Bridging Gene Regulatory Networks and Causal Representation Learning in Single-Cell Genomics Data

Motivation

• Known: GRN 추론 방법(CellOracle 등)은 TF-target 유전자 간의 세밀한 조절 상호작용을 포착하지만 생성적 모델링에 적합한 compact representation을 제공하지 않으며, CRL 방법((V)AE 기반)은 causal latent factor를 학습해 perturbation에 대한 예측 일반화를 제공하지만 학습된 latent variable이 생물학적으로 해석되기 어렵다는 것이 알려져 있다.
• Gap: GRN 기반 접근은 mechanistic grounding과 해석가능성을 강조하는 반면 CRL은 disentanglement와 예측적 일반화를 강조하여, 두 패러다임이 상호보완적임에도 불구하고 서로 연결되지 못한 채 독립적으로 발전해왔다는 근본적 갭이 존재한다.
• Why: GRN과 CRL을 연결하면 생물학적으로 해석 가능하면서도 perturbation 예측 성능을 유지하는 latent representation을 얻을 수 있어, cell-type-specific regulatory program 해석, 세포 반응 예측, 합성 회로 설계 등 bioengineering 및 정밀의학 응용에 중요한 함의를 가진다.
• Approach: GRN에서 식별된 TF community의 활동성(TFA, eigengene 기반)을 CRL 모델의 causal latent factor에 대한 prior로 사용하여 latent space를 해석 가능한 regulatory program 방향으로 제약하는 gCRL 프레임워크를 제안한다.

Achievement

Figure 1. gCRL-AE operation and results on data from Joung et al. (2023). Panel a: The entangled embeddings ˆZ are obtai

1. GRN-CRL 통합 프레임워크 제안: GRN 구조(TF community)를 CRL의 inductive bias로 활용하는 gCRL을 최초로 제안하여 두 패러다임을 연결함.
2. 생물학적 해석가능성과 예측 성능의 동시 확보: scPerturb-seq 데이터셋 실험을 통해 GRN-informed latent representation이 예측 성능 저하 없이 생물학적으로 해석 가능함을 입증함.
3. 방법론적 일반성: CellOracle을 대표 사례로 사용하지만, 임의의 weighted TF-target interaction을 제공하는 GRN 추론 방법에 적용 가능하도록 프레임워크를 방법론 무관(agnostic)하게 설계함.

How

Figure 1. gCRL-AE operation and results on data from Joung et al. (2023). Panel a: The entangled embeddings ˆZ are obtai

• CellOracle을 사용해 epigenomic prior와 유전자 발현 데이터를 통합하여 reference GRN을 구축(FDR ≤ 0.05 기준으로 regulatory edge 유지)
• GRN의 TF-TF subnetwork에 Leiden algorithm을 적용해 TF community를 식별(다중 random initialization과 resolution parameter에 걸쳐 안정성 기반으로 최종 partition 선택)
• 각 TF community의 활동성을 eigengene(TF 발현값의 첫 번째 principal component)으로 요약하여 TFA(TF community activity)를 정의, 전체 TF에 대한 global TFA도 추가로 산출
• TFA를 CRL 모델((V)AE 구조, Z = g(X), X = f(Z))의 causal latent factor에 대한 prior로 사용하여 학습을 유도
• scPerturb-seq 데이터셋(Joung et al. 2023 포함)에서 gCRL-AE를 학습시켜 latent representation의 생물학적 해석가능성과 perturbation 예측 성능을 평가

Originality

• GRN 추론과 CRL이라는 서로 다른 추상화 수준에서 작동하는 두 계산 패러다임을 명시적으로 연결하려는 시도가 참신함
• TF community를 causal latent factor의 생물학적으로 근거 있는 prior로 사용한다는 아이디어는 기존 CRL 연구들이 latent variable을 사후적으로 생물학적 과정과 연관짓던 방식과 달리 사전적(prior) 구조 제약을 부여한다는 점에서 차별화됨
• 특정 GRN 추론 방법에 종속되지 않는 agnostic한 프레임워크 설계로 확장성을 확보함

Limitation & Further Study

• 논문 발췌 부분에서 eigengene 기반 TFA 요약이 TF 활동의 복잡한 비선형적, 다중 조절 관계를 얼마나 충실히 포착하는지에 대한 한계가 명확히 논의되지 않음(저자들도 "간단하다"고 언급)
• CellOracle과 같은 선형 회귀 기반 GRN 추론에 의존할 경우, 실제 조절 관계의 비선형성이나 feedback loop를 충분히 반영하지 못할 가능성
• 제안된 방법이 특정 CRL 아키텍처(gCRL-AE)에 국한되어 평가되었는지, 다양한 CRL 백본에 대한 일반화 검증이 필요함
• scPerturb-seq이라는 특정 유형 데이터셋에 국한된 실험으로, 다른 조직·세포 유형이나 non-perturbation 데이터에 대한 일반화 가능성은 추가 검증 필요
• 후속 연구로 TF community 외에 target gene 수준의 세부 정보를 latent representation에 통합하는 방안, 비선형 GRN 추론 방법과의 결합, 다양한 CRL 아키텍처에 대한 벤치마킹이 요구됨

Evaluation

총평: GRN과 CRL이라는 서로 다른 전통을 연결하려는 시도는 개념적으로 참신하고 시의적절하며, 생물학적 해석가능성과 예측 성능을 동시에 확보하려는 목표가 명확하다. 다만 발췌된 본문만으로는 실험적 검증의 엄밀성과 다양한 조건에서의 일반화 가능성을 완전히 판단하기 어려워, 워크숍 논문으로서 초기 아이디어 제시에 적합한 수준으로 평가된다.