Single-Cell Cross-Modal Transfer by Adversarial Fine-Tuning of Foundation Models

Motivation

• Known: ST는 subcellular 해상도로 공간적 유전자 발현을 제공하지만 유전자 패널 수가 제한적이고, scRNA-seq는 whole-transcriptome을 제공하지만 조직에서 분리(dissociated)되어 공간 정보를 잃는다. 두 모달리티는 상호 보완적이라 알려져 있으며, dissociated cell의 발현이 원래 위치의 이웃 정보를 일부 보유한다는 사실도 알려져 있다.
• Gap: paired ST-scRNA-seq 데이터셋은 희소한 반면 각 모달리티의 unpaired 데이터는 풍부하지만, 기존 multi-omics translation 방법들(scConfluence, scACT, CellContrast 등)은 optimal transport 기반 페어링이나 cycle consistency 등 별도 정렬 메커니즘에 의존하며, single-cell foundation model을 직접 활용해 unpaired 상태에서 scRNA-seq로부터 공간적 맥락을 직접 추론하는 접근은 부재하다.
• Why: scRNA-seq만으로 공간적 맥락을 추론할 수 있다면 고비용의 paired ST 실험 없이도 조직 내 세포의 공간적 상태를 대규모로 예측할 수 있어, 공간생물학 연구의 비용과 샘플 제약을 크게 완화할 수 있다.
• Approach: scRNA-seq와 ST 데이터가 모두 count data라는 공통점을 이용해, single-cell foundation model의 encoder GE를 adversarial fine-tuning(WGAN-GP 기반)으로 학습시켜 scRNA-seq 유전자 발현을 ST 유래 spatially bulked expression 표현 공간으로 매핑한다.

Achievement

Figure 3. Gene-wise correlations on Xenium Prime validation

1. SCXM 프레임워크 제안: adversarial autoencoder 형태로 encoder GE, decoder GD, discriminator D를 결합하여, 완전히 unpaired된 scRNA-seq와 ST 데이터 간 cross-modal translation을 학습하는 semi-supervised 방식 제시.
2. spatial context 정의: 공간 그래프 상 Gaussian kernel 기반 graph convolution으로 spatially bulked expression Z를 정의하여 ST의 공간적 맥락을 정량화.
3. 다중 조직 데이터셋 검증: Lung, Brain, Breast 세 종류의 대규모 scRNA-seq/ST(Xenium, MERFISH, Xenium Prime) 데이터셋을 구축하여 방법을 검증하고, 고해상도 Xenium Prime 데이터를 paired validation set으로 활용.
4. 기존 multi-omics translation 방법 대비 우수한 성능: scConfluence, scACT, CellContrast 등과 비교하여 SCXM이 유리한 성능을 보임을 gene-wise correlation 등으로 입증.

How

Figure 2. SCXM model architecture, with GE a fine-tuned founda-

• scRNA-seq 데이터 X와 ST 데이터 Y를 완전히 unpaired 상태(교집합 없음, 유전자 패널만 일부 공유)로 가정
• ST 데이터에서 spatial graph를 구성하고 Gaussian kernel(반경 25µm)을 이용한 graph convolution으로 spatial context Z 계산
• WGAN-GP 프레임워크로 encoder GE(foundation model fine-tuning)가 discriminator D를 속이도록 학습(LWGAN), gradient penalty(LGP)로 K-Lipschitz 조건 만족
• decoder GD를 ST 발현 Y 재구성에 대해 학습(LST), 이 decoder를 freeze하여 encoder가 예측한 spatial feature를 scRNA-seq 유전자 발현으로 복원하도록 하는 consistency loss(LSC) 부여
• 전체 목적함수는 LWGAN, LGP, LST, LSC의 가중합으로 encoder/decoder는 최소화, discriminator는 최대화하는 min-max 최적화
• Lung, Brain, Breast 세 조직에서 CellxGene, GEO, 10x Genomics 데이터를 결합하고, 마우스 유전자는 BioMart로 인간 상동유전자에 매핑하여 모델 어휘와 호환
• Xenium Prime 고해상도 데이터를 활용해 unpaired 학습 설정에서도 근사적 paired validation 수행

Originality

• single-cell foundation model(예: Geneformer 계열)을 adversarial fine-tuning을 통해 cross-modal translation에 직접 활용한 최초 시도
• scRNA-seq와 ST 데이터가 모두 count data라는 공통 특성에 착안하여, optimal transport나 cycle consistency 없이 WGAN-GP 기반의 단일 방향 adversarial 정합만으로 unpaired translation을 수행
• 공간적 맥락을 별도 그래프 임베딩 모델이 아닌 foundation model encoder의 posterior로 직접 인코딩하는 설계
• Xenium Prime 고해상도 데이터를 pseudo-paired validation set으로 활용하는 실험적 창의성

Limitation & Further Study

• 발췌된 부분에서는 정량적 성능 비교표나 상세 실험 결과가 충분히 제시되지 않아 정확한 성능 우위 정도를 판단하기 어려움
• spatial context Z 정의가 고정된 Gaussian kernel과 25µm 반경에 의존하므로 조직 유형별 공간 스케일 차이에 대한 민감도 분석이 부족해 보임
• 마우스-인간 유전자 상동성 매핑 등 종간(cross-species) 변환에 따른 잠재적 오차나 편향에 대한 논의가 제한적
• 후속 연구로는 다양한 spatial kernel 설계, 더 많은 조직/질환 타입으로의 일반화, 그리고 유전자별 예측 신뢰도에 대한 생물학적 검증 확대가 필요해 보임

Evaluation

총평: Foundation model의 adversarial fine-tuning을 통해 unpaired scRNA-seq와 ST 간 cross-modal translation을 수행한다는 아이디어는 참신하고 실용적 가치가 크며, 다중 조직 데이터셋에서의 검증도 설득력 있으나, 워크샵 논문 특성상 상세한 정량 분석과 한계 논의가 더 보강되면 좋을 것이다.