CytoWave: pretraining centrato sulle perturbazioni per prevedere le risposte a livello di singola cellula

Abstract degli autori

Prevedere l’espressione genica in risposta a perturbazioni a partire da dati di singole cellule è un compito fondamentale per modellare le risposte cellulari, con applicazioni nella scoperta delle funzioni geniche e nella progettazione di terapie. Tuttavia, i metodi esistenti spesso faticano a generalizzare tra dataset a causa delle differenze nei protocolli sperimentali, nei contesti biologici e nelle specie. Presentiamo \textbf{CytoWave}, un framework di pretraining incentrato sulle perturbazioni per prevedere le risposte a perturbazioni genetiche a livello di singola cellula. Sfruttiamo dataset di perturbazioni su larga scala e relativi a diverse specie, unificati tramite l’ortologia, e addestriamo CytoWave in due fasi. Nella prima fase, apprendiamo gli stati di riferimento delle cellule di controllo ricostruendo l’espressione genica mascherata in cellule non perturbate. Nella seconda fase, sottoponiamo il modello a pretraining affinché preveda l’espressione genica nelle cellule perturbate a partire dagli stati di controllo e dai segnali di perturbazione, insieme a un obiettivo contrastivo che allinea le rappresentazioni latenti delle risposte alle perturbazioni con i segnali di perturbazione. Conduciamo una valutazione rigorosa su dataset esclusi dall’addestramento, considerando molteplici combinazioni di condizioni e casi di studio sui cambiamenti nell’attività dei pathway, e dimostriamo che CytoWave offre prestazioni costanti ed efficaci nel prevedere le risposte a perturbazioni genetiche a livello di singola cellula.