[논문 리뷰] Towards a mathematical theory of trajectory inference

Hugo Lavenant, Stephen X. Zhang외 2명|arXiv (Cornell University)|2021. 02. 18.

Single-cell and spatial transcriptomics참고 문헌 68인용 수 12

한 줄 요약

이 논문은 단일세포 RNA-시퀀싱 데이터로부터 세포 경로를 복원하기 위한 수학적 프레임워크를 제안한다. 엔트로피 최적 운반 기반의 볼록 변분 방법을 사용하며, 미약한 조건 하에서 진정한 확률과정 경로는 희박한 시간적 마진으로 일관되게 복원될 수 있음을 증명한다. 또한, 실수 및 합성 데이터셋에서 강력한 경험적 성능을 보이는 효율적인 Global Waddington-OT (gWOT) 알고리즘을 도입한다.

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.

연구 동기 및 목표

• 단일세포 데이터의 제한된 시간 마진에서 경로 추론을 위한 엄밀한 수학적 프레임워크를 개발하는 것.
• 시간 해상도가 없는 고차원 세포 상태 측정치로부터 확률과정 경로를 복원하는 역문제를 다루는 것.
• 볼록 변분 공식화에 기반해 경로 복원의 이론적 일관성을 확립하는 것.
• 복잡한 동역학을 지닌 실세계 단일세포 데이터셋에 스케일링 가능한 효율적 수치 알고리즘(gWOT)을 설계하는 것.
• 발생 및 질병 연구에서 고밀도 시간경로 샘플링을 위한 실험 설계를 안내하는 것.

제안 방법

• 경로 추론을 모든 시간점에 걸쳐 정의된 전역 볼록 최적화 문제로 공식화하며, 엔트로피 최적 운반에 기반한 정규화된 목적함수를 최소화한다.
• 드리프트와 퍼텐셜을 갖는 확산과정의 법칙에 대한 변분 특성화를 활용하여, 마진 제약 조건 하에서 엔트로피 최소화와 연결한다.
• 핵심 최적화 문제는 경로의 공동 법칙 위에서 정의되며, 부드러움과 계산 가능성을 보장하기 위해 엔트로피 정규화를 사용한다.
• 알고리즘은 시간과 공간을 이산화하여 무한차원 문제를 유한차원 볼록 프로그램으로 변환하고, 수치 최적화를 통해 해결한다.
• 분열 과정의 경우, gWOT는 '운반'과 '분열' 단계를 번갈아 적용하여 수치해석의 분할 스킴을 모방한다.
• 각 시간점에서의 경험적 마진을 기반으로 데이터 피팅 항목을 통합하여 관측된 세포 상태 분포와의 일치를 보장한다.

실험 결과

연구 질문

• RQ1 직접적인 경로 관측 없이, 시간 마진 샘플만으로도 확률과정의 진정한 경로를 일관되게 복원할 수 있는가?
• RQ2 최적 운반과 볼록 최적화를 사용해 단일세포 데이터에서 발달 경로를 복원하는 데 이론적 기반은 무엇인가?
• RQ3 세포 분화에서 흔한 분열 과정은 어떻게 일관된 수학적 프레임워크에 통합될 수 있는가?
• RQ4 시간점 샘플링 밀도와 공간 이산화가 복원 정확도에 어떤 영향을 미치는가?
• RQ5 선조 추적 또는 잠재적 장력에 대한 사전 지식과 같은 추가 생물학적 제약 조건을 어떻게 통합할 수 있는가?

주요 결과

• 이론적 분석을 통해, 볼록 변분 공식화를 통해 시간 마진만으로도 확률과정의 진정한 경로 법칙이 일관되게 복원될 수 있음을 증명하였다.
• gWOT는 분열이 있는가 없는가에 관계없이 합성 데이터셋에서 고해상도 경로 복원을 달성하였다.
• 특히 곡률이 높은 영역에서 기저 곡선을 복원할 때 커널 스무딩 및 기타 기준 방법보다 gWOT가 뛰어난 성능을 보였다.
• 실제 scRNA-seq 재프로그래밍 시간경로 데이터에서 정확한 추론이 가능했으며, 생물학적으로 타당한 분화 경로를 회복하였다.
• 이 방법은 불확실성 정량화와 실험 설계의 기초를 제공하며, 발달 경로의 곡률에 기반한 최적의 샘플링 전략을 제안한다.