[論文レビュー] RxRx1: A Dataset for Evaluating Experimental Batch Correction Methods

Maciej Sypetkowski, Morteza Rezanejad+10 more|arXiv (Cornell University)|Jan 13, 2023

Cell Image Analysis Techniques被引用数 7

ひとこと要約

本論文は、4種類のヒト由来細胞株を用い、1,138の遺伝的バイオプシーに対して51の実験バッチにわたる、125,510枚の高解像度6チャネル蛍光顕微鏡画像からなる46GBのデータセットRxRx1を紹介する。バッチ補正手法の評価を目的としたバイオプシー分類タスクを提案し、適応的バッチ正規化（AdaBN）が未学習バッチへの一般化を顕著に向上させることを示した。自己標準化を併用した場合、87.1%の精度を達成し、標準バッチ正規化や勾配反転法を上回った。

ABSTRACT

High-throughput screening techniques are commonly used to obtain large quantities of data in many fields of biology. It is well known that artifacts arising from variability in the technical execution of different experimental batches within such screens confound these observations and can lead to invalid biological conclusions. It is therefore necessary to account for these batch effects when analyzing outcomes. In this paper we describe RxRx1, a biological dataset designed specifically for the systematic study of batch effect correction methods. The dataset consists of 125,510 high-resolution fluorescence microscopy images of human cells under 1,138 genetic perturbations in 51 experimental batches across 4 cell types. Visual inspection of the images alone clearly demonstrates significant batch effects. We propose a classification task designed to evaluate the effectiveness of experimental batch correction methods on these images and examine the performance of a number of correction methods on this task. Our goal in releasing RxRx1 is to encourage the development of effective experimental batch correction methods that generalize well to unseen experimental batches. The dataset can be downloaded at https://rxrx.ai.

研究の動機と目的

• ハイ・スループット生物学的スクリーニングデータにおける技術的バッチ効果の混同要因を解消すること。
• 画像ベースのフェノタイプスクリーニングにおける実験的バッチ補正手法を評価するための標準化ベンチマークを提供すること。
• 機械学習を生物学的画像解析に応用する際のドメイン適応および一般化の体系的評価を可能とすること。
• 学習データに含まれない未観測の実験バッチに対しても一般化可能な手法の開発を促進すること。
• 生物学的画像解析におけるドメイン一般化、トランスファーラーニング、少数ショットラーニングの研究を支援すること。

提案手法

• 本データセットは、51の実験バッチ、4種類の細胞株、1,139のバイオプシークラス（空のクラスを含む）からなる125,510枚の6チャネル蛍光顕微鏡画像から構成される。
• バッチ補正の効果を評価するための分類タスクを提案：一部のバッチを学習に使用し、保証された未学習バッチでテストすることで、モデルの一般化性能を評価する。
• 深層学習モデルに適応的バッチ正規化（AdaBN）をバックボーンとして採用し、各画像に対応する実験バッチの統計量に基づいて特徴を正規化する。
• 画像前処理には自己標準化（self-standardization）を採用：各画像のチャネルをそれぞれの平均と標準偏差で正規化。これが最高の性能を示した。
• 補正手法の有効性を評価するための3つの指標を導入：バイオプシー分類精度、未学習バッチへの一般化性能、多様な実験条件下でのロバストネス。
• AdaBNと勾配反転法、標準バッチ正規化を比較し、収束速度、精度、トレーニングランの分散を測定した。

Figure 1: (a) Top: Depiction of full-complementarity of an siRNA to an mRNA to knockdown a particular target gene. Bottom: Depiction of partial-complementarity in the seed-region of an siRNA, leading to partial knockdown of hundreds of additional genes. (b) Schematic of a 384-well plate demonstratin

実験結果

リサーチクエスチョン

• RQ1 適応的バッチ正規化（AdaBN）は、ハイコントtentスクリーニングデータにおいて、未学習の実験バッチに対してバッチ効果をどれほど効果的に補正できるか？
• RQ2 画像チャネルの自己標準化は、画像ベースのフェノタイプスクリーニングにおけるバッチ補正手法の性能を向上させるか？
• RQ3 異なる正規化戦略（例：画像単位、バッチ単位、プレート単位）は、バイオプシー分類精度およびモデルの一般化性能にどのように影響するか？
• RQ4 深層学習ベースのバッチ補正手法は、トレーニング時に観測されていない完全に新しい実験バッチに対しても効果的に一般化できるか？
• RQ5 誤った相関関係やバッチ固有のアーチファクトは、生物学的に意味のある形態的表現の学習をどの程度妨げるか？

主な発見

• 各画像のチャネルをその平均と標準偏差で自己標準化することで、87.1%という最高のバイオプシー分類精度が達成された。
• AdaBNは未学習の実験バッチへの一般化性能が最も高く、標準バッチ正規化および勾配反転法を上回った。
• AdaBNは収束が早く、トレーニングラン全体で標準偏差が低く、学習の一貫性が高かった（平均 ± 標準偏差）。
• 勾配反転法は性能を向上させたが、未学習バッチへの一般化に失敗しており、バッチ固有のパターンを学習している可能性を示唆した。
• 提案されたタスクはバッチ効果と生物学的変動を明確に分離でき、補正手法の定量的評価を可能にした。
• データセットとタスクは、バッチ効果が分類性能を著しく歪めることが判明しており、未処理状態では保証バッチで精度が87.1%（自己標準化）から78.4%に低下した。

Figure 2: 6-channel faux-colored composite image of HUVEC cells (left) and individual channels (right) stained with Hoechst 33342 (channel 1, blue), Alexa Fluor 488 Concanavalin A (channel 2, green), Alexa Fluor 568 Phalloidin (channel 3, red), Syto14 (channel 4, cyan), MitoTracker Deep Red FM (chan