Cross-Slice Knowledge Transfer via Masked Multi-Modal Heterogeneous Graph Contrastive Learning for Spatial Gene Expression Inference

---

1. Problema e Motivação

A Transcriptômica Espacial (ST) revolucionou a compreensão da expressão gênica no contexto tecidual, permitindo a quantificação precisa de genes em locais específicos. No entanto, sua aplicação em larga escala e em ambientes clínicos é limitada pelo alto custo experimental e complexidade técnica.

Em contraste, as imagens de patologia coradas com Hematoxilina e Eosina (H&E) são rotineiramente adquiridas, baratas e amplamente disponíveis. O desafio central é prever perfis de expressão gênica espacial diretamente dessas imagens de H&E.

Limitações dos Métodos Existentes:

• Foco em uma única fatia: A maioria dos métodos atuais modela apenas as relações espaciais dentro de uma única fatia de tecido (intra-fatia), ignorando padrões de expressão compartilhados entre diferentes amostras (inter-fatias).
• Ruído e Esparsidade: Os dados de ST são inerentemente ruidosos e esparsos (valores faltantes ou baixos), o que dificulta a aprendizagem de representações robustas.
• Falta de Contexto Global: Métodos que apenas mapeiam imagem para expressão ou usam alinhamento multimodal local não conseguem capturar dependências espaciais complexas que transcendem uma única amostra.

2. Metodologia: O Framework SpaHGC

Os autores propõem o SpaHGC, um novo framework de aprendizado contrastivo baseado em grafos heterogêneos multimodais com máscara. O objetivo é modelar simultaneamente as relações intra-fatia e inter-fatia para transferir conhecimento de amostras de referência para a amostra alvo.

2.1. Construção do Grafo Heterogêneo Multimodal

O modelo constrói um grafo $\mathbf{G} = (\mathbf{V}, \mathbf{E})$ composto por três tipos de subgrafos e arestas:

1. Grafo de Fatia-Alvo (Target-slice, TS): Conecta spots vizinhos dentro da mesma fatia alvo baseada na distância euclidiana, capturando a continuidade espacial local e o contexto tecidual.
2. Grafo Cruzado entre Fatias (Cross-slice, CS): Conecta spots da fatia alvo com spots de fatias de referência (do mesmo tipo de tecido) baseando-se na similaridade de embeddings visuais extraídos por um modelo fundacional de patologia (UNI). Isso permite a transferência de conhecimento morfológico.
3. Grafo de Fatias de Referência (Reference-slice, RS): Conecta spots dentro das fatias de referência entre si, utilizando características combinadas de imagem e expressão gênica. Isso cria um "andaime semântico global" para representar padrões de expressão consistentes.

2.2. Módulos Principais de Aprendizado

• CNDA (Cross Node Dual Attention): Um mecanismo de atenção bidirecional que estabelece canais de comunicação dinâmicos entre nós alvo e nós de referência. Ele permite que o nó alvo selecione e transfira conhecimento morfológico e de expressão gênica dos nós de referência, suprimindo variações inter-fatias irrelevantes.
• CNAP (Cross Node Attention Pool): Um módulo de pooling de atenção unidirecional que integra adaptativamente informações auxiliares dos nós de referência para enriquecer a representação dos nós alvo, guiando a fusão de informações com base no contexto semântico.

2.3. Estratégia de Mascaramento Complementar

Para lidar com o ruído e a esparsidade dos dados de ST, o SpaHGC emprega uma estratégia de mascaramento complementar:

• Gera duas visões aumentadas do grafo onde os nós são mascarados de forma mutuamente exclusiva (se um recurso é mascarado na visão 1, ele é mantido na visão 2).
• Isso simula a perda de características e ruídos reais, forçando o modelo a aprender representações estáveis e consistentes através de um objetivo de aprendizado contrastivo (minimizando a distância coseno entre as representações das duas visões).

2.4. Função de Perda

A otimização combina:

• Perda de Erro Quadrático Médio (MSE) entre a expressão real e a prevista.
• Perda baseada no Coeficiente de Correlação de Pearson (PCC) para garantir a fidelidade do padrão de expressão.
• Perda Contrastiva entre as duas visões aumentadas para robustez.

3. Principais Contribuições

1. Framework SpaHGC: Uma abordagem inovadora que integra grafos heterogêneos multimodais com aprendizado contrastivo mascarado, superando a limitação de análise de "fatia única".
2. Mecanismos de Transferência de Conhecimento: Introdução dos módulos CNDA e CNAP para transferência eficiente e robusta de conhecimento entre fatias, preservando padrões individuais específicos.
3. Estratégia de Mascaramento: Desenvolvimento de uma estratégia de mascaramento complementar específica para tipos de nós, melhorando a robustez contra ruídos e dados faltantes típicos de ST.
4. Desempenho Superior: O modelo alcançou resultados state-of-the-art (SOTA) em sete conjuntos de dados públicos, abrangendo diferentes plataformas (ST, Visium), tipos de tecido e subtipos de câncer.

4. Resultados Experimentais

O SpaHGC foi avaliado em sete conjuntos de dados (incluindo Carcinoma de Células Escamosas Cutâneas, Câncer de Mama, Linfonodos e Câncer Pancreático) e comparado com nove métodos de ponta.

• Métricas de Desempenho: O SpaHGC superou consistentemente todos os baselines em Coeficiente de Correlação de Pearson (PCC) e Erro Quadrático Médio (RMSE).
  • A melhoria no PCC variou de 7,3% a 27,1% em relação aos melhores métodos existentes.
  • Testes estatísticos (Wilcoxon) confirmaram a significância dessas melhorias ($p < 0.001$).
• Reconstrução de Padrões: Visualizações de genes marcadores (ex: SPINK5, CEACAM5) mostraram que o SpaHGC preserva melhor os padrões de expressão originais e a estrutura espacial em comparação com outros métodos.
• Identificação de Tumores: Em tarefas de agrupamento para identificar regiões tumorais, o SpaHGC obteve o maior Índice de Rand Ajustado (ARI), demonstrando alta precisão na delimitação de áreas patológicas.
• Relevância Biológica: Análises de enriquecimento de vias (KEGG e GO) indicaram que as previsões do modelo estão fortemente alinhadas com vias biológicas relacionadas à progressão do câncer, superando até mesmo os dados originais em significância estatística em alguns casos.
• Estudos de Ablação: A remoção de qualquer componente (arestas CS, módulos CNDA/CNAP ou estratégia de mascaramento) resultou em queda significativa no desempenho, validando a importância de cada parte do framework.

5. Significância e Conclusão

O SpaHGC representa um avanço significativo na inferência de expressão gênica espacial a partir de imagens de patologia. Ao superar a barreira da análise isolada de fatias e incorporar mecanismos robustos para lidar com ruídos e transferir conhecimento entre amostras, o modelo oferece uma alternativa viável, barata e precisa para obter perfis transcriptômicos espaciais.

Isso tem implicações profundas para a pesquisa biomédica e clínica, permitindo a análise de grandes coortes de dados de patologia histórica (H&E) com informações moleculares ricas, facilitando a descoberta de biomarcadores e a compreensão da heterogeneidade tumoral sem a necessidade de sequenciamento espacial caro para cada amostra. O código e os dados estão disponíveis publicamente, promovendo a reprodutibilidade e a adoção na comunidade científica.