Learning Adaptive Perturbation-Conditioned Contexts for Robust Transcriptional Response Prediction

Motivation

• Known: 기존 데이터 기반 perturbation 예측 모델은 MSE나 correlation 같은 전체 재구성 정확도를 최적화하며, 최근에는 biological knowledge graph나 LLM 기반 텍스트 지식을 prior로 활용해 일반화 성능을 개선하려는 시도가 이루어졌다.
• Gap: 기존 knowledge graph 기반 방법들은 그래프를 모든 perturbation에 공유되는 dense하고 static한 prior로 취급하여 perturbation과 무관한 노이즈를 전파시키며, 그 결과 예측값이 perturbation-specific 신호 대신 전역 평균 발현으로 수렴하는 mean collapse 현상이 발생해 false positive가 늘고 해석력이 떨어진다.
• Why: perturbation 반응 예측은 유전자 기능 이해, 조절 효과 분석, 치료 표적 발굴 등 기능유전체학의 핵심 하위 문제를 지원하므로, 소수의 실제 반응 유전자(DEG)를 정확히 포착하는 강건한 예측 모델은 실험적으로 검증되지 않은 perturbation에 대한 신뢰할 수 있는 예측을 가능하게 하는 데 중요하다.
• Approach: AdaPert는 perturbation gene마다 knowledge graph template으로부터 differentiable node selection을 통해 sparse한 perturbation-conditioned subgraph를 추출하고, 이를 control cell 표현과 결합해 비반응 유전자의 변동을 억제하면서 DEG의 변화를 강조하는 adaptive learning scheme으로 전사체 반응을 예측한다.

Achievement

1. Mean collapse 완화: UQCRB perturbation 사례에서 DEG correlation을 0.617에서 0.689로 약 11% 향상시켜 기존 모델의 mean-collapse 문제를 실증적으로 개선함.
2. 다중 벤치마크 성능 우위: K562, RPE1, HEPG2, JURKAT 네 개의 unseen-perturbation 벤치마크에서 기존 baseline 대비 일관되게 우수한 성능을 보이며, 특히 DEG-aware metric에서 가장 큰 개선폭을 달성함.
3. 소규모 effect perturbation에서의 강건성: mean collapse가 가장 심각한 small-effect perturbation 구간에서도 differential-expression recovery를 최강 baseline 대비 최대 28% 향상시킴.

How

• Control cell 발현 프로파일 x̄c와 perturbation gene p를 입력으로 사용
• Biological knowledge graph template 𝒢로부터 perturbation-conditioned subgraph 𝒢context를 differentiable node selection으로 추출해 context representation zp 생성
• zp와 encoder ENCθ로 인코딩된 control state zc를 결합하여 decoder DECϕ를 통해 perturbed expression profile x̂pert 예측
• Adaptive learning scheme은 세 가지 손실로 구성: 전체 발현 충실도를 위한 reconstruction loss Lrecon, 비반응 유전자의 허위 변동을 억제하는 non-DEG loss Lnon-DEG, subgraph 표현 𝒢DEG가 perturbation-specific differential expression 패턴을 인코딩하도록 유도하는 alignment loss Lalign
• 통계적 검정을 통해 DEG를 식별하여 실험 노이즈와 진짜 perturbation 신호를 구분

Originality

• Knowledge graph를 모든 perturbation에 공유되는 static·dense prior가 아니라, perturbation마다 differentiable node selection으로 sparse subgraph를 추출하는 동적 context로 재정의함
• Mean collapse라는 실패 모드를 데이터 한계가 아닌 모델링·supervision 방식의 문제로 규명하고, 이를 명시적으로 겨냥한 non-DEG suppression과 alignment loss를 설계함
• DEG 여부에 따라 손실 항을 분리하여 반응/비반응 유전자를 차등적으로 다루는 adaptive learning scheme을 제안함

Limitation & Further Study

• 저자들이 제시한 결과는 주로 특정 세포주(K562, RPE1, HEPG2, JURKAT)의 CRISPR perturb-seq 데이터에 국한되어 있어, 다른 종류의 perturbation(약물, combinatorial perturbation 등)이나 조직/세포 타입에 대한 일반화 가능성은 추가 검증이 필요함
• 사용된 biological knowledge graph template의 품질과 커버리지에 예측 성능이 의존적일 수 있으며, 그래프 자체의 편향이나 불완전성이 subgraph 추출에 미치는 영향에 대한 심층 분석이 부족함
• differentiable node selection의 계산 비용 및 대규모 유전자 수 확장 시의 스케일러빌리티에 대한 논의가 제한적임

Evaluation

총평: Mean collapse라는 실질적이고 중요한 실패 모드를 명확히 규명하고, perturbation-conditioned sparse subgraph 추출이라는 참신한 해법으로 DEG-aware 성능을 크게 개선한 견고한 연구이다.