scHelix: 명시적 유전자 수준 얽힘 해제를 통한 비대칭 이중 스트림 통합

요약

scHelix는 단일 세포 RNA 시퀀싱(scRNA-seq) 데이터 통합 시 발생하는 배치 효과 제거와 생물학적 신호 보존 사이의 상충 관계를 해결하기 위한 새로운 프레임워크입니다. 유전자를 도메인 불변 앵커와 도메인 민감 변이체로 명시적으로 분리하여 처리하는 비대칭 이중 스트림 구조를 통해 과도한 교정을 방지합니다. Align-Refine-Fuse 프로토콜을 사용하여 생물학적 클러스터의 무결성을 유지하면서도 강력한 배치 효과 제거 성능을 보여줍니다.

핵심 포인트

• 유전자를 도메인 불변 앵커(Anchors)와 도메인 민감 변이체(Variants)로 분할하여 처리하는 데이터셋 적응형 프레임워크 제안
• 스톱 그래디언트 그래프 캐싱이 적용된 이중 스트림 희소 확산 인코더를 통한 멀티 스케일 구조적 표현 학습
• Align-Refine-Fuse 프로토콜을 통해 변이체 스트림을 앵커 스트림에 정렬하고 노이즈를 제거한 세부 정보를 흡수
• 지름길 학습(shortcut learning)을 방지하여 생물학적 신호 손실 없이 견고한 배치 효과 제거 달성