[논문 리뷰] Nonnegative spatial factorization

F. William Townes, Barbara E. Engelhardt|arXiv (Cornell University)|2021. 10. 12.

Genetic and phenotypic traits in livestock참고 문헌 60인용 수 9

한 줄 요약

이 논문은 다변량 공간 전사체 분석 데이터에서 해석 가능하고 공간적으로 일관된 패턴을 식별하는 비확률적 차원 감소 모델인 비음성 공간 요인분해(NSF)를 소개한다. NSF는 비음성 행렬 분해와 가우시안 프로세스를 결합하여 비음성 요인과 로딩을 통해 해석 가능성을 향상시키며, MEFISTO와 같은 실수값 모델보다 일반화된 공간적 유전자 발현 패턴을 더 잘 식별한다. 또한 하이브리드 공간/비공간 확장 기법을 통해 공간적 영향력을 정량화할 수 있다.

ABSTRACT

Gaussian processes are widely used for the analysis of spatial data due to their nonparametric flexibility and ability to quantify uncertainty, and recently developed scalable approximations have facilitated application to massive datasets. For multivariate outcomes, linear models of coregionalization combine dimension reduction with spatial correlation. However, their real-valued latent factors and loadings are difficult to interpret because, unlike nonnegative models, they do not recover a parts-based representation. We present nonnegative spatial factorization (NSF), a spatially-aware probabilistic dimension reduction model that naturally encourages sparsity. We compare NSF to real-valued spatial factorizations such as MEFISTO and nonspatial dimension reduction methods using simulations and high-dimensional spatial transcriptomics data. NSF identifies generalizable spatial patterns of gene expression. Since not all patterns of gene expression are spatial, we also propose a hybrid extension of NSF that combines spatial and nonspatial components, enabling quantification of spatial importance for both observations and features. A TensorFlow implementation of NSF is available from https://github.com/willtownes/nsf-paper .

연구 동기 및 목표

• 다변량 공간 전사체 분석 데이터에 대한 실수값 공간 요인분해 모델의 해석 가능성 부족 문제를 해결하기 위해.
• 공간적 구조를 유지하면서도 유전자 발현 패턴의 부분 기반 비음성 표현을 가능하게 하는 차원 감소 방법을 개발하기 위해.
• 유전자 발현 특징에서 공간적 요소와 비공간적 요소의 상대적 중요도를 정량화하기 위해.
• 정규화에 의해 유도되는 왜곡 없이 원시 카운트 데이터에 직접 작용하는 확률적이고 확장 가능한 프레임워크를 제공하기 위해.
• 고차원 공간 전사체 데이터셋에서 생물학적으로 의미 있는 공간 패턴을 발견할 수 있도록 하기 위해.

제안 방법

• NSF는 고차원 공간 유전자 발현 데이터를 공간적으로 상관된 가우시안 프로세스 요인들의 비음성 선형 조합으로 모델링한다.
• 모델은 요인과 로딩에 비음성 제약 조건을 적용한 확률적 잠재변수 프레임워크를 사용하여 부분 기반의 해석 가능한 표현을 보장한다.
• 스pars한 정밀도 행렬(SPDE)을 활용한 확률적 변분 추론 기법을 적용하여 대규모 공간 데이터셋에서의 확장 가능한 추론을 가능하게 한다.
• 하이브리드 확장인 NSF-H는 특징을 공간적 요인과 비공간적 요인의 혼합으로 모델링하여 공간적 및 비공간적 성분을 통합한다.
• 정규화에 의한 왜곡을 피하기 위해 원시 UMI 카운트에 직접 훈련하며, 음이항 분포 가능도를 사용한다.
• SPDE 스타일 스무딩을 통한 후처리를 통해 로딩 행렬이 해석 가능하고, 구성요소별 행의 합이 1이 되도록 보장한다.

실험 결과

연구 질문

• RQ1 비음성 공간 요인분해는 실수값 모델보다 공간 전사체 데이터에서 더 해석 가능하고 일반화 가능한 공간 패턴을 회복할 수 있는가?
• RQ2 비음성 제약 조건의 포함이 다변량 유전자 발현 데이터에서 공간적으로 상관된 잠재 요인의 해석 가능성에 어떻게 기여하는가?
• RQ3 유전자 발현의 공간 패턴이 데이터의 전체 구조에 얼마나 기여하는가, 그리고 이를 정량화할 수 있는가?
• RQ4 공간적 및 비공간적 성분을 분리하는 하이브리드 모델이 공간 전사체 데이터셋에서 진정한 생물학적 구조를 더 잘 포착할 수 있는가?
• RQ5 NSF는 MEFISTO 및 표준 scRNA-seq 차원 감소 도구보다 생물학적으로 관련된 공간 패턴을 더 잘 식별하는가?

주요 결과

• NSF는 Visium 마우스 뇌, Slide-seqV2 마우스 해마, XYZeq 마우스 간성 등 여러 공간 전사체 데이터셋에서 일반화 가능한 공간적 유전자 발현 패턴을 성공적으로 식별했다.
• NSF의 비음성 제약 조건은 더 해석 가능한 로딩을 이끌어내며, 각 구성요소에 속한 유전자가 일관된 생물학적 기능과 세포 유형 연관성을 보였다.
• Visium 마우스 뇌 데이터셋에서 NSF는 덴트리 기저핵과 CA1와 같은 알려진 뇌 영역이 풍부한 구성요소를 식별했으며, GO 어조화는 신경 기능 및 시냅스 기능을 지지했다.
• 하이브리드 NSF-H 모델은 데이터셋에 따라 60–80%의 유전자 발현 변동성이 공간적으로 유도된 것으로 정량화했다.
• 특히 지역 특이적 유전자 발현 프로그램을 탐지하는 데 있어, MEFISTO 및 표준 차원 감소 방법보다 NSF가 생물학적으로 관련된 공간 패턴을 더 잘 식별했다.
• 12개의 CPU 코어를 사용하여 Slide-seqV2 데이터셋(180 GB 메모리)에서도 대규모 데이터셋에서 확장 가능한 추론을 달성했으며, 고차원 공간 데이터에 대한 실용적 적용 가능성을 입증했다.