[논문 리뷰] A coupled autoencoder approach for multi-modal analysis of cell types

Rohan Gala, Nathan W. Gouwens외 7명|arXiv (Cornell University)|2019. 11. 06.

Cell Image Analysis Techniques인용 수 17

한 줄 요약

이 논문은 전사체와 전기생리학적 프로파일을 포함한 다중 모달 단세포 데이터를 공유되는 저차원 표현을 학습하여 정렬하기 위해 k-결합된 오토인코더 프레임워크를 제안한다. 전기생리학적 데이터에서 전사체 세포 유형을 예측할 때 약 80%의 정확도를 달성하며, 희소한 쌍화가 이루어진 경우에도 한 모달리티에만 존재하는 세포 유형을 발견할 수 있다.

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.

연구 동기 및 목표

• 전사체와 전기생리학 등 다양한 단세포 모달리티 간의 일관되지 않은 세포 유형 정의 문제를 해결하기 위해.
• 단일 모달리티에서 측정된 세포의 일부만 다중 모달리티에서 측정된 경우에도 작동하는 견고한 다중 모달 표현 정렬 프레임워크를 개발하기 위해.
• 다른 모달리티에서 학습된 표현을 기반으로 한 모달리티에서 세포 유형을 정확하게 예측할 수 있도록 하기 위해.
• 직접 쌍화되지 않은 경우에도 한 모달리티에만 존재하는 세포 유형을 식별하기 위해.
• 데이터 구조에 대한 최소한의 가정을 두고 다중 모달 단세포 데이터셋의 공동 분석을 위한 확장 가능하고 미분 가능한 방법을 제공하기 위해.

제안 방법

• 각 모달리티는 별도의 오토인코더로 처리되며, 공유된 잠재 표현을 갖는 k-결합 오토인코더(k-CAE)를 사용한다.
• 배치 공분산 행렬의 최소 고유값을 기반으로 한 새로운 결합 손실 함수를 도입하여 표현 붕괴를 방지하며, 배치 정규화에서 발생하는 문제를 피한다.
• 최적화 목표는 가능도 함수를 최대화하는 확률적 해석에 기반하여 일반화 가능성과 이론적 정당성을 확보한다.
• 학습 후 공유된 잠재 공간에 가우시안 혼합 모델을 피팅하여 클러스터링 및 세포 유형 탐색을 가능하게 한다.
• 부분적으로 쌍화된 데이터셋을 처리할 수 있도록 설계되어, 일부 세포만 다중 모달리티에서 측정된 경우에도 작동한다.
• 다양한 모달리티 간 예측이 가능하며, 한 모달리티의 원시 데이터나 세포 유형 레이블을 다른 모달리티에서 예측할 수 있다.

실험 결과

연구 질문

• RQ1 공유 표현을 사용하여 한 모달리티(예: 전사체)에서 정의된 세포 유형이 다른 모달리티(예: 전기생리학)에서 정확하게 예측될 수 있는가?
• RQ2 세포의 일부만 다중 모달리티에서 측정되는 경우, 서로 다른 모달리티의 표현을 어떻게 정렬할 수 있는가?
• RQ3 결합된 오토인코더의 실패 모드는 무엇이며, 안정적이고 의미 있는 잠재 표현을 확보하기 위해 어떻게 완화할 수 있는가?
• RQ4 쌍화된 데이터가 없더라도 한 모달리티에만 존재하는 세포 유형을 프레임워크가 식별할 수 있는가?
• RQ5 제안된 결합 메커니즘이 생물학적 구조를 유지하면서 신뢰할 수 있는 저차원 표현 학습을 지원하는가?

주요 결과

• 전사체 계층을 15개 클래스로 분해했을 때, 전기생리학 기록에서 전사체 세포 유형을 예측하는 데 약 80%의 정확도를 달성한다.
• 전사체 계층을 25개 클래스로 분해했을 때 정확도가 약 70%로 떨어지며, 클래스의 세분성에 민감함을 보인다.
• 결합된 오토인코더는 한 모달리티에만 존재하는 세포 유형을 성공적으로 식별하며, 공유된 잠재 공간에서 명확하게 분리된 비중첩 클러스터링을 보인다.
• 최근접 이웃 거리 분석을 통해 한 모달리티의 쌍화되지 않은 유형이 다른 모달리티의 유형과 신뢰성 있게 구분됨을 확인했다(p < 0.01, K-S 검정).
• 최소 고유값 기반 정규화가 표현 붕괴를 효과적으로 방지하며, 다차원적 구조 유지 측면에서 배치 정규화를 능가한다.
• 프레임워크는 원시 데이터의 다중 모달 재구성을 가능하게 하여, 분류를 넘어서는 유용성을 입증한다.