셀 현미경 도메인 간 단백질 위치 예측을 위한 자기지도 비전 트랜스포머 일반화

초록

본 연구는 ImageNet‑1k, Human Protein Atlas(HPA), OpenCell 세 가지 대규모 데이터셋으로 사전학습된 DINO 기반 Vision Transformer를 이용해, OpenCell 데이터에서 단백질 국소화 분류 성능을 평가한다. HPA‑사전학습 모델이 평균 매크로 F1 점수 0.8221 ± 0.0062로 가장 우수했으며, OpenCell‑전용 사전학습 모델(0.8057 ± 0.0090)보다 약간 높은 성능을 보였다. 이는 도메인‑특화 SSL 표현이 서로 다른 현미경 데이터셋 간에도 효과적으로 전이될 수 있음을 시사한다.

상세 분석

이 논문은 현미경 이미지 분석에서 라벨이 제한적인 상황을 극복하기 위해 자기지도 학습(SSL) 기반의 DINO 프레임워크를 활용한다. 세 가지 사전학습 백본—ImageNet‑1k(자연 이미지), HPA(면역형광 현미경), OpenCell(CRISPR‑태깅 현미경)—을 각각 Vision Transformer(ViT) 구조에 적용하고, OpenCell 데이터에 대해 동일한 임베딩 파이프라인을 구축하였다. 핵심 기술적 도전은 채널 구성이 서로 다른 데이터셋 간의 매핑이다. 저자는 두 가지 전략을 제안했는데, (1) 채널 복제 방식은 각 채널을 독립적으로 처리한 뒤 피처를 연결해 차원을 늘리는 방법으로, 구현이 간단하지만 계산 비용이 증가한다. (2) 채널 매핑 방식은 의미상 대응되는 채널을 직접 매핑하고, 누락된 채널은 제로 패딩으로 보완한다. 특히 HPA와 OpenCell 사이에서는 단백질·핵 채널을 직접 매핑하고, 미세소관·ER 채널을 제로로 채워 넣었다. 이러한 매핑은 사전학습된 모델이 채널‑특화된 특징을 재활용하도록 돕는다.

실험 결과는 세 모델 모두 OpenCell의 17개 세포소기관 라벨을 예측하는 데 높은 전이 성능을 보였음을 보여준다. 특히 HPA‑사전학습 모델이 평균 매크로 F1 점수 0.8221 ± 0.0062로 가장 뛰어났으며, 이는 자연 이미지 기반 ImageNet 모델(0.78 대)보다 현저히 높은 수치이다. OpenCell 자체에서 사전학습한 모델도 0.8057 ± 0.0090이라는 괜찮은 성능을 기록했지만, 도메인‑특화된 HPA 데이터가 더 풍부한 세포 구조 정보를 제공함을 암시한다. 또한, 채널 매핑 vs. 복제 전략 간 차이는 크게 나타나지 않았으며, 두 전략 모두 실용적인 전이 성능을 달성했다는 점에서 구현 선택의 유연성을 제공한다.

이 연구는 (1) 대규모 도메인‑특화 이미지 데이터가 SSL 사전학습에 있어 강력한 기반이 됨, (2) 서로 다른 현미경 프로토콜 간에도 적절한 채널 정렬만으로 효과적인 피처 전이가 가능함, (3) 라벨이 제한된 소규모 현미경 프로젝트에서도 사전학습된 비전 트랜스포머를 활용해 높은 분류 정확도를 얻을 수 있음을 입증한다. 향후 연구에서는 다채널 정규화, 도메인 어댑테이션 손실, 그리고 다중 라벨 불균형 처리 등을 결합해 전이 성능을 더욱 향상시킬 여지가 있다.