Single-Cell Cross-Modal Transfer by Adversarial Fine-Tuning of Foundation Models

Resumo Técnico: Transferência Transmodal de Célula Única por Ajuste Fino Adversário de Modelos de Fundação

Definição do Problema
A transcriptômica espacial (ST) oferece leituras de expressão gênica com resolução espacial, mas é frequentemente limitada em cobertura de transcriptoma e escala subcelular. Por outro lado, o sequenciamento de RNA de célula única (scRNA-seq) fornece dados de todo o transcriptoma, mas carece de contexto espacial devido à dissociação tecidual. Embora essas modalidades sejam complementares, adquirir dados de ST e scRNA-seq pareados das mesmas amostras é frequentemente proibitivo em termos de custo ou impossível. Consequentemente, há uma necessidade de métodos computacionais capazes de traduzir dados de scRNA-seq não pareados em características de expressão de contexto espacial. O desafio central abordado é aprender essa tradução a partir de dados totalmente não pareados (onde as células em cada modalidade originam-se de diferentes amostras de tecido ou pacientes), aproveitando o fato de que ambas as modalidades se manifestam como dados de contagem.

Metodologia: SCXM
Os autores propõem o SCXM (Single-Cell Cross-Modal), um framework que utiliza o ajuste fino adversário de um modelo de fundação de célula única pré-treinado para traduzir a expressão gênica de scRNA-seq em características de expressão espacialmente agrupadas (spatially bulked).

• Backbone do Modelo de Fundação: O codificador ($G_E$) é construído sobre um transformador GeneformerV2 pré-treinado. Para adaptar este modelo de fundação, os autores empregam uma estratégia de "ajuste fino" (fine-tuning) onde todos os blocos, exceto os quatro últimos de autoatenção, são congelados. Um MLP de duas camadas é anexado ao token <cls> para projetar a representação para a dimensionalidade espacial alvo.
• Definição de Contexto Espacial: O contexto espacial ($Z$) é definido via convolução de grafo em um grafo espacial derivado de dados de ST. Para uma determinada célula $i$ e gene $g$, o contexto é computado como uma soma ponderada dos valores de expressão das células vizinhas ($z_{ig} = \sum_{j \in N(i)} k_{ij} y_{jg}$), utilizando um kernel Gaussiano com um raio de 25µm.
• Framework de Aprendizado (WGAN-GP): O treinamento utiliza uma GAN de Wasserstein com Penalidade de Gradiente (WGAN-GP).
  • Gerador ($G_E$): Mapeia a entrada de scRNA-seq ($X$) para uma representação espacial latente ($Z$).
  • Discriminador ($D$): Treinado para estimar a Distância do Transportador da Terra (EMD) entre a distribuição gerada e a distribuição espacial real, impondo a continuidade K-Lipschitz via penalidade de gradiente.
  • Decodificador ($G_D$): Um decodificador congelado reconstrói a expressão de ST a partir de características espaciais pré-computadas $Z$ derivadas de dados de ST.
• Função Objetivo: O modelo é treinado com uma abordagem semissupervisionada combinando quatro termos:
  1. Perda WGAN ($L_{WGAN}$): Perda adversária para alinhar distribuições.
  2. Penalidade de Gradiente ($L_{GP}$): Impõe continuidade Lipschitz.
  3. Perda de Reconstrução de ST ($L_{ST}$): Garante que o decodificador possa reconstruir dados de ST a partir de suas próprias características espaciais.
  4. Perda de Consistência Espacial ($L_{SC}$): Uma penalidade de consistência onde a previsão do codificador para dados de scRNA-seq é decodificada pelo decodificador congelado e comparada contra a entrada original de scRNA-seq (fatiada para o painel de genes espacial). Isso explora a intercambialidade de dados de contagem entre as modalidades.

Principais Contribuições

1. Tradução Não Pareada: Demonstrou que um modelo de fundação de célula única pode realizar a tradução transmodal de scRNA-seq para características de contexto de ST usando dados totalmente não pareados, sem a necessidade de amostras pareadas para o treinamento.
2. Ajuste Fino Adversário: Introduziu um protocolo específico de ajuste fino adversário para modelos de fundação no domínio ômico, utilizando penalidades de consistência para guiar o codificador em direção a uma posterior consistente.
3. Validação Biológica: Mostrou que células dissociadas retêm pistas relativas aos seus antigos vizinhanças espaciais, permitindo que o modelo infira padrões de expressão espacialmente agrupados (ex: distinguindo expressão gênica de células agrupadas vs. isoladas).

Resultados
O método foi avaliado em três conjuntos de dados: Pulmão Humano, Cérebro de Camundongo e Câncer de Mama Humano, utilizando dados Xenium Prime como um conjunto de validação pareado de alta complexidade.

• Desempenho: O SCXM superou os métodos de tradução não pareados existentes (scConfluence e scACT) em todos os conjuntos de dados.
  • Pulmão: Coeficiente de Correlação de Pearson (PCC) mediano de 0.4291 (SCXM) vs. 0.1750 (scConfluence) e 0.0065 (scACT).
  • Mama: PCC mediano de 0.4551 (SCXM) vs. 0.1964 (scConfluence) e 0.0284 (scACT).
  • Cérebro: PCC mediano de 0.1700 (SCXM) vs. 0.0573 (scConfluence) e 0.0151 (scACT). Os autores observam que o desempenho foi menor no conjunto de dados menor do cérebro, mas destacam que o gene com melhor desempenho alcançou um PCC de 0.7085.
• Caracterização de Nicho: O modelo identificou com sucesso regiões de alta expressão espacialmente agrupada (ex: CXCR4), que correlacionaram com o enriquecimento de tipos celulares específicos (Células B) e permitiram a segmentação de células B isoladas vs. agrupadas. A análise diferencial revelou regulação positiva significativa de genes relacionados ao nicho (ex: POU2AF1, MS4A1) em grupos agrupados.
• Enriquecimento de Vias: A Análise de Enriquecimento de Conjunto de Genes (GSEA) no conjunto de dados de pulmão mostrou que as previsões do SCXM melhor recapitularam vias relacionadas à identidade de linhagem pulmonar e angiogênese (biologia espacial de grande escala), seguidas por vias de resposta imune. Vias relacionadas à sinalização célula-célula e ciclo celular foram menos bem recapituladas.

Significância e Alegações
O artigo afirma que o SCXM demonstra sucesso preliminar na tradução entre dados de scRNA-seq e ST a partir de fontes completamente não pareadas. Os autores postulam que o desempenho superior sobre os métodos de base se deve ao uso de penalidades de consistência (Equações 3 e 4), que introduzem efetivamente a supervisão através da exploração da relação de dados de contagem entre as modalidades, contrastando com as abordâncias puramente não supervisionadas de consistência de ciclo ou planos de transporte ótimo de outros métodos.

O trabalho sugere que a principal força do SCXM reside em capturar contextos espaciais proeminentes (como linhagem tecidual e angiogênese) em vez de processos de sinalização altamente localizados e finos. Os autores concluem modestamente que, embora o método seja promissor, trabalhos futuros são necessários para entender seus limites, particularmente em relação a mudanças de domínio entre diferentes tipos de tecidos e tecnologias, e para explorar a integração da composição de tipos celulares espaciais para uma representação mais universal da biologia espacial.