MAGNET: マルチビューグラフオートエンコーダーとセル-遺伝子アテンションを用いた空間トランスクリプトミクスからの細胞間相互作用ネットワーク再構築

背景:

• 組織の複雑さのため、空間トランスクリプトミクスから細胞間相互作用を推論することは困難です。
• 現在の深層学習モデルは、外部の細胞コミュニケーションと内部の遺伝子調節を分離することがよくあります。
• この分離は、細胞環境が内部状態にどのように影響するかについての理解を制限します。

研究 の 目的:

• 細胞間相互作用ネットワークを再構築するための新しいフレームワークであるMAGNETを開発すること。
• 細胞間コミュニケーションと内部遺伝子活性の表現を統一すること。
• 空間トランスクリプトミクスにおける細胞間相互作用推論の精度を向上させること。

主な方法:

• MAGNET（マルチビューグラフオートエンコーダーとセル-遺伝子アテンションネットワーク）を開発しました。
• 細胞情報を表す複数の生物学的グラフを構築しました。
• 外部環境と内部遺伝子活性をリンクするために、セル-遺伝子アテンションモジュールを統合しました。

主要な成果:

• MAGNETは、ベンチマークデータセット（seqFISH、MERFISH、STARMAP）で細胞間相互作用ネットワークの再構築において優れたパフォーマンスを達成しました。
• seqFISHデータセットで0.901の平均適合率（AP）を達成し、TENETを0.185上回りました。
• セル-遺伝子アテンションモジュールは重要であり、その除去によりAPは0.901から0.521に低下しました。

結論:

• MAGNETは、細胞環境と遺伝子活性を統合することにより、細胞間相互作用ネットワークを効果的に再構築します。
• 乳がんデータに適用されたMAGNETは、がん細胞における機能的不均一性を特定し、免疫回避と自律的増殖シグネチャを区別しました。
• MAGNETは、組織における複雑な細胞コミュニケーションを解明するための強力なツールを提供します。