Зачем сохранять плотность в биологических эмбеддингах
Низкоразмерные представления стали стандартным инструментом для изучения одноклеточных данных: они позволяют увидеть, как клетки группируются в популяции, и проследить переходные состояния. Однако классические методы визуализации вроде t-SNE или UMAP хорошо сохраняют локальные окрестности, но часто искажают видимую плотность точек. В результате плотные скопления клеток выглядят разреженными, а редкие состояния — наоборот, сливаются в единое облако. Это серьёзно затрудняет интерпретацию непрерывных клеточных траекторий и малочисленных переходных популяций.
Когда плотность исходного распределения теряется, исследователь может принять случайный шум за отдельную популяцию или пропустить важный переходный фенотип. Поэтому возникает задача: строить визуализацию, которая одновременно сохраняет и структуру соседства, и локальную плотность точек.
Как устроен DMT-Dens
Группа исследователей предложила параметрический метод визуализации, который напрямую оптимизирует сохранение плотности. Модель под названием DMT-Dens построена на основе latent-token Transformer-энкодера. Сеть обучается отображать высокоразмерные биологические данные в двумерное пространство таким образом, чтобы ранжирование ближайших соседей в исходном пространстве и в проекции оставалось согласованным.
Для этого используется комбинация двух механизмов:
- ранговое выравнивание многообразий — модель учится сохранять порядок расстояний между объектами, а не сами расстояния;
- агрегация жёстких пар — особое внимание уделяется тем парам точек, которые находятся на границе перехода между плотными и разреженными областями.
Ключевая идея функции потерь — корреляция Пирсона между логарифмическими радиусами k ближайших соседей в исходном пространстве и в полученном двумерном эмбеддинге. Это позволяет модели штрафовать случаи, когда плотность в проекции не соответствует исходной. Логарифмирование радиусов делает оценку устойчивой к выбросам и масштабированию данных.
Результаты бенчмарков
Авторы протестировали метод на нескольких биологических наборах данных. Главный вывод: DMT-Dens действительно сохраняет плотность значительно лучше, чем традиционные методы визуализации, при этом разделимость меток клеточных типов остаётся на конкурентоспособном уровне. Это означает, что плотные кластеры не размываются, а редкие переходные состояния не теряются на общем фоне.
Важно, что улучшение плотности не достигается ценой ухудшения основного качества визуализации: соседняя структура данных, необходимая для отделения разных популяций, сохраняется. Такой баланс особенно ценен для анализа сложных биологических систем, где важны как глобальные закономерности, так и локальные детали.
Доступность и детали
Исходный код, скрипты обработки данных и конфигурации экспериментов доступны в репозитории проекта. Сама статья занимает 22 страницы и включает 5 рисунков, 2 таблицы и дополнительный материал. Благодаря открытой реализации метод можно воспроизвести и адаптировать под свои наборы данных, а также сравнить с другими подходами к сохранению плотности при визуализации.
