Integrated analysis of multimodal single-cell data

Essence

단일세포 수준에서 여러 데이터 유형(RNA, 단백질 등)을 동시에 측정한 멀티모달 데이터를 통합 분석하기 위해 가중 최근접 이웃(Weighted-Nearest Neighbor, WNN) 방법론을 개발했다. 이를 통해 세포 상태를 더욱 정확하게 정의하고 이전에 미발견된 면역세포 아형들을 발견할 수 있음을 보여준다.

Motivation

Known: 단일세포 RNA-seq(scRNA-seq)은 조직 내 세포 유형 발견에 효과적이나, T세포나 수지상세포 같은 기능적으로 구별되는 세포 집단들을 분자 수준에서는 명확히 분리하지 못함. 특히 T세포는 낮은 RNA 함량과 높은 RNase 발현으로 인해 전사체 분석만으로는 효과적 분리 불가능.
Gap: 최근 CITE-seq 등 여러 데이터 유형을 동시에 측정하는 멀티모달 기술이 등장했으나, 이들을 통합하는 계산 방법론이 부족함. 특히 모달리티 간 데이터 품질 차이가 크고, 개별 세포마다 각 모달리티의 상대적 유용성이 다를 수 있다는 문제를 해결하는 방법이 없음.
Why: 전사체만으로는 포착할 수 없는 세포의 기능적 이질성이 존재하며, 단백질, 크로마틴 상태 등 다른 모달리티에서 더 잘 드러날 수 있음. 각 모달리티를 동등하게 취급하면 정보 손실 발생.
Approach: 각 세포에서 개별 모달리티의 예측 정확도를 측정하여 모달리티별 가중치를 비지도학습 방식으로 계산하고, 이를 이용해 통합된 최근접 이웃 그래프(WNN graph)를 생성함으로써 멀티모달 데이터를 통합 분석.

Achievement

WNN 방법론 개발: 각 세포의 RNA와 단백질 최근접 이웃들의 예측 정확도를 계산하여 모달리티 가중치를 동적으로 할당. CD8+ T세포의 경우 단백질 데이터가 더 유용하고, 수지상세포의 경우 RNA 데이터가 더 유용함을 자동으로 학습하여 통합 분석에서 944개의 잘못된 이웃 연결을 20개로 감소.
멀티모달 PBMC 아틀라스 구축: 228개의 항체 패널을 이용한 CITE-seq으로 211,000개의 인간 말초혈액 단핵구(PBMC) 데이터를 분석하여 포괄적인 면역계 참조 아틀라스 생성. 기존 분석으로는 분리되지 않던 림프구 아형들을 새롭게 식별 및 검증.
임상 응용 검증: 백신 접종 및 SARS-CoV-2 감염 반응 분석에서 WNN 통합 분석이 독립적 분석보다 우수한 해석력 제공.

How

Step 1 - 독립적 이웃 계산: 각 모달리티별로 k=20 최근접 이웃(KNN) 그래프를 독립적으로 생성
Step 2 - 예측 정확도 평가: 각 모달리티의 이웃들로부터 세포의 분자 프로필을 예측하고, 예측값과 실제 측정값 간의 유사도를 계산하여 예측 친화도(prediction affinity) 도출
Step 3 - 모달리티 가중치 계산: 세포 특이적 대역폭 커널(bandwidth kernel)을 이용해 예측 친화도를 정규화하고, 소프트맥스(softmax) 변환으로 음이 아닌 가중치 w₁, w₂ 계산 (w₁ + w₂ = 1)
Step 4 - WNN 그래프 생성: 정규화된 RNA와 단백질 유사도의 가중 평균을 이용하여 최종 WNN 그래프 생성
Step 5 - 하위 분석: WNN 그래프를 입력으로 받아 UMAP 시각화, 클러스터링, 궤적 추론(trajectory inference) 등의 표준 단일세포 분석 수행

Originality

혁신적 가중치 계산: 지도학습 없이 각 세포의 예측 정확도로부터 모달리티 가중치를 자동으로 학습하는 비지도 방식은 사전 정보 없이도 최적의 모달리티 조합을 찾음
세포 수준 유연성: 전체 데이터셋에 대한 고정된 가중치가 아닌, 개별 세포마다 다른 가중치를 부여함으로써 세포 타입별 특성을 반영하는 동적 통합 분석 실현
광범위한 적용성: RNA-단백질 쌍뿐 아니라 전사체-크로마틴, RNA-공간정보 등 다양한 모달리티 조합에 확장 가능한 일반화된 프레임워크 제시
규모있는 실증: 228개 항체 패널을 이용한 21만 개 세포의 대규모 데이터셋을 구축하여 방법론의 실질적 가치 입증

Limitation & Further Study

이웃 크기 의존성: k값 선택(저자는 k=20 사용)이 가중치 계산에 영향을 미칠 수 있으나, 최적 k값 결정 기준이 명확하지 않음. 서로 다른 데이터셋이나 세포 타입에 대한 k값 최적화 연구 필요.
부분 모달리티 손실: 일부 세포에서 한 모달리티의 신호가 결손되거나 저품질인 경우 처리 전략이 제한적. 불완전한 멀티모달 데이터 처리 방안 개선 필요.
확장성 검증: 현재는 2개 모달리티 중심 검증이며, 3개 이상의 모달리티 동시 통합에 대한 성능 평가 부재.
계산 복잡도: 대규모 데이터셋에서의 계산 시간 및 메모리 요구사항에 대한 상세한 분석 및 최적화 필요.
후속 연구 방향: (1) 동적 가중치를 이용한 시간대별 세포 상태 추적, (2) 질병 상태에서 모달리티 가중치 패턴 변화 규명, (3) 크로마틴, 메틸화, 공간정보 등 추가 모달리티 통합

Evaluation

Novelty: 4.5/5 Technical Soundness: 4/5 Significance: 5/5 Clarity: 4.5/5 Overall: 4.5/5

총평: WNN 방법론은 멀티모달 단일세포 데이터 분석의 실질적 문제를 우아하게 해결하는 기여이며, 대규모 PBMC 아틀라스 구축과 COVID-19 응용을 통해 임상적 가치까지 입증한 의미있는 연구이다. 다만 파라미터 최적화와 3개 이상 모달리티 확장에 대한 보완이 필요하다.