[论文解读] Semiparametric spectral modeling of the Drosophila connectome

Carey E. Priebe, Youngser Park+9 more|arXiv (Cornell University)|May 9, 2017

Plant and animal studies参考文献 7被引用 23

一句话总结

本文提出了一种半参数谱建模方法，用于完整 larval Drosophila 横纹球体连接组，结合邻接谱嵌入（ASE）与受约束的高斯混合模型（GMM），该模型在二次均值和线性协方差曲线上施加约束。该方法识别出一种潜在结构模型（LSM），捕捉了具有生物学意义的神经元组织结构，揭示了肯尼安细胞（Kenyon cells）中具有稳定聚类性和预测神经元功能能力的7组分混合结构。

ABSTRACT

We present semiparametric spectral modeling of the complete larval Drosophila mushroom body connectome. Motivated by a thorough exploratory data analysis of the network via Gaussian mixture modeling (GMM) in the adjacency spectral embedding (ASE) representation space, we introduce the latent structure model (LSM) for network modeling and inference. LSM is a generalization of the stochastic block model (SBM) and a special case of the random dot product graph (RDPG) latent position model, and is amenable to semiparametric GMM in the ASE representation space. The resulting connectome code derived via semiparametric GMM composed with ASE captures latent connectome structure and elucidates biologically relevant neuronal properties.

研究动机与目标

• 开发一种完整 larval Drosophila 横纹球体连接组的生成模型，以捕捉潜在的结构组织。
• 通过在嵌入空间中建模非均匀、弯曲的潜在结构，解决标准谱聚类的局限性。
• 提出一种半参数潜在结构模型（LSM），作为随机块模型（SBM）的推广，同时也是随机点积图（RDPG）的一个特例。
• 通过在邻接谱嵌入空间中进行受约束的高斯混合建模，推导出一种具有生物可解释性的连接组编码。
• 利用 BIC 和一致性理论验证模型，确保统计可靠性与生物学相关性。

提出的方法

• 对包含 213 个神经元（包括 100 个肯尼安细胞（KCs））的有向加权连接组应用邻接谱嵌入（ASE），以获得低维潜在位置。
• 提出一种受约束的高斯混合模型（GMM），其中分量均值遵循二次曲线，协方差在嵌入空间中线性变化，从而在参数空间 $\mathscr{C}_{KC}$ 中形成一条曲线。
• 使用具有固定参数结构的 EM 算法：均值 $\mu(t)$ 为 $t$ 的二次函数，协方差 $\Sigma(t)$ 为两个方差的线性组合，并按单位矩阵缩放。
• 通过 EM 算法估计参数，约束条件为 $\mu_j$ 和 $\Sigma_j$ 沿曲线 $\mathscr{C}_{KC}$ 均匀分布，以确保平滑性和可解释性。
• 使用 BIC 选择 KC 神经元的最优分量数（$K=7$），在模型拟合与复杂度之间取得平衡。
• 在真实分布位于受约束参数空间 $\mathscr{C}_{KC}$ 的假设下，建立估计量的一致性。

实验结果

研究问题

• RQ1 仅靠谱聚类能否充分捕捉 larval Drosophila 横纹球体连接组的复杂非球形结构？
• RQ2 肯尼安细胞在 MB 连接组中的连接模式背后存在何种潜在结构？
• RQ3 结合 ASE 和受几何约束的 GMM 的半参数模型，是否能比标准模型生成更具生物学意义的连接组编码？
• RQ4 所提出的潜在结构模型（LSM）与随机块模型（SBM）相比，在捕捉神经元连接模式方面表现如何？
• RQ5 在结构约束下，当样本量增加时，混合模型的估计参数空间是否保持一致？

主要发现

• 受约束的均值与协方差曲线的半参数 GMM 成功建模了肯尼安细胞的潜在结构，BIC 选择出 $K=7$ 个分量。
• 在嵌入空间中估计的曲线 $\widehat{\mathscr{C}}_{KC}$ 捕捉了神经元亚型的平滑连续进展，表明其具有生物学上合理的连接属性梯度。
• 在真实分布位于 $\mathscr{C}_{KC}$ 的约束下，估计量具有一致性，表现为 $\widehat{m}_j$ 和 $\widehat{\sigma}^2_j$ 的渐近收敛至真实值。
• 所得的连接组编码揭示了 KC 神经元中与已知生物学特性（如突触输入模式和在学习中的功能角色）相关联的显著聚类模式。
• 该方法优于标准谱聚类，能够捕捉线性或球形假设所遗漏的非球形、弯曲聚类。
• 估计的混合模型为神经元身份和连接性提供了预测框架，具有在连接组范围内的推断与模拟应用潜力。