Understanding Cell Fate Decisions with Temporal Attention

1. O Problema

Um dos maiores desafios no tratamento do câncer é a resposta parcial dos tumores à quimioterapia. Mesmo em populações geneticamente idênticas, células individuais podem exibir destinos divergentes sob as mesmas condições de tratamento: algumas sofrem apoptose (morte celular), enquanto outras sobrevivem e proliferam, levando à resistência terapêutica e recaída.

A literatura existente identificou fatores moleculares (como p53) e dinâmicos (fase do ciclo celular) que influenciam o destino celular. No entanto, há uma lacuna na investigação sistemática de quando as informações preditivas surgem ao longo do tempo e quais sinais temporais e morfológicos são mais informativos para prever esses destinos. Métodos anteriores frequentemente dependiam de características pré-definidas ou focavam apenas em classificações de estágio do ciclo celular, sem prever diretamente resultados divergentes (divisão vs. morte) a partir de dados brutos de vídeo.

2. Metodologia

Dados e Pré-processamento

• Dataset: Utilizou-se um conjunto de dados público com 274 vídeos de microscopia de fluorescência de células vivas (93 horas de duração, 186 frames).
• Tratamento: 118 vídeos continham células tratadas com cisplatina (em três dosagens) para induzir danos no DNA.
• Canais de Imagem: Três marcadores fluorescentes foram monitorados:
  1. CFP-hGeminin (progressão do ciclo celular).
  2. NR1D1::VNP (relógio circadiano e metabolismo).
  3. Reporter de atividade transcricional de p53 (resposta ao estresse/dano no DNA).
• Extração: Trajetórias de células individuais foram extraídas, cortando (cropping) regiões de 112x112 pixels ao redor do centróide de cada célula, gerando sequências temporais de imagens brutas. O dataset final contém ~51.000 trajetórias, com eventos de mitose e apoptose rotulados.

Arquitetura do Modelo (Transformer)

O modelo proposto é baseado em Transformers, projetado para processar sequências temporais diretamente:

1. Backbone de Extração de Características: Cada frame da sequência é processado independentemente por uma rede ResNet-50 para gerar embeddings de 2048 dimensões.
2. Tokenização: Um token [cls] é adicionado ao início da sequência para representar o estado global da trajetória.
3. Codificação Temporal: Embeddings posicionais sinusoidais são adicionados para codificar a ordem temporal.
4. Encoder Transformer: A sequência passa por um encoder com 8 camadas idênticas, cada uma com 4 cabeças de atenção (multi-head self-attention), para modelar dependências de longo alcance.
5. Camada de Atenção Final: Uma camada de atenção adicional agrega as informações temporais, permitindo identificar a relevância relativa de cada frame para a previsão final.
6. Classificação: O token [cls] transformado é passado por uma camada linear para prever o destino (Apoptose vs. Mitose).

Abordagem de Explicabilidade

Para interpretar o modelo, os autores desenvolveram um framework baseado em atenção:

• Identificação de Frames Chave: Durante a inferência, extraem-se os pesos de atenção da última camada. Os frames são divididos em dois grupos: Alta Atenção (top 10% dos pesos) e Baixa Atenção (restante).
• Análise de Características: Para cada grupo, calculam-se características manuais (área, perímetro, excentricidade, circularidade, intensidade média dos canais de fluorescência).
• Testes Estatísticos: Utilizam-se testes de permutação e o Delta de Cliff para quantificar a magnitude e direção das diferenças nas distribuições de características entre frames de alta e baixa atenção, sem assumir normalidade dos dados.

Experimentos de Truncamento

Para determinar quando a previsão se torna possível, realizaram-se experimentos onde frames foram removidos:

• Truncamento do final: Remoção progressiva dos últimos frames (0 a 50) para ver a queda na acurácia.
• Janela Temporal Restrita: Treinamento/avaliação usando apenas os últimos $k$ frames da sequência.

3. Resultados Principais

Desempenho de Classificação

• O modelo alcançou uma Acurácia Balanceada (BAcc) de 0,94 e um F1-score de 0,93 no conjunto de teste.
• Demonstrou alta sensibilidade para a classe minoritária (apoptose), identificando corretamente 91,3% dos casos, com uma baixa taxa de falsos positivos (3,5% das mitoses classificadas erroneamente como apoptose).

Análise Temporal (Truncamento)

• Previsão Antecipada: A previsão de destino celular é possível até 10 horas antes do evento (morte ou divisão).
• Diferenças Temporais:
  • Mitose: A informação preditiva está concentrada nos frames finais. Remover os últimos 5 frames causa uma queda significativa na precisão. O modelo consegue prever mitose com alta precisão usando apenas os últimos 5-10 frames.
  • Apoptose: A informação preditiva está distribuída ao longo de uma janela temporal mais ampla. Remover os últimos frames tem um impacto menor inicialmente, mas a precisão cai gradualmente conforme mais frames são removidos. Frames iniciais da trajetória contêm sinais preditivos significativos para apoptose.

Características Preditivas (Explicabilidade)

• Mitose: Frames de alta atenção caracterizam-se por células maiores, mais arredondadas (maior circularidade, menor excentricidade) e com intensidade elevada de p53. Isso reflete o "redondamento mitótico" clássico.
• Apoptose: Frames de alta atenção também mostram células maiores, mas não necessariamente arredondadas (muitas vezes esticadas). Há uma elevação significativa na intensidade de p53 e, crucialmente, no canal do relógio circadiano.
• Ciclo Celular: Não houve diferença significativa no canal do ciclo celular entre frames de alta e baixa atenção, sugerindo que a progressão do ciclo não foi o principal fator discriminativo para o modelo neste contexto.

4. Contribuições Chave

1. Modelo Transformer para Destino Celular: Introdução de uma arquitetura baseada em Transformer para prever o destino de células cancerígenas diretamente a partir de sequências de imagens brutas, sem depender de características morfológicas pré-definidas.
2. Explicabilidade Temporal: Desenvolvimento de um framework que mapeia não apenas o que o modelo aprendeu, mas quando (quais frames) e como (quais características morfológicas/moleculares) essas decisões são tomadas.
3. Descoberta de Sinais Biológicos: Demonstração de que os sinais preditivos para apoptose e mitose têm distribuições temporais distintas (difusas vs. focadas no final) e que marcadores como p53 e relógio circadiano são críticos para a previsão de morte celular.
4. Validação em Dados Desbalanceados: Sucesso na previsão de eventos raros (apoptose) em um dataset desbalanceado, mantendo alta precisão e recall.

5. Significado e Impacto

Este trabalho transforma a microscopia de lapso temporal de uma ferramenta descritiva para um framework quantitativo capaz de identificar determinantes precoces da resposta a drogas.

• Interpretabilidade Biológica: O modelo não é uma "caixa preta"; ele revela que a morte celular (apoptose) é precedida por processos graduais e distribuídos no tempo (envolvendo p53 e ritmos circadianos), enquanto a divisão celular é marcada por mudanças morfológicas abruptas e tardias.
• Aplicação Clínica Potencial: A capacidade de prever o destino de uma célula 10 horas antes do evento permite a identificação de células resistentes ou vulneráveis em estágios iniciais. Isso poderia guiar intervenções terapêuticas prospectivas, como a aplicação de drogas secundárias ou perturbação de vias de sinalização em janelas temporais críticas, antes que a resistência se estabeleça.
• Metodologia Geral: A abordagem demonstra que modelos de aprendizado profundo baseados em atenção são ferramentas ideais para capturar dinâmicas de sinalização complexas e dependentes de fase/amplitude que análises estáticas ou de janelas curtas não conseguem detectar.

O código do projeto está disponível publicamente no repositório GitHub mencionado no artigo.