seq vanuit de gedeelde embedding.
   • Morfologie: PertFlow past Rectified Flow toe in plaats van traditionele diffusiemodellen. Dit definieert rechte lijntrajecten tussen ruis en de doelafbeelding, wat leidt tot efficiëntere training en inferentie. Een UNet voorspelt het snelheidsveld (velocity field) gekonditioneerd op de ruis, de tijdstap en de gedeelde embedding.
5. Verliesfuncties: Het model wordt getraind met een gecombineerde loss:
   • Transcriptoom: Een combinatie van MSE (voor gen-niveau nauwkeurigheid) en Pearson-correlatieverlies (voor het behoud van relatieve expressiepatronen).
   • Beeld: Het standaard Rectified Flow-objectief voor snelheidsvoorspelling.
   • Triplet Contrastive Loss: Deze dwingt coherentie af door gealigneerde RNA-beeld paren te vergelijken met verstoord (geshuffelde) paren, zodat de multimodale voorspellingen consistent blijven.

Belangrijkste Bijdragen

• Eerste Gecombineerde Generatie: PertFlow is, voor zover bekend, de eerste methode die gelijktijdig transcriptomische en morfologische reacties op chemische verstoringen genereert.
• Rectified Flow voor Biologie: Toepassing van Rectified Flow voor het genereren van biologische celafbeeldingen, wat computatie-efficiëntie biedt ten opzichte van traditionele diffusiemodellen.
• Cross-Modal Learning: Een innovatieve architectuur die RNA en beelddata in een gedeelde latent ruimte brengt via attention-mechanismen, waardoor het model zowel volledige multimodale input als single-modality input kan verwerken.
• Biologische Validatie: Integratie van kennisgrafieken (PrimeKG) en validatie door board-certificeerde pathologen.

Resultaten

Het model werd geëvalueerd op een dataset van het Ginkgo Data Platform (GDP) met 17.242 gepaarde samples (3 cellijnen, 40 verbindingen).

• Transcriptomische Voorspelling: PertFlow bereikte een Pearson-correlatie van 0.780 ± 0.264 en een Spearman-correlatie van 0.792 ± 0.041. Dit presteert aanzienlijk beter dan baselines zoals VAE-gebaseerde PRNet (Pearson ~0.45) en een simpele MLP (Pearson ~0.22).
• Morfologische Generatie: Voor de beeldgeneratie werd een FID (Fréchet Inception Distance) van 24.06 bereikt, wat significant lager (beter) is dan baselines zoals PhenDiff (62.50) en een standaard UNet (583.21). Ook de SSIM en PSNR waarden waren superieur.
• Pathologen Evaluatie: Twee erkende pathologen beoordeelden de gegenereerde afbeeldingen in een blinde review. De mediane similariteitsscores lagen tussen 7.11 en 7.89 op een schaal van 10, wat aangeeft dat de gegenereerde morfologieën visueel en biologisch geloofwaardig zijn.
• Biologische Mechanismen: Het model slaagde erin bekende drugswerkingen te herstellen, zoals microtubuli-disruptie (Cevipabulin, Podophyllotoxin), DNA-schade (Camptothecin) en MAPK-pathway inhibitie (Dabrafenib). Genenrichment-analyse bevestigde de activering van verwachte biologische paden (EMT, p53, apoptose).
• Ablatiestudies: Het tonen aan dat het verwijderen van de kennisgrafiek of de cross-modal attention leidt tot een daling in prestaties, wat de noodzaak van deze componenten onderstreept.

Betekenis en Toekomstperspectief

PertFlow zet een nieuwe standaard voor multimodaal generatief modelleren in de geneesmiddelenontwikkeling. Door de koppeling tussen moleculaire mechanismen (RNA) en fenotypische uitkomsten (morfologie) te modelleren, biedt het een krachtig instrument voor:

• Virtuele Drug Screening: Het snel screenen van nieuwe verbindingen op zowel moleculair als fenotypisch niveau zonder fysieke experimenten.
• Mechanismediscovery: Het begrijpen van hoe specifieke chemische structuren leiden tot specifieke celulaire veranderingen.
• Geïntegreerde Farmacologische Modellering: Het creëren van een unificerend raamwerk dat de kloof tussen transcriptomics en beeldvorming overbrugt.

Hoewel uitdagingen blijven bestaan, zoals generalisatie naar volledig nieuwe cellijnen of verbindingen zonder gepaarde data, en het modelleren van complexe micro-omgevingen (zoals immuunmodulatie), legt PertFlow de basis voor toekomstige doorbraken in interpreteerbare en geïntegreerde farmacologische AI.