이종 그래프 어텐션 네트워크 기반의 공간전사체 디콘볼루션 모델 STGnet

scRNA-seq 참조 데이터를 활용하는 기존 공간전사체 디콘볼루션 알고리즘은 스팟 간 공간적 의존성과 유전자 수준의 기여도를 경시하여 도메인 지도 표상이 파편화되는 문제가 있었다. STGnet은 유전자 감지형 이종 그래프 어텐션 네트워크를 도입해 공간적 위치, 전사체 유사성, 유전자-스팟 연관성을 단일 모델 내에서 동시에 통합한다. 이를 통해 스팟 내 세포 비율을 정확히 추정하는 한편 해석 가능한 도메인 단위 유전자 프로그램을 도출한다.

무엇을 했나

• 공간적으로 농축된 세포 타입 패턴을 모사하는 하이브리드 의조 스팟(pseudo-spot) 생성 전략을 구현했다.
• 스팟의 공간 인접성, 전사체 유사성, 유전자-스팟 연관성을 하나의 이종 그래프 어텐션 네트워크(STGnet)로 통합하여 디콘볼루션을 수행했다.
• 시뮬레이션 데이터와 실제 공간전사체 데이터셋을 통해 기존 SOTA 디콘볼루션 기법 대비 우수한 분류 정확도를 검증했다.
• 어텐션 가중치를 분석하여 도메인 특이적 유전자를 추출하고 질병 진행과 관련된 도메인 간 연속적 기능 프로그램을 제시했다.

왜 눈여겨볼 만한가

Visium과 같은 스팟 기반 플랫폼에서 디콘볼루션 결과가 이산적으로 단절되거나 도메인 특이적 유전자 기능 분석으로 확장하기 어려웠던 한계를 보완할 수 있을 것으로 보인다. 그래프 어텐션 가중치를 통해 도메인 주석의 생물학적 해석 가능성을 직접 확보할 수 있다는 점이 현업 분석 관점에서 유용하다. 다만 이종 그래프 연산 구조 특성상 복잡도가 높아 대규모 스팟 데이터셋 처리 시 컴퓨팅 자원 및 소요 시간에 대한 확인이 필요하다.

원문

• Genome research · DOI 10.1101/gr.282246.126