Information Fusion | Modal-NexT：统一的多模态细胞数据整合
在单细胞测量技术飞速发展的背景下，我们能获得大量多模态的细胞数据，如转录组（RNA）、染色质可及性（ATAC）和蛋白质组（ADT）等，并且有的配对，有的不配对，以及有的是附带空间信息的。对于这些异构数据的整合分析是构建虚拟细胞统一表征的初步愿景。Modal-Nexus Transductive learning (Modal-NexT) 是一个基于graph的统一整合范式，把任意多模态数据组织为图，并通过重建图学习所有节点的embedding。
- 异质细胞数据整合的目标与四项任务。a：在潜在空间中，整合的目标是确保相同类型的细胞聚集在一起，而不同类型的细胞彼此分离。b：配对多模态整合。c：非配对多模态整合。d：空间多模态整合需要额外考虑样本（spot）的坐标。e：除多模态整合外，相同模态下多源数据集的整合也是一项挑战（批次整合）。
Modal-NexT: Towards unified heterogeneous cellular data integration
https://www.sciencedirect.com/science/article/pii/S1566253525005524
目前细胞分辨率的多模态分子丰度观测数据已变得容易获取。然而，目前缺乏统一的整合范式。目前的方法往往局限于特定场景，比如特定于配对多模态数据整合，特定于空间多模态数据整合。不同的问题场景对应不同体系的深度学习表征方法，这可能会阻碍人工智能虚拟细胞（AIVCs）愿景的实现。在AIVC的展望里，我们需要统一的表征，来自不同深度学习方法的表征往往存在不可估计的间隔，我们需要一种统一的范式，就像LLM中一切皆token，然后用同一个架构Transformer去学习。
对于异构的多模态细胞数据，受到SIMBA的启发，Modal-NexT将所有细胞和特征视为实体，在一个统一的细胞-特征联合图上使用转导学习来捕获生物上下文。图结构还能根据空间关系构建edge，具有良好的扩展性，能够兼容各种模态。
Modal-NexT中总结了4种主要的整合场景，并针对每种场景提供了专门解决方案：
- 配对多模态整合：跨模态细胞样本有配对信息，共享细胞嵌入；
- 非配对多模态整合：无细胞间配对关系，通过自适应对齐策略实现模态对齐；
- 空间多模态整合：额外考虑样本空间坐标信息，融入空间模式；
- 多源整合：同一模态下多个数据集的整合，在特征子集上构建跨数据集的联系；
- Modal-NexT 示意图。a：细胞 - 特征边的构建。根据标准化后的特征表达进行排序与分箱，以获得不同类型的边。b：针对配对多模态整合，将跨模态配对的细胞视为单个细胞实体。按照 a 中的流程，为每个细胞实体连接异质模态下的特征实体；通过矩阵分解得到所有实体的初始嵌入向量，再通过边重构学习更新实体的嵌入向量。c：针对非配对多模态整合，按照 a 中的流程为每个模态构建细胞 - 特征图，随后将异质模态的细胞嵌入向量对齐到联合空间中。d：针对空间多模态整合，与上述流程相比，需在空间相邻的两个细胞之间构建连接边。e：针对多源整合，在细胞 - 特征边中，特征实体既包含多源数据集共享的特征子集，也包含各数据集特有的附加特征。