Cross-scale spatially-aware generative modeling of transcriptomic programs underlying neurodegenerative brain organization

Resumo Técnico: Modelagem Generativa Transescalar e Espacialmente Consciente de Programas Transcriptômicos Subjacentes à Organização Cerebral Neurodegenerativa

Declaração do Problema
Os transtornos neurodegenerativos, particularmente a doença de Alzheimer (DA), exibem padrões altamente organizados e não aleatórios de vulnerabilidade regional do céreão. Embora estudos anteriores de imagem-transcriptômica tenham estabelecido correlações entre a expressão gênica e fenótipos de neuroimagem (ex: afinamento cortical), essas abordagens são predominantemente correlativas e lineares. Elas frequentemente falham em modelar os processos biológicos latentes ou as interações não lineares cross-escala que explicam como a organização transcriptômica de microescala dá origem às estruturas neurodegenerativas de macroescala. Além disso, os métodos existentes frequentemente tratam as regiões cerebrais como amostras independentes, negligenciando a suavidade espacial e as relações topológicas inerentes à organização cortical. Há uma necessidade de um framework generativo que possa unir a arquitetura molecular de microescala com a vulnerabilidade de doença de macroescala, respeitando restrições espaciais biologicamente plausíveis.

Metodologia
Os autores propõem um framework generativo transescalar e espacialmente consciente que integra o aprendizado de representação transcriptômica com a predição espacialmente restrita. O pipeline consiste nos seguintes componentes:

1. Integração de Dados e Pré-processamento:

   • Transcriptômica: Perfis de expressão gênica regional foram derivados do Allen Human Brain Atlas (AHBA). Dados de seis doadores neurotípicos foram mapeados para o atlas cortical Desikan-Killiany (68 regiões). Para reduzir a dimensionalidade mantendo o sinal biológico, os autores filtraram o transcriptoma para 910 genes de referência (landmarks) da plataforma LINCS L1000.
   • Mapas de Neurodegeneração: Medições de espessura cortical foram obtidas da coorte do Alzheimer's Disease Neuroimaging Initiative (ADNI) (926 controles cognitivamente normais e 426 sujeitos com DA). A vulnerabilidade à neurodegeneração regional ($Y$) foi quantificada como a diferença contínua na média da espessura cortical entre os grupos DA e controle ($Y_r = \mu_{NC,r} - \mu_{AD,r}$).
   • Alinhamento: Ambos os conjuntos de dados foram harmonizados para as mesmas 68 regiões corticais.

2. Arquitetura Generativa (Autoencoder Variacional com Regularização Espacial):
   O modelo emprega uma arquitetura de Autoencoder Variacional (VAE) modificada para predição de neurodegeneração:

   • Encoder (Codificador): Uma rede neural mapeia o vetor transcriptômico de alta dimensão ($x \in \mathbb{R}^{910}$) para uma distribuição latente de baixa dimensão ($z \in \mathbb{R}^{64}$), parametrizada por média e variância. Essas variáveis latentes representam "programas transcriptômicos" comprimidos.
   • Decoder (Decodificador): Reconstrói o perfil transcriptômico original a partir do embedding latente para garantir que o espaço latente preserve a estrutura molecular biologicamente significativa.
   • Mapeador de Vulnerabilidade: Uma rede separada projeta os embeddings latentes ($z$) para prever a vulnerabilidade à neurodegeneração regional ($\hat{y}$).
   • Regularização Espacial: Para impor uma organização espacial biologicamente plausível, uma restrição de suavidade baseada em grafos é aplicada. Uma matriz de adjacência representando regiões corticais vizinhas penaliza grandes diferenças na vulnerabilidade predita entre regiões adjacentes ($L_{spatial} = \sum A_{ij}(\hat{y}_i - \hat{y}_j)^2$).

3. Função Objetivo:
   O modelo é otimizado usando uma função de perda composta:
   $$L = L_{recon} + \beta L_{KL} + \lambda_1 L_{prediction} + \lambda_2 L_{spatial}$$
   Onde $L_{recon}$ é o erro de reconstrução transcriptômica (MSE), $L_{KL}$ é a divergência de Kullback-Leibler para regularização latente, $L_{prediction}$ é o erro na predição do afinamento cortical e $L_{spatial}$ impõe a suavidade espacial.

Principais Contribuições

• Modelagem Generativa de Biologia Transescalar: Diferente da tradicional ciência de associação imagem-transcriptômica, este framework aprende programas biológicos latentes que simultaneamente reconstroem a organização molecular e predizem a vulnerabilidade à doença. Isso vai além das associações descritivas para representações generativas de como a arquitetura transcriptômica impulsiona a degeneração.
• Aprendizado Espacialmente Consciente: A integração de uma regularização espacial baseada em grafos garante que as predições respeitem a continuidade anatômica do córtex, abordando a limitação de métodos que tratam regiões cerebrais como amostras independentes.
• Framework Unificado: O estudo fornece um pipeline computacional que liga explicitamente a expressão gênica de microescala (AHBA) com a degeneração estrutural de macroescala (ADNI) através de um espaço latente unificado e biologicamente restrito.

Resultados

• Desempenho Preditivo: O framework alcançou uma forte acurácia preditiva para a vulnerabilidade à neurodegeneração regional em 68 regiões corticais, gerando um score de $R^2$ de 0,8604 e uma correlação de Pearson de $r = 0,9439$ ($p < 0,001$) entre os perfis de vulnerabilidade observados e preditos. O Erro Quadrático Médio (MSE) foi de 0,001493.
• Organização Espacial: O modelo recapitulou com sucesso os padrões conhecidos da patologia da DA, identificando alta vulnerabilidade no córtex entorrinal, polo temporal e sistemas límbicos, enquanto poupou regiões sensoriais primárias (ex: córtex pericalcarino).
• Análise da Estrutura Latente: A redução de dimensionalidade (PCA e t-SNE) dos embeddings latentes aprendidos revelou trajetórias e vizinhanças estruturadas e não aleatórias. Essas representações latentes capturaram gradientes corticais distribuídos consistentes com a organização hierárquica cortical (de sistemas unimodais para transmodais) sem supervisão explícita sobre a hierarquia anatômica.
• Comparação com Baselines: Embora a regressão linear e a regressão ridge tenham alcançado valores de $R^2$ comparáveis (aprox. 0,89), os autores observam que a abordagem generativa proposta oferece uma interpretabilidade biológica superior ao aprender estruturas latentes comprimidas em vez de regressão direta de características. MLPs padrão sem regularização tiveram desempenho insatisfatório ($R^2 = -2,59$), destacando a necessidade da regularização e das restrições generativas propostas.

Significância e Alegações
O artigo afirma que este trabalho fornece uma base para a neurobiologia espacialmente consciente. Ao demonstrar que a modelagem generativa biologicamente restrita pode unir a organização transcriptômica de microescala com a estrutura neurodegenerativa de macroescala, o estudo sugere que programas transcriptômicos latentes são um determinante chave da vulnerabilidade cortical seletiva.

Os autores posicionam este framework como uma mudança dos "estudos de associação" para a "modelagem generativa biologicamente informada". Eles argumentam que as representações latentes aprendidas oferecem um nível intermediário biologicamente interpretável que explica como a arquitetura molecular contribui para a degeneração em nível de sistemas. O estudo conclui que tais abordagens podem ajudar a fechar a lacuna entre a neurociência molecular e a modelagem de doenças neurodegenerativas em nível de sistemas, oferecendo um framework escalável para investigações futuras sobre mecanismos transescalares.

Limitações Reconhecidas pelos Autores
Os autores caracterizam modestamente este trabalho como uma prova de conceito preliminar. Eles reconhecem diversas limitações:

• Fonte de Dados: O AHBA baseia-se em apenas seis doadores pós-morte, o que limita a captura da variabilidade interindividual.
• Natureza Estática: Os dados transcriptômicos são estáticos (pós-morte) e não capturam a progressão temporal dinâmica da DA.
• Foco em Nível Regional: O modelo prediz a suscetibilidade espacial em nível de grupo, em vez de trajetórias individuais ou estadiamento longitudinal da doença.
• Restrições Espaciais Simplificadas: A regularização espacial utiliza um grafo de vizinhança básico e não incorpora totalmente a conectividade estrutural complexa ou mecanismos de propagação trans-sináptica.