[論文レビュー] Towards a mathematical theory of trajectory inference

Hugo Lavenant, Stephen X. Zhang+2 more|arXiv (Cornell University)|Feb 18, 2021

Single-cell and spatial transcriptomics参考文献 68被引用数 12

ひとこと要約

本稿は、エントロピー最適輸送に基づく凸変分法を用いて、単細胞RNA-sequencing（scRNA-seq）データから細胞の軌道経路を再構築するための数学的枠組みを提案する。弱い条件下でも、真の確率過程の軌道が疎な時系列周辺分布から一貫して回復可能であることを証明し、その結果として滑らかな凸最適化問題を効率的に解くGlobal Waddington-OT（gWOT）アルゴリズムを導入した。このアルゴリズムは、合成データおよび実際のデータセットにおいて強力な経験的性能を示した。

ABSTRACT

We devise a theoretical framework and a numerical method to infer trajectories of a stochastic process from samples of its temporal marginals. This problem arises in the analysis of single cell RNA-sequencing data, which provide high dimensional measurements of cell states but cannot track the trajectories of the cells over time. We prove that for a class of stochastic processes it is possible to recover the ground truth trajectories from limited samples of the temporal marginals at each time-point, and provide an efficient algorithm to do so in practice. The method we develop, Global Waddington-OT (gWOT), boils down to a smooth convex optimization problem posed globally over all time-points involving entropy-regularized optimal transport. We demonstrate that this problem can be solved efficiently in practice and yields good reconstructions, as we show on several synthetic and real datasets.

研究の動機と目的

• 単細胞データの制限された時系列周辺分布から、軌道推定のための厳密な数学的枠組みを構築すること。
• 時間分解能のない、高次元の細胞状態測定値から確率過程の軌道を再構築する逆問題に対処すること。
• 凸変分定式化に基づく軌道再構築の理論的一貫性を確立すること。
• 実世界の単細胞データセット、特に複雑なダイナミクスを示すものに対してもスケーラブルな効率的数値アルゴリズム（gWOT）を設計すること。
• 発生研究や疾患研究における高密度時系列サンプリングの実験的設計を支援すること。

提案手法

• 本手法は、全時刻にわたるグローバルな凸最適化問題として軌道推定を定式化し、エントロピー最適輸送に基づく正則化目的関数を最小化する。
• ドリフト項とポテンシャルを持つ拡散過程の法則の変分的特徴づけを活用し、周辺制約下でのエントロピー最小化と関連付ける。
• コアとなる最適化問題は、経路の同時分布上に定式化され、滑らかさと計算の実行可能性を保証するためエントロピー正則化が用いられる。
• アルゴリズムは時刻と空間を離散化し、無限次元問題を有限次元凸計画問題に変換し、数値最適化で解けるようにする。
• 分岐過程の場合は、gWOTが「輸送」と「分岐」の段階を交互に繰り返し、数値解析における分割スキームを模倣する。
• 各時刻における経験的周辺分布に基づくデータ適合項を組み込み、観測された細胞状態分布と整合するようにする。

実験結果

リサーチクエスチョン

• RQ1 直接的な経路観測がなく、時系列周辺分布のサンプルのみから、確率過程の真の軌道を一貫して回復できるか？
• RQ2 最適輸送と凸最適化を用いた単細胞データにおける発生的軌道の再構築の理論的基盤は何か？
• RQ3 細胞分化に一般的に見られる分岐過程は、どのように整合的な数学的枠組みに統合できるか？
• RQ4 時刻サンプリング密度と空間離散化の影響は、再構築精度にどのように現れるか？
• RQ5 ラインナージ・トレーシングやポテンシャル・ランドスケープに関する事前知識といった追加の生物学的制約を、この手法にどのように拡張できるか？

主な発見

• 理論的解析により、凸変分定式化を用いることで、確率過程の真の経路上の法則が、時系列周辺分布からのみ一貫して回復可能であることが証明された。
• gWOTは、分岐を伴うか否かにかかわらず、合成データ上で高精度な軌道再構築を達成した。
• 特に高カーブチャージ領域において、カーネルスムージングや他のベースライン手法よりも優れた性能を示した。
• 本フレームワークは、実際のscRNA-seqリプログラミング時系列データに対しても、生物学的に妥当な分化経路を回復できることを示した。
• 本手法は、不確実性の定量的評価や実験的設計の基盤を提供し、発生的軌道のカーブチャージに基づいた最適なサンプリング戦略を示唆した。