[논문 리뷰] COEM: Cross-Modal Embedding for MetaCell Identification

Mao, Haiyi, Jia, Minxue외 3명|arXiv (Cornell University)|2022. 07. 15.

Single-cell and spatial transcriptomics인용 수 4

한 줄 요약

COEM는 단일 모달성 방법보다 더 정확하고 잘 분리된 메타셀룰러 식별을 가능하게 하기 위해 scRNA-seq와 scATAC-seq 데이터를 공유된 저차원 공간에 함께 통합하는 교차 모달 변동형 오토인코더(COEM)를 도입한다. 이는 챔린 접근성과 유전자 발현 역학의 균형을 통해 임의의 음성 피크-유전자 상관관계를 감소시켜 조절 인fer런스를 향상시키고, SEACells보다 빠른 클러스터링을 달성한다.

ABSTRACT

Metacells are disjoint and homogeneous groups of single-cell profiles, representing discrete and highly granular cell states. Existing metacell algorithms tend to use only one modality to infer metacells, even though single-cell multi-omics datasets profile multiple molecular modalities within the same cell. Here, we present extbf{C}ross-M extbf{O}dal extbf{E}mbedding for extbf{M}etaCell Identification (COEM), which utilizes an embedded space leveraging the information of both scATAC-seq and scRNA-seq to perform aggregation, balancing the trade-off between fine resolution and sufficient sequencing coverage. COEM outperforms the state-of-the-art method SEACells by efficiently identifying accurate and well-separated metacells across datasets with continuous and discrete cell types. Furthermore, COEM significantly improves peak-to-gene association analyses, and facilitates complex gene regulatory inference tasks.

연구 동기 및 목표

• 기존 메타셀룰러 방법이 하나의 옴믹 모달리티에 의존함으로써 챔린 개방과 전사 간 시간 지연으로 인한 편향을 초래하는 한계를 해결하기 위해.
• 공유된 잠재 공간에서 scRNA-seq와 scATAC-seq 데이터를 공동으로 모델링하여 메타셀룰러 식별 정확도를 향상시키기 위해.
• 챔린 접근성과 유전자 발현 간 시간 지연으로 인해 발생하는 가짜 음성 피크-유전자 연관성 감소를 위해.
• 더 생물학적으로 일관된 메타셀룰러 표현을 활용하여 후속 유전자 조절 네트워크 인fer런스를 향상시키기 위해.

제안 방법

• COEM는 공동된 scRNA-seq와 scATAC-seq 데이터로부터 공유된 저차원 잠재 표현을 학습하기 위해 수정된 다중 시야 변동형 오토인코더(VAE)를 사용한다.
• 모델은 잠재 표현과 세포 유형을 조건으로 하여 유전자 발현과 챔린 접근성이 조건부 독립임을 가정하며, 공동 생성 모델링을 가능하게 한다.
• 지역 세포 이웃 관계를 포착하기 위해 공유된 잠재 공간에서 KNN 그래프를 구축한다.
• 스펙트럴 클러스터링을 KNN 그래프에 적용하여 강한 분리성과 밀집도를 가진 고해상도 메타셀룰러를 식별한다.
• 클러스터 할당 기반으로 원본 단일세포 프로파일에서 메타셀룰러 특징을 집계하여 후속 분석을 수행한다.
• 특히 연속적이고 이산적인 세포 유형을 포함한 데이터셋에서 SEACells에 비해 메타셀룰러 순도, 분리성, 계산 효율성 측면에서 뛰어나다.

실험 결과

연구 질문

• RQ1 scRNA-seq와 scATAC-seq 데이터의 공동 모델링이 단일 모달성 접근법에 비해 메타셀룰러 식별 정확도를 향상시킬 수 있는가?
• RQ2 다양한 옴믹 데이터 통합이 조절 역학의 시간 지연으로 인해 발생하는 가짜 음성 피크-유전자 상관관계를 감소시키는가?
• RQ3 COEM는 이산적 세포 유형과 연속적인 발달 경로 모두에서 더 생물학적으로 일관되고 잘 분리된 메타셀룰러를 식별할 수 있는가?
• RQ4 대규모 단일세포 데이터셋에서 COEM의 계산 효율성은 SEACells와 같은 최첨단 방법과 비교해 어떻게 되는가?

주요 결과

• COEM는 sci-CAR 데이터셋에서 메타셀룰러 순도 0.91을 달성하여 SEACells-ATAC(0.67)와 SEACells-RNA(0.74)보다 유의미하게 높은 세포유형 해상도를 보였다.
• CD34+ 골수 데이터셋에서 COEM는 음성 피크-유전자 연관성을 1.3%로 감소시켰으며, SEACells-ATAC의 25.1%에 비해 더 생물학적으로 타당한 비율을 반영했다.
• GATA2 유전자에 대해 COEM는 피크-유전자 상관계 0.73을 달성하여 SEACells-ATAC(0.62)를 초월했고, 단일세포 수준의 상관계 0.1에 비해 극명하게 높았다.
• 네 개의 데이터셋에서 COEM의 스펙트럴 클러스터링은 동일한 잠재 공간에서 아키타입 분석 대비 실행 시간을 한 단계 감소시켰다.
• COEM는 연속적인 발달 경로를 포함한 여러 데이터셋에서 우수한 분리성과 밀집도를 가진 메타셀룰러를 식별했다.
• 강력하고 생물학적으로 타당한 피크-유전자 상관계를 보여줌으로써 더 정확한 유전자 조절 네트워크 인fer런스를 가능하게 했다.