VeloTrace Reconciles Divergent Velocity and Trajectory in Single-cell Transcriptomics with Deep Neural ODE

VeloTrace is een nieuw framework dat RNA-velocity en trajectinferentie in single-cell transcriptomics verenigt via Neuronale Differentiaalvergelijkingen, waardoor het een coherente en continue snelheidsveld reconstrueert dat betrouwbare dynamische inzichten biedt, zelfs voor genen met onvoldoende sequentiecoverage.

De kern

VeloTrace: De GPS voor Cellen die Veranderen

Stel je voor dat je een enorme stad hebt, maar dan niet van gebouwen, maar van cellen. Elke cel in je lichaam is een inwoner van deze stad. Soms zijn ze rustig, soms veranderen ze van beroep (bijvoorbeeld van een stamcel naar een zenuwcel). Deze veranderingen gebeuren niet in een flits, maar zijn een continu proces, net als een auto die een weg aflegt.

In de wetenschap proberen we deze "wegen" (trajecten) en de "snelheid" waarmee cellen veranderen (velocity) te begrijpen. Maar tot nu toe hadden we twee verschillende kaarten die niet bij elkaar pasten:

1. De Traject-kaart: Deze laat zien waar de cellen naartoe gaan (de grote lijn), maar vertelt je niets over hoe snel ze rijden of welke kant ze precies opdraaien op dat specifieke moment.
2. De Snelheidskaart: Deze laat zien hoe snel en in welke richting een cel beweegt op basis van zijn interne chemie (splicing), maar deze kaart is vaak rommelig en onbetrouwbaar, vooral bij cellen die weinig "geluid" maken (weinig gen-activiteit).

Het probleem? De snelheid en de weg kloppen vaak niet met elkaar. Het is alsof je een auto hebt die volgens de GPS naar het noorden rijdt, maar de snelheidsmeter zegt dat hij naar het zuiden schiet.

De Oplossing: VeloTrace

De onderzoekers hebben VeloTrace bedacht. Dit is een slim computerprogramma dat deze twee kaarten samenvoegt tot één perfecte, vloeiende routebeschrijving. Ze gebruiken een wiskundig concept dat Neural ODE heet.

Laten we dit uitleggen met een paar creatieve vergelijkingen:

1. De Rivier en de Stroomversnelling

Stel je het leven van een cel voor als een bootje dat op een rivier drijft.

• De Traject is het pad van de rivier.
• De Snelheid is de stroming van het water.

In de oude methoden keken ze soms alleen naar het pad (de rivier) en deden ze een gok over de stroming. Of ze keken alleen naar de stroming op één plek, maar die was zo wazig dat je niet wist of de boot nu stroomopwaarts of stroomafwaarts ging.

VeloTrace doet iets anders: het leert een ononderbroken stroomveld. Het berekent precies hoe het water stroomt op elk punt van de rivier. Als je op een punt staat, weet het programma precies welke kant de boot opgaat en hoe snel, en die richting past perfect bij het pad dat de rivier volgt. Er is geen sprake meer van "chaotische" stroming.

2. De "Smaaktest" voor Betrouwbaarheid (De SQS)

Een groot probleem bij oude methoden was dat ze probeerden de snelheid te meten bij alle cellen, ook bij diegenen die heel stil waren (weinig genen actief). Dat was als proberen de windrichting te meten met een wazige kompasnaald in een storm. De meting was vaak fout.

VeloTrace gebruikt een slimme truc: de Splicing Quality Score (SQS).
Stel je voor dat je een kok bent die een soep maakt. Je proeft de soep. Als de smaak duidelijk en sterk is, weet je: "Ja, dit is een goede meting!" Als de smaak wazig is, weet je: "Nee, dit is te onzeker."
VeloTrace kijkt naar de cellen en zegt: "Oké, bij deze cellen is de 'smaak' (de data) duidelijk. We gebruiken die om de stroomrichting te leren. Bij de cellen met een wazige smaak, vertrouwen we niet blind op de meting, maar laten we het slimme stroomveld van VeloTrace de rest invullen." Zo worden de fouten van de wazige metingen gecorrigeerd door de betrouwbare data.

3. De Monte-Carlo "Time-Travel"

Om zeker te weten dat het hele verhaal klopt (zowel lokaal als globaal), gebruikt VeloTrace een techniek die lijkt op tijdreizen met een dobbelsteen.

In plaats van alleen te kijken naar twee cellen die vlak na elkaar staan, pakt het programma willekeurig groepjes cellen uit verschillende tijdstippen en vraagt zich af: "Als deze cel hier begon, zou hij dan logischerwijs daar eindigen?" Door dit duizenden keren te doen met willekeurige combinaties (Monte Carlo), zorgt het ervoor dat de hele route logisch en vloeiend is, zonder dat de computer vastloopt in kleine, rare foutjes door ruis in de data.

Wat levert dit op?

Door deze slimme combinatie van "weg" en "snelheid" kan VeloTrace dingen zien die anderen niet zien:

• Zelfs bij stille cellen: Het kan de richting van cellen voorspellen die heel weinig activiteit hebben, waar andere methoden faalden.
• Toekomst en Verleden: Omdat het een perfecte stroomveld heeft, kan het voor een cel die je nu ziet, voorspellen waar hij vandaan komt en waar hij naartoe gaat.
• Echte Biologie: Toen ze dit toepasten op de ontwikkeling van hersencellen bij muizen, vonden ze precies welke genen de "stuurmannen" waren die bepaalden of een cel een zenuwcel of een steuncel zou worden.

Kortom: VeloTrace is als het hebben van een perfecte, live GPS voor het leven van een cel. Het combineert de grote lijn van de reis met de precieze snelheid van het moment, zodat we eindelijk kunnen begrijpen hoe cellen hun lot kiezen en hoe ons lichaam zich ontwikkelt.

Technische samenvatting

Probleemstelling

In single-cell transcriptomics (scRNA-seq) zijn twee hoofdmethoden ontwikkeld om cel-dynamiek te modelleren: traject-inferentie (het reconstrueren van globale paden van celfate) en RNA-velocity (het modelleren van lokale transcriptiekinetiek op basis van gespleten en ongespleten mRNA).
De kern van het probleem is dat deze twee benaderingen momenteel niet consistent met elkaar zijn:

1. Geometrische discontinuïteit: In theorie moet de snelheidsvector (velocity) overal raaklijn zijn aan het traject. In de praktijk echter, worden trajecten en snelheden vaak onafhankelijk berekend. Bestaande methoden projecteren gene-level snelheden post-hoc op een traject, wat leidt tot willekeurige en chaotische vectoren die niet consistent zijn met de globale ontwikkeling.
2. Beperkingen door sequencing-ruis: RNA-velocity is afhankelijk van splicing-kinetiek, wat zeer gevoelig is voor sequencing-diepte en "drop-out" events (vooral bij laag-expressie genen). Dit resulteert in onbetrouwbare snelheidsschattingen voor veel genen.
3. Lokaal vs. Globaal conflict: Traject-inferentie prioriteert globale trends maar mist lokale dynamiek, terwijl velocity-methoden lokaal nauwkeurig kunnen zijn maar vaak falen in het behouden van een coherente globale stroom.

Methodologie: VeloTrace

VeloTrace is een unificerend framework dat Neural Ordinary Differential Equations (Neural ODEs) gebruikt om trajecten en snelheden gelijktijdig en consistent te leren.

1. Neural ODE Formulering:
In plaats van discrete stappen, modelleert VeloTrace de transcriptomische ruimte als een continue vectorveld $v(x)$. De evolutie van een celstaat $x(t)$ wordt beschreven door:
$$\frac{d}{dt}\Phi_t(x_0) = v(\Phi_t(x_0))$$
Hierbij is $\Phi_t$ de stroming (flow) die de celstaat over tijd $t$ verplaatst. Dit garandeert wiskundig dat de snelheid overal raaklijn is aan het traject.

2. Splicing Quality Score (SQS) Supervisie:
Om het model biologisch te regulariseren en overfitting op ruis te voorkomen, introduceert VeloTrace een Splicing Quality Score.

• Voor elk gen wordt een kinetisch model gefit op ongespleten ($u$) en gespleten ($s$) counts.
• De betrouwbaarheid wordt gemeten via de $R^2$ (coëfficiënt van determinatie) tussen waargenomen en voorspelde kinetiek.
• Alleen genen met een hoge SQS (hoge $R^2$) worden gebruikt als "partial supervision" om de richting van het Neural ODE-veld te corrigeren via een cosine-alignment loss. Dit zorgt ervoor dat het model alleen vertrouwt op betrouwbare splicing-signalen.

3. Monte Carlo Multi-Time-Frame Supervisie:
Om de consistentie tussen lokale en globale dynamiek te waarborgen en sequenceringsruis te onderdrukken, gebruikt VeloTrace een Monte Carlo-strategie:

• Tijdens training worden willekeurige startpunten en tijdsintervallen ($\Delta t$) bemonsterd uit de data.
• Het model wordt getraind om de integraal van het snelheidsveld over deze willekeurige intervallen te voorspellen, wat voorkomt dat het model overfit op specifieke, mogelijk ruisbeïnvloede celvolgorde.

4. Optimale Doelfunctie:
De totale loss functie combineert drie componenten:
$$L_{total} = L_{geom} + L_{cons} + \alpha L_{velo}$$

• $L_{geom}$: Geometrische reconstructie (afstand tussen voorspelde en waargenomen celstaten).
• $L_{cons}$: Consistentie constraints.
• $L_{velo}$: Snelheidsalignement met de hoge-kwaliteit splicing-velocity (via negatieve cosine similariteit).

Kernbijdragen

1. Unificatie van Velocity en Traject: VeloTrace is de eerste methode die RNA-velocity en traject-inferentie fundamenteel verenigt in één dynamisch systeem, waarbij de snelheid per definitie raaklijn is aan het traject.
2. Robuustheid bij Laag-Expressie Genen: Door gebruik te maken van het globale vectorveld en regularisatie via SQS, kan VeloTrace betrouwbare snelheidsschattingen maken voor genen met onvoldoende sequencing-diepte, waar traditionele methoden falen.
3. Continuïteit in de Latente Ruimte: Het framework reconstrueert een gladde, continue tijdsafhankelijke snelheidsveld in de hoge-dimensionale gen-expressieruimte, in plaats van discrete schattingen.

Resultaten

1. Simulatie-benchmarks:

• VeloTrace presteerde significant beter dan state-of-the-art methoden (scVelo, UniTVelo, VeloVI, scTour, scDiffEq).
• Het had de laagste hoekfout (angular error) ten opzichte van de ground-truth snelheidsrichtingen.
• In tegenstelling tot scTour (dat in een latente ruimte werkt en fouten introduceert bij decoding) en scVelo (dat chaotische lokale vectoren produceert), behield VeloTrace een consistente richting over het hele traject.
• Bij genen met lage expressie toonde VeloTrace de laagste Mean Squared Error (MSE) in het reconstrueren van fase-portretten.

2. Toepassing op Muis Cerebellum Ontwikkeling:

• Het model slaagde erin om de bifurcatie (vertakking) tussen GABA-ergische en gliogene lijnen correct te reconstrueren.
• Het identificeerde vroege commitment-staten en driver-genen (zoals Ptprz1, Slc1a3, Sox6) die eerder door andere methoden gemist of verkeerd georiënteerd werden.
• Het onthulde antagonisme tussen proliferatie- en differentiatie-genen tijdens de overgang.

3. Toepassing op Hematopoëtische Lijntracing:

• Gebruikmakend van een dataset met lineage barcodes, toonde VeloTrace een hogere nauwkeurigheid in het voorspellen van celfate-kansen.
• Het verminderde "false positives" en behield de juiste potentie voor gemengde lijnen waar andere methoden (zoals scDiffEq) vastliepen in de progenitor-hub of onjuiste richtingen voorspelden.

Betekenis en Conclusie

VeloTrace biedt een fundamentele doorbraak in het modelleren van single-cell transcriptomics door de wiskundige en biologische kloof tussen lokale kinetiek en globale trajecten te dichten.

• Biologische Interpretatie: Het stelt onderzoekers in staat om niet alleen te zien waar cellen naartoe gaan, maar ook hoe ze daar komen, met een betrouwbaarheid die uitbreidt naar genen met lage expressie.
• Toekomstperspectief: Hoewel het huidige model nog beperkt is in de directe integratie van signaaltransductiepaden (vanwege de "black-box" aard van de Neural ODE), legt VeloTrace de basis voor nauwkeurigere modellen van genregulatie en celfate-beslissingen in complexe biologische systemen. Het biedt een nieuwe standaard voor het interpreteren van dynamische processen in de transcriptomische landschappen.