단일세포 RNA‑seq 분석을 위한 계층적 셸프 스펙트럼 임베딩 프레임워크

초록

본 논문은 단일세포 RNA‑seq 데이터의 다중 스케일 구조를 효과적으로 포착하기 위해, 셸프 라플라시안의 지속성을 이용한 계층적 스펙트럼 임베딩(HSSE) 방법을 제안한다. 저차원 임베딩을 여러 해상도로 생성하고, 각 셀을 중심으로 지역 이웃을 정의한 뒤, 데이터‑구동형 셸프를 구축한다. 샘플링된 필터레이션 구간에서 지속적 셸프 라플라시안을 계산하고, 그 스펙트럼 특성을 추출해 셀별 통합 특징 벡터를 만든다. 12개의 벤치마크 데이터셋에서 기존 방법들을 능가하거나 동등한 성능을 보이며, 추가 학습 없이 바로 분류 등 다운스트림 작업에 활용 가능함을 입증한다.

상세 분석

HSSE 프레임워크는 크게 세 단계로 구성된다. 첫 번째 단계에서는 기존 PCA, UMAP, t‑SNE와 같은 방법이 제공하는 저차원 표현을 다양한 이웃 크기(k)와 거리 임계값을 조합해 여러 스케일의 임베딩 집합 {E_s} 로 확장한다. 이렇게 얻어진 임베딩은 각 스케일마다 서로 다른 지역 구조를 강조하므로, 다중 해상도에서의 세포 간 관계를 포괄적으로 포착한다. 두 번째 단계에서는 각 셀 i에 대해 스케일 s와 이웃 크기 k에 따라 k‑nearest neighbor 집합 N_k(i) 를 추출하고, 이를 기반으로 셀‑중심 패치 P_{s,k,i} 를 만든다. 이 패치는 단순히 그래프 형태에 머무르지 않고, 셀 간 상호작용을 고차원 단순체(예: 2‑simplex) 로 확장한 셀룰러 셸프 구조를 정의한다. 셸프의 스토크(섬유) F(σ) 는 각 단순체 σ 위에 정의된 벡터 공간이며, 인접 단순체 간에는 제한 사상(F_{σ≤τ})이 부여되어 지역적 일관성을 강제한다. 이러한 제한 사상은 유전자 발현의 국소적 상관관계나 공동 변이 패턴을 반영하도록 데이터‑구동형으로 설계될 수 있다. 세 번째 단계는 지속적 셸프 라플라시안(L_{a,b}^q) 의 계산이다. 필터레이션 파라미터 F_ℓ 를 샘플링해 구간