[論文レビュー] A coupled autoencoder approach for multi-modal analysis of cell types

Rohan Gala, Nathan W. Gouwens+7 more|arXiv (Cornell University)|Nov 6, 2019

Cell Image Analysis Techniques被引用数 17

ひとこと要約

本論文は、転写産物および電気生理的プロファイルの2つのモダリティを、共有の低次元表現を学習することで、マルチモodalな単細胞データを整列するためのk-カップルドオートエンコーダフレームワークを提案する。電気生理的データから転写産物の細胞型を予測する際、約80%の正確性を達成し、ペアリングが疎な状況下でも、1つのモダリティにのみ存在する細胞型の同定を可能にする。

ABSTRACT

Recent developments in high throughput profiling of individual neurons have spurred data driven exploration of the idea that there exist natural groupings of neurons referred to as cell types. The promise of this idea is that the immense complexity of brain circuits can be reduced, and effectively studied by means of interactions between cell types. While clustering of neuron populations based on a particular data modality can be used to define cell types, such definitions are often inconsistent across different characterization modalities. We pose this issue of cross-modal alignment as an optimization problem and develop an approach based on coupled training of autoencoders as a framework for such analyses. We apply this framework to a Patch-seq dataset consisting of transcriptomic and electrophysiological profiles for the same set of neurons to study consistency of representations across modalities, and evaluate cross-modal data prediction ability. We explore the problem where only a subset of neurons is characterized with more than one modality, and demonstrate that representations learned by coupled autoencoders can be used to identify types sampled only by a single modality.

研究の動機と目的

• 転写産物や電気生理学などの異なる単細胞モダリティ間で不一致する細胞型定義の問題に対処すること。
• 一部の細胞が複数のモダリティで測定されている場合でも動作する、耐障害性の高いクロスモーダル表現整列フレームワークの開発。
• 1つのモダリティからの表現を学習することで、他のモダリティからの細胞型の正確な予測を可能にすること。
• 直接的なペアリングがなくても、1つのモダリティにのみ存在する細胞型を同定できること。
• データ構造に関する仮定を最小限に抑えつつ、マルチモーダルな単細胞データセットの共同解析に適したスケーラブルで微分可能な手法の提供。

提案手法

• 各モダリティが別個のオートエンコーダで処理され、共有の潜在表現を持つk-カップルドオートエンコーダ（k-CAE）を採用する。
• バッチ共分散行列の最小固有値に基づく新しいカップリング損失を導入し、表現崩壊を防止する。バッチ正規化で見られる問題を回避する。
• 最適化目的関数が尤度関数を最大化することに対応する確率的解釈に基づく。一般化と理論的裏付けが可能になる。
• 学習後、共有潜在空間に混合ガウスモデルをフィットさせ、クラスタリングと細胞型発見を可能にする。
• 一部の細胞のみが複数のモダリティで測定されている部分ペアリングデータセットに対応できるように設計されている。
• クロスモーダル予測が可能である：一方のモダリティから、他方のモダリティの生データまたは細胞型ラベルを予測できる。

実験結果

リサーチクエスチョン

• RQ1 あるモダリティ（例：転写産物）で定義された細胞型が、共有表現を用いて、別のモダリティ（例：電気生理学）から正確に予測可能か？
• RQ2 一部の細胞しか両方のモダリティで測定されていない場合、異なるモダリティの表現をどのように整列できるか？
• RQ3 カップルドオートエンコーダの失敗モードは何か？ そして、安定的かつ意味のある潜在表現を保つために、どのように緩和できるか？
• RQ4 ペアリングデータがなくても、1つのモダリティにのみ存在する細胞型を同定できるか？
• RQ5 提案されたカップリング機構は、生物学的構造を保持する低次元表現学習を信頼性高くサポートするか？

主な発見

• 15クラスに分解された転写産物の階層を想定した場合、電気生理的記録から転写産物の細胞型を予測する際、約80%の正確性を達成した。
• 転写産物の階層が25クラスに分解された場合、正確性は約70%に低下し、分類の細分化に敏感であることが示された。
• 本手法は、1つのモダリティにのみ存在する細胞型を、共有潜在空間における明確に分離された非重複クラスタとして成功して同定した。
• 最近接ノード距離解析により、1つのモダリティにのみ存在するタイプが、他方のモダリティのタイプと有意に区別可能であることが確認された（K-S検定、p < 0.01）。
• 最小固有値に基づく正規化は、表現崩壊を効果的に防止し、バッチ正規化を上回って多次元構造を維持した。
• 本フレームワークは、分類を超えて生データのクロスモーダル再構成を可能とし、分類以外の応用の有効性を示した。