단일세포 및 공간 단백체 통합을 위한 RAMP

다양한 플랫폼으로 축적된 항체 기반 단백질 프로파일링 코호트는 마커 커버리지와 신호 스케일 차이로 인해 공동 분석과 임상 데이터 재활용에 한계가 있었다. 기존 RNA 중심의 통합 방법은 공유 임베딩에 집중하여 직접적인 단백질 측정값을 비교하기 어렵고 과교정으로 인한 발현 순서 역전 문제가 발생했다.

무엇을 했나

• 세포 타입 주석 없이 공유 단백질을 정렬하는 비지도 프레임워크인 RAMP를 개발했다.
• 샘플별 앵커링과 교차 플랫폼 세포 매칭에 유계 단조 변환(bounded monotone transformation)을 결합했다.
• 세포 내 각 단백질 마커의 발현 순서를 유지하면서 배치 교정과 세포 타입 보전의 균형을 맞추었다.
• 골수, 흑색종, 폐암, 두경부암 등의 단일세포 및 공간 단백체 코호트에 적용해 마커 예측과 세포 타입 분리를 개선했다.

왜 눈여겨볼 만한가

기존 통합 방법에서 발생하던 단백질 발현 순서 역전 현상을 막아 정규화된 측정값의 해석력을 유지한다. 선형 모델, KNN, 소형 신경망 등 다양한 모델에서 크로스 플랫폼 어노테이션 성능을 높여, 대규모 사전 학습 전 단백질계 파운데이션 모델의 전처기로 검토해 볼 만하다. 다만 세포 타입 주석이 없는 상태에서 대규모 멀티플랫폼 데이터 간 복잡한 비선형 배치 효과를 얼마나 완벽히 제어할지는 실제 코호트 적용을 통해 추가로 검증해야 한다.

원문

• bioRxiv Bioinformatics · DOI 10.64898/2026.09.25.754510