조직학 이미지로 유전자 발현 예측하는 SpaFactor 모델
SpaFactor: Lightweight Spatial Context-Aware Gene Program Modeling for Histology-to-Transcriptomics Inference
arXiv고비용의 공간 전사체 분석을 대체하기 위해, 일반적인 조직학 염색 이미지(H&E)만으로 유전자 발현 패턴을 예측하는 'SpaFactor' 모델이 개발되었습니다.
- SpaFactor는 유전자를 개별 목표로 보는 대신, 조직의 미세 환경(형태)과 유전자 프로그램 간의 상호 연관성을 통합적으로 모델링하여 정확도를 높입니다.
- 이는 기존 방식의 한계를 극복하고, 고비용으로 제한되던 공간 전사체 분석에 대한 확장성 높은 대안을 제시하며 생물학적 패턴 재현 능력을 크게 향상시킵니다.
- 경량화된 저랭크 분해 구조 덕분에 계산 효율성을 유지하면서도, 특히 변동성이 큰 유전자 예측에서 뛰어난 성능과 생물학적 충실도를 입증했습니다.
공간 전사체 분석(ST)은 조직 구조 내에서 유전자 발현을 프로파일링하지만, 높은 비용과 실험적 복잡성 때문에 일상적인 사용이 제한적입니다. 이에 따라 루틴하게 이용 가능한 헤마톡실린-에오신(H&E) 이미지로부터 공간 발현을 예측하는 것이 확장성 있는 대안으로 제시되었습니다. 기존 방법들은 고차원 유전자 출력을 독립적인 목표로 다루어, 유전자 간의 생물학적 협응성을 놓치고 높은 차원의 노이즈와 과적합에 취약하다는 한계가 있었습니다.
SpaFactor는 이러한 문제를 해결하기 위해 경량화되고 효율적인 저랭크 형태-프로그램-유전자 분해 프레임워크를 도입했습니다. 이 모델은 입력 단계에서 중앙 지점의 시각적 표현과 다중 스케일 지역 주변 맥락을 효과적으로 융합하여, 세포 형태와 미세 환경 이질성을 포착하는 조직학적 표현을 생성합니다. 이후 잔여 MLP(residual MLP)가 조직 미세환경으로부터 저차원 잠재 유전자 프로그램으로 비선형 매핑을 학습하도록 합니다.
SpaFactor는 공유된 유전자 로딩을 통해 조정된 다중 유전자 발현 예측을 수행하며, 다섯 개의 공개 코호트에서 최고의 종합 성능을 달성했습니다. 특히 공간적으로 변동성이 큰 유전자의 경우 명확한 개선을 보였으며, 이는 조직 맥락과 유전자 프로그램을 결합하여 경량화된 공동 모델링이 예측 정확도와 생물학적 충실도를 모두 향상시킬 수 있음을 입증합니다.