[論文レビュー] AIRIVA: A Deep Generative Model of Adaptive Immune Repertoires

Melanie F. Pradier, Niranjani Prasad+9 more|arXiv (Cornell University)|Apr 26, 2023

vaccines and immunoinformatics approaches被引用数 4

ひとこと要約

AIRIVA は、疾患状態、HLA型、シーングエッジング深度などの系統的バイアスを分離できるように、T細胞受容体（TCR）アッセイの潜在的表現を解体可能で解釈可能な形で学習する深層生成モデルである。このモデルは、疾患関連性の強力な予測、潜在空間における要因干渉によるイン・シリコ上での反事実的アッセイ生成、外部データで裏付けられた疾患特異的TCRの同定を可能にし、COVID-19およびHSV-1/2アッセイにおいて、性能の向上を示している。

ABSTRACT

Recent advances in immunomics have shown that T-cell receptor (TCR) signatures can accurately predict active or recent infection by leveraging the high specificity of TCR binding to disease antigens. However, the extreme diversity of the adaptive immune repertoire presents challenges in reliably identifying disease-specific TCRs. Population genetics and sequencing depth can also have strong systematic effects on repertoires, which requires careful consideration when developing diagnostic models. We present an Adaptive Immune Repertoire-Invariant Variational Autoencoder (AIRIVA), a generative model that learns a low-dimensional, interpretable, and compositional representation of TCR repertoires to disentangle such systematic effects in repertoires. We apply AIRIVA to two infectious disease case-studies: COVID-19 (natural infection and vaccination) and the Herpes Simplex Virus (HSV-1 and HSV-2), and empirically show that we can disentangle the individual disease signals. We further demonstrate AIRIVA's capability to: learn from unlabelled samples; generate in-silico TCR repertoires by intervening on the latent factors; and identify disease-associated TCRs validated using TCR annotations from external assay data.

研究の動機と目的

• 高 Diversity でスパースかつ系統的バイアスに満ちた適応的免疫アッセイにおいて、疾患特異的TCRを同定する課題に対処すること。
• 疾患ラベル、HLA型、シーングエッジング深度などの生物学的変数に関連する、分離可能で解釈可能な潜在要因を学習する半教師あり生成モデルの開発。
• 潜在要因に干渉することで反事実的TCRアッセイをイン・シリコで生成し、モデルの妥当性評価とTCR-疾患関連性の発見を可能にすること。
• 特に免疫ゲノム分野で一般的な低サンプル数・多様性の高いコhortにおいて、ラベルなしアッセイを活用することで、モデルの頑健性と一般化性能を向上させること。
• 外部TCRアノテーションデータを用いて、モデルが生物学的に意味のあるTCR-疾患関連性を同定できるかを検証すること。

提案手法

• AIRIVA は、疾患状態やHLA型といった生物学的変数に対応する潜在要因の分離を強制する因子化された条件付き事前分布を備えた変分オートエンコーダである。
• 生成能力を維持しつつ、予測ラベルと潜在要因を一致させるように促進するため、分類器誘導型損失を用いる。
• 部分的なラベルが付与されたTCRカウントデータを用いて学習することで、ラベルなしアッセイからの半教師あり学習を可能にし、一般化性能の向上を図る。
• 反事実的アッセイは、潜在空間において特定の潜在要因（例：疾患状態の切り替え）に干渉し、再構成することで合成TCRアッセイを生成する。
• 潜在空間への射影と反事実的整合性指標を用いて、分離性の妥当性を検証し、モデル選択を支援する。
• 条件付き生成とCATE（条件付き平均処置効果）推定をサポートし、特定の疾患状態に関連するTCRを同定する。

実験結果

リサーチクエスチョン

• RQ1 深層生成モデルは、疾患状態などの生物学的要因と、シーングエッジング深度などの技術的交絡要因を分離できる、解釈可能なTCRアッセイの潜在的表現を学習できるか？
• RQ2 ラベルなしTCRアッセイを活用することで、低データ環境におけるAIRIVAの疾患予測性能はどの程度向上するか？
• RQ3 潜在要因を操作することで、生物学的に妥当なイン・シリコ上での反事実的アッセイを生成できるか？また、それらは既知のTCR-疾患関連性と整合性を示すか？
• RQ4 AIRIVAはどの程度、疾患特異的TCRを同定できるか？また、それらの予測は外部TCRアノテーションデータを用いて裏付けられるか？
• RQ5 AIRIVAにおける分離可能な表現学習は、自然感染とワクチン接種を区別するなど、多様なサブグループにおけるモデルの頑健性を向上させるか？

主な発見

• AIRIVA は、TCRアッセイにおける疾患シグナルを効果的に分離し、COVID-19においてSARS-CoV-2自然感染とワクチン接種状態の区別において、より頑健な性能を示した。
• ラベルなしアッセイを活用することで、ラベル予測性能が向上し、特に低サンプル数・多様性の高い免疫ゲノムコhortにおける実用的価値を示した。
• 異なる干渉条件下でも反事実的アッセイが一貫性を示し、潜在空間の操作によって現実的な生物学的状況を模擬できる能力が妥当であることが検証された。
• AIRIVA は、SARS-CoV-2のスパイク抗原および非スパイク抗原に関連するTCRを同定し、外部TCRアノテーションデータで予測の妥当性が裏付けられた。
• 分離可能な潜在要因により、解釈可能な診断、縦断的モニタリング、および細胞療法開発に向けたTCRの同定が可能となった。
• AIRIVA は、感染症パネル、HLAタイピング、バッチ効果検出など、マルチラベル設定へのスケーラビリティの可能性を示し、分離性と反事実的生成の強固な基盤を備えている。