Mengapa Mempertahankan Densitas dalam Embedding Biologis Penting
Representasi berdimensi rendah telah menjadi alat standar untuk mempelajari data sel tunggal: representasi ini memungkinkan kita melihat bagaimana sel-sel mengelompok menjadi populasi dan menelusuri keadaan transisi. Namun, metode visualisasi klasik seperti t-SNE atau UMAP mempertahankan lingkungan lokal dengan baik, tetapi sering kali mendistorsi densitas titik yang terlihat. Akibatnya, kelompok sel yang padat tampak jarang, sementara keadaan yang langka justru menyatu menjadi satu awan. Hal ini sangat mempersulit interpretasi lintasan seluler yang kontinu dan populasi transisi yang berjumlah sedikit.
Ketika densitas distribusi asli hilang, peneliti dapat mengira noise acak sebagai populasi terpisah atau melewatkan fenotipe transisi yang penting. Oleh karena itu, muncullah tantangan: membangun visualisasi yang secara bersamaan mempertahankan struktur ketetanggaan dan densitas titik lokal.
Bagaimana DMT-Dens Bekerja
Sekelompok peneliti mengusulkan metode visualisasi parametrik yang secara langsung mengoptimalkan pelestarian densitas. Model bernama DMT-Dens dibangun di atas encoder Transformer berbasis latent-token. Jaringan ini dilatih untuk memetakan data biologis berdimensi tinggi ke ruang dua dimensi sedemikian rupa sehingga peringkat tetangga terdekat di ruang asli dan di proyeksi tetap konsisten.
Untuk ini, digunakan kombinasi dua mekanisme:
- penyelarasan peringkat manifold — model belajar mempertahankan urutan jarak antar objek, bukan jarak itu sendiri;
- agregasi pasangan keras — perhatian khusus diberikan pada pasangan titik yang berada di batas transisi antara area padat dan jarang.
Ide kunci dari fungsi kerugian adalah korelasi Pearson antara radius logaritmik dari k tetangga terdekat di ruang asli dan di embedding dua dimensi yang dihasilkan. Ini memungkinkan model memberi penalti pada kasus di mana densitas dalam proyeksi tidak sesuai dengan densitas asli. Logaritma radius membuat estimasi tahan terhadap outlier dan penskalaan data.
Hasil Benchmark
Para penulis menguji metode ini pada beberapa kumpulan data biologis. Kesimpulan utamanya: DMT-Dens memang mempertahankan densitas secara signifikan lebih baik daripada metode visualisasi tradisional, sementara keterpisahan label tipe sel tetap berada pada tingkat yang kompetitif. Ini berarti klaster padat tidak menjadi kabur, dan keadaan transisi yang langka tidak hilang dengan latar belakang umum.
Penting bahwa peningkatan densitas tidak dicapai dengan mengorbankan kualitas visualisasi utama: struktur data ketetanggaan, yang diperlukan untuk memisahkan populasi yang berbeda, tetap dipertahankan. Keseimbangan seperti ini sangat berharga untuk menganalisis sistem biologis yang kompleks, di mana baik pola global maupun detail lokal sama-sama penting.
Ketersediaan dan Detail
Kode sumber, skrip pemrosesan data, dan konfigurasi eksperimen tersedia di repositori proyek. Artikel itu sendiri terdiri dari 22 halaman dan mencakup 5 gambar, 2 tabel, dan materi tambahan. Berkat implementasi yang terbuka, metode ini dapat direproduksi dan diadaptasi untuk kumpulan data Anda sendiri, serta dibandingkan dengan pendekatan lain untuk pelestarian densitas dalam visualisasi.
