PerturbLDM: conditional latent diffusion for modelling single-cell perturbation responses

In het uitgestrekte landschap van de moderne biologie hebben wetenschappers een krachtige manier ontwikkeld om naar het leven te kijken: door individuele cellen te bestuderen. In plaats van een heel orgaan of weefsel als één enkel, gemengd mengsel te bestuderen, kunnen onderzoekers nu in een enkele cel kijken om de genetische instructies te lezen, ook wel het transcriptionele profiel genoemd. Dit gedetailleerde beeld onthult hoe een cel zich gedraagt, wat hij doet en hoe hij reageert op zijn omgeving. Een belangrijk doel in dit veld is begrijpen hoe cellen reageren wanneer ze worden verstoord. Deze verstoringen, of perturbaties, kunnen medicijnen zijn, veranderingen in temperatuur of verschuivingen in chemische signalen. Door deze reacties in kaart te brengen, hopen wetenschappers te voorspellen hoe een specifieke cel zich zal gedragen onder een specifieke conditie. Echter, het enorme aantal mogelijke combinaties is overweldigend. Er zijn talloze typen cellen, duizenden potentiële medicijnen en oneindige variaties in dosering en timing. Het is fysiek onmogelijk om elke enkele combinatie in een laboratorium te testen. Dit laat een enorme kennisleemte achter: we hebben data voor sommige scenario's, maar we zijn blind voor de meeste andere. De uitdaging is om een manier te vinden om te leren van de experimenten die we hebben uitgevoerd en die kennis te gebruiken om nauwkeurig te voorspellen wat er zou gebeuren in de miljoenen situaties die we nog niet hebben getest.

Om deze kloof te overbruggen, heeft een team van onderzoekers een nieuwe computationele tool ontwikkeld genaamd PerturbLDM. Dit systeem is ontworpen om te fungeren als een geavanceerde simulator voor cellulaire reacties. Het raadt niet simpelweg; het leert de onderliggende patronen van hoe cellen veranderen wanneer ze worden gepusht. De onderzoekers trainden dit systeem met een pretraining-fase op de Tahoe-100M-dataset. Zodra het systeem de algemene regels van cellulair gedrag leerde uit deze uitgebreide bibliotheek, testten ze het vermogen om uitkomsten te voorspellen die het nog nooit eerder had gezien. De resultaten waren opmerkelijk. Toen het systeem werd gevraagd de effecten te voorspellen van 13.942 verschillende combinaties van medicijnen, doses en cellijnen die waren afgeschermd van de training, presteerde PerturbLDM nauwkeuriger dan welke bestaande methode dan ook. In meer dan 95 procent van deze condities kwamen de voorspellingen van het systeem beter overeen met de real-world controlegroepen dan een eenvoudige wiskundige baseline die simpelweg de effecten van individuele factoren bij elkaar optelt. Dit suggereert dat het systeem complexe, contextafhankelijke interacties vastlegt die eenvoudigere modellen missen.

De kracht van deze aanpak strekt zich uit voorbij het louter voorspellen van medicijnreacties. De onderzoekers gebruikten het getrainde systeem om een collectie verbindingen bekend als PANACEA te organiseren. Door te analyseren hoe vergelijkbaar de voorspelde cellulaire reacties waren, groepeerde het systeem succesvol verbindingen die dezelfde biologische mechanismen delen. Dit vermogen om chemicaliën te sorteren op basis van hun werkelijke effect op de cel, in plaats van alleen op hun chemische structuur, demonstreert dat het model de functionele logica van de biologie begrijpt. De tool bleek ook effectief in kleinere, specifiekere datasets. In één instantie genereerde het een gesimuleerde staat van een foetale dikke darm tijdens het midden van de zwangerschap. In deze test maakte het systeem minder fouten in het voorspellen van genactiviteit dan een eerdere leidende methode, en het behield correct de delicate balans tussen verschillende soorten weefselcellen. In een andere test met immuuncellen legde het systeem accuraat zes van de zeven specifieke antivirale en interferon-programma's vast, inclusclusief een complex metabool pad dat de immuunverdediging koppelt aan de energieproductie, waarmee het gevestigde tools in deze specifieke biologische settings overtrof.

Wat dit werk significant maakt, is niet alleen dat het getallen voorspelt, maar dat het realistische, volledige cellulaire reacties genereert. Het creëert een compleet beeld van hoe een cel eruitziet en handelt na een verstoring, waarbij de ingewikkelde relaties tussen duizenden verschillende genen behouden blijven. De onderzoekers ontdekten dat deze methode werkt over verschillende schalen, van enorme datasets tot kleinere, gespecialiseerde studies, en over diverse biologische settings. Door de diepe structuur te leren van hoe cellen reageren op verandering, biedt PerturbLDM een manier om het uitgestrekte, ongeteste terrein van de cellulaire biologie te verkennen. Het biedt een betrouwbare manier om te zien wat er zou kunnen gebeuren wanneer een cel wordt gepusht, waardoor wetenschappers de complexe ruimte van potentiële behandelingen en biologische reacties kunnen navigeren zonder dat ze elk afzonderlijk experiment in een lab hoeven uit te voeren.