[论文解读] Variational autoencoders for tissue heterogeneity exploration from (almost) no preprocessed mass spectrometry imaging data

Paolo Inglese, James L. Alexander+3 more|arXiv (Cornell University)|Aug 23, 2017

Gaussian Processes and Bayesian Inference参考文献 3被引用 3

一句话总结

本文提出一种变分自编码器（VAE）框架，用于在极少预处理的情况下对质谱成像（MSI）数据进行无监督探索。通过直接从原始光谱轮廓中学习非线性、低维潜在表征，VAE 在捕捉组织异质性方面优于主成分分析（PCA），从而实现对结肠组织样本中复杂生化模式更精确的聚类与重建，且无需进行峰检测或光谱对齐。

ABSTRACT

The paper presents the application of Variational Autoencoders (VAE) for data dimensionality reduction and explorative analysis of mass spectrometry imaging data (MSI). The results confirm that VAEs are capable of detecting the patterns associated with the different tissue sub-types with performance than standard approaches.

研究动机与目标

• 解决在生化模式未知的复杂组织中分析高维、非靶向质谱成像（MSI）数据的挑战。
• 探究深度生成模型（如VAE）是否能有效捕捉线性方法（如PCA）失效时的MSI数据中的非线性分子模式。
• 评估VAE在无需峰检测或光谱对齐的前提下，于MSI数据中实现数据压缩、可视化与聚类的性能。
• 对比VAE与标准PCA在重建原始光谱数据及识别生物相关组织亚型方面的表现。

提出的方法

• 在原始MSI数据上端到端训练一个具有多层感知机（MLP）编码器和解码器的变分自编码器（VAE），以学习连续的、低维潜在空间。
• VAE使用重参数化技巧以支持反向传播，潜在变量z采样为z = μ + σε，其中ε ~ N(0, I)。
• 模型采用高斯先验p(z) = N(0, I)和多元伯努利似然p(x|z)进行重建，损失函数结合KL散度与负对数似然。
• VAE在6例人类结肠组织的解吸电喷雾电离（DESI）MSI数据上进行训练，光谱在600–1000 m/z范围内线性插值。
• 使用VAE和PCA的潜在表征进行下游聚类（高斯混合模型）与重建，性能通过均方误差（MSE）评估。

实验结果

研究问题

• RQ1 VAE能否在无需峰检测或光谱对齐的情况下，从原始MSI数据中学习到有意义的非线性潜在表征？
• RQ2 与PCA相比，基于VAE的降维在保留MSI数据中的组织形态与生化异质性方面表现如何？
• RQ3 与PCA得分相比，VAE生成的潜在空间是否能提升组织亚型聚类的准确性？
• RQ4 VAE在多大程度上能以更高保真度重建原始MSI光谱，优于PCA？

主要发现

• VAE在光谱重建中的均方误差（MSE）显著低于PCA，六例样本的MSE范围为0.027至0.042，而PCA的MSE范围为0.065至0.082。
• 基于VAE的潜在表征实现了更精确的组织亚型聚类，使用VAE特征的高斯混合模型（GMM）在2至19种聚类配置下始终能识别出关键形态结构（如中心亚型），而PCA则无法实现。
• VAE模型在少于200次训练迭代内即成功捕捉到组织异质性，损失迅速稳定，表明其在原始MSI数据上训练高效。
• VAE潜在空间的可视化揭示了与组织学特征一致的明显聚类模式（如样本2中的黄色聚类），而PCA得分在组织区域外表现出以噪声为主的变异。
• VAE模型对高维、噪声较大的MSI数据表现出鲁棒性，能有效压缩数据并保留生物相关模式，且无需预处理步骤。