MAD：マイクロ環境を意識した蒸留 — 顕微鏡画像からの仮想空間オミクスのための事前学習戦略

要旨: 顕微鏡観察とオミクスを結ぶことは、オミクス技術のコストとスループット制限を受けることなく、単一細胞解像度および組織スケールの画像から分子状態を読み取ることを可能にします。自己教師付きプリトレーニングは、最小限のラベルでスケーラブルなアプローチを提供しますが、組織環境内での単一細胞の同一性をどのようにエンコードするか、そしてこのようなモデルが捉えうる生物学的情報の範囲は、未解決の課題のままです。ここで、MAD（マイクロ環境認識蒸留）を紹介します。これは、同じインデックスを持つ細胞の形態ビューとマイクロ環境ビューを共同で自己蒸留し、統一された埋め込み空間へと学習させるプリトレーニング戦略です。多様な組織とイメージングモダリティにおいて、MADは、細胞サブタイピング、トランスクリプトミック予測、およびバイオインフォマティクス推論を含む下流タスクで最先端の予測性能を達成します。MADは、同程度のパラメータ数を持つファウンデーションモデルが、はるかに大規模なデータセットで訓練されたものにさえ勝ることがあります。これらの結果は、MADの二重ビューの共同自己蒸留が、組織内の細胞の複雑さと多様性を効果的に捉えることを示しています。これにより、MADは顕微鏡観察における表現学習の一般的なツールとして位置づけられ、巨大な顕微鏡データセットからの仮想的な空間オミクスと生物学的洞察を可能にします。