CellBRIDGE: Learning Cellular Trajectories via Interaction-Aware Alignment

Motivation

• Known: scRNA-seq는 파괴적 측정이라 동일 세포를 시간에 따라 추적할 수 없어, trajectory inference는 population snapshot 간 정렬(alignment) 문제로 재구성되며, Optimal Transport(OT)가 이를 위한 원칙적 프레임워크로 널리 사용되어 왔다.
• Gap: 기존 OT 기반 방법들은 유전자 발현 거리(least-action prior)에만 의존하여 세포를 독립적인 점으로 취급하며, ligand-receptor 신호를 매개로 한 구조화된 cell-cell communication을 무시한다는 한계가 있었다.
• Why: 생물학적으로 의미 있는 cost function 설계는 trajectory inference의 핵심 병목으로 지적되어 왔으며(Bunne et al., 2024), CCI를 반영한 정렬은 더 정확한 궤적 추정뿐 아니라 mechanistically interpretable한 in silico perturbation을 가능하게 해 약물 발굴 등에 중요한 함의를 가진다.
• Approach: 저자들은 LR catalogue로부터 각 snapshot 내 방향성 있는 proxy communication network(CCI matrix)를 구축하고, 이를 유전자 발현 기반 transport cost와 함께 Fused Gromov-Wasserstein(FGW) 문제로 결합하여 snapshot 간 coupling을 학습한다.

Achievement

Coupling quality via held-out interpolation. We plot the W1 and W2 distances between the interpolated and empirical t1

1. Cost-function 설계 관점 제시: OT cost 설계를 snapshot alignment의 핵심 요소로 규정하고, directed·typed cell-cell communication의 smoothness를 생물학적으로 근거 있고 해석 가능한 prior로 제안했다.
2. Typed, directed FGW 일반화: ligand-receptor 신호로부터 유도된 multi-relation(vector-valued) directed interaction 구조를 다루도록 FGW를 확장하여 interaction-aware coupling을 도출했다.
3. 범용적 적용성 입증: 다양한 trajectory inference 프레임워크(velocity field regression 등)에 CellBRIDGE의 interaction-aware coupling을 결합해 성능 향상을 보였으며, CCI 구조가 기존 가정과 orthogonal한 general-purpose prior임을 확인했다.
4. 경험적·기전적 검증: synthetic 및 real scRNA-seq 데이터셋에서 향상된 성능을 보였고, 폐암(lung cancer) 데이터에서 특정 LR pair를 silencing하는 in silico perturbation이 표적 pathway 억제의 예상 효과를 재현함을 보여 해석 가능성을 입증했다.

How

Overview of CellBRIDGE. From an LR catalogue, we build directed CCI matrices. A structure-aware OT problem balances

• 각 snapshot 내에서 local expression neighborhood를 이용해 directed LR pair activity를 scoring함으로써 proxy communication network(CCI matrix)를 구축.
• 이 CCI 구조를 Gromov-Wasserstein(GW) 항으로, 유전자 발현 거리 기반 Kantorovich cost를 Wasserstein 항으로 결합한 Fused Gromov-Wasserstein(FGW) 최적화 문제로 정식화.
• 기존 GW를 multi-relation(vector-valued), directed 구조로 일반화하여 여러 LR 채널의 방향성 신호를 동시에 반영.
• 도출된 coupling을 velocity field regression 등 기존 trajectory inference 파이프라인(예: flow matching 기반 방법들)에 모듈식으로 통합.
• synthetic 데이터에서 ground-truth coupling 복원 여부, held-out interpolation에서 W1/W2 거리, 그리고 언제 interaction prior가 도움이 되고 안 되는지에 대한 ablation을 통해 검증.
• lung cancer 실데이터에서 특정 LR pair를 제거(silencing)하는 in silico perturbation 실험을 수행.

Originality

• 기존 OT/FGW 기반 trajectory inference가 공간 좌표나 일반적 neighborhood graph를 구조 정보로 사용했던 것과 달리, ligand-receptor 신호에 기반한 directed, typed CCI를 구조적 prior로 도입한 점이 독창적이다.
• 공간 정보(spatial data) 없이도 발현 데이터만으로 proxy communication network를 구성하는 방법을 제안했다.
• FGW를 multi-relation vector-valued directed 구조로 일반화하여 여러 종류의 신호 전달 채널을 동시에 모델링할 수 있게 한 점이 기술적으로 새롭다.
• 제안된 prior가 기존의 least-action, unbalanced transport 등 다른 prior와 orthogonal하여 모듈식으로 결합 가능하다는 점을 강조, 다양한 SOTA 파이프라인에 plug-in 형태로 적용 가능함을 보였다.

Limitation & Further Study

• LR catalogue와 local neighborhood 기반의 proxy CCI 추정이 실제 공간적 세포 간 communication을 얼마나 충실히 반영하는지에 대한 근본적 불확실성이 존재하며, 노이즈가 많은 scRNA-seq 데이터에서 LR activity scoring의 강건성 검증이 더 필요하다.
• FGW의 fusion 파라미터(구조 항과 feature 항의 균형, 논문에서 언급된 resolution ρ 등) 선택이 결과에 민감할 수 있어, 하이퍼파라미터 튜닝에 대한 practical guideline이 제한적으로 보인다.
• 실험이 synthetic 데이터와 제한된 수의 real scRNA-seq/lung cancer 데이터셋에 국한되어 있어, 더 다양한 조직·질환·종에 대한 일반화 검증이 필요하다.
• in silico perturbation 결과가 정성적으로 pathway inhibition과 일치함을 보이는 수준이며, 정량적·실험적(예: wet-lab) 검증이 후속 연구로 요구된다.
• 계산 복잡도 측면에서 FGW는 일반적으로 OT보다 비용이 크므로, 대규모 single-cell atlas에 대한 확장성(scalability) 논의가 부족하다.

Evaluation

총평: 생물학적으로 타당한 cell-cell interaction 신호를 OT/FGW 프레임워크에 원칙적으로 통합한 참신하고 실용적인 기여로, trajectory inference의 해석 가능성과 성능을 동시에 높이는 유의미한 연구이나 실데이터 검증의 폭과 계산 확장성에 대한 추가 검토가 필요하다.