基于Shapley场的化学特征重要性空间分布揭示小鼠嗅球跨多样化学特征集的马赛克化学拓扑组织

《PLOS Computational Biology》：Shapley fields reveal mosaic chemotopic organization in the mouse Olfactory bulb across diverse chemical feature sets

　　

与其它感觉系统中已确立的编码原理相比，嗅球（OB）中的神经表征仍知之甚少。这一困难源于嗅觉刺激空间尚未确立自然坐标系，从而难以像其它感觉模态那样刻画神经感受野。此外，这些调谐特性在OB内空间组织的程度仍不清楚。为推进对嗅觉编码的理解，研究人员引入一种可解释的Shapley场方法，作为视网膜拓扑感受野的嗅觉类似物。Shapley场是OB glomeruli调谐的化学特征重要性的空间分布。研究人员利用该工具，结合宽场落射荧光成像记录小鼠背侧OB对覆盖广泛化学空间刺激的响应，以多样化学特征集研究OB中的化学拓扑组织（chemotopy）。研究人员发现，Shapley场揭示了背侧OB glomeruli化学特征敏感性的弱化学拓扑组织。该组织在动物间一致，且在非常不同的化学特征集间基本一致：(i) 专家策展的PubChem数据库特征和(ii) 基于人类嗅觉知觉任务训练的图神经网络（GNN）衍生特征。该化学拓扑组织涉及至少三个化学特征维度，而非一或两个主导属性。此外，研究人员发现Shapley场的主成分对应于单一公认的化学分类组。这表明这些化学组可纯粹从小鼠嗅觉响应中识别。研究结果表明，Shapley场可作为化学特征不可知的方法用于研究嗅觉知觉。

研究背景方面，哺乳动物大脑初级感觉区如视觉和听觉系统已知编码刺激的特征（如光波长和声音频率），且这些刺激特征的编码在视觉、听觉、味觉等感觉系统的一级及下游皮层区域形成拓扑图的空间组织。然而，嗅觉刺激的物理化学特征在嗅觉系统中如何编码，包括是否在嗅球（OB，哺乳动物大脑初级嗅觉感觉区）中形成拓扑组织，仍知之甚少。表达同一嗅觉受体（OR）基因的嗅觉感觉神经元（OSN）轴突汇聚，将外周感觉输入传递至OB表面 stereotypically 定位的glomeruli。由于OR基因数量庞大，嗅觉刺激空间的维度可能相当大。但 dimensionality reduction 已被发现可解释人类、小鼠及跨物种中气味相似性的化学、神经元和知觉空间，表明嗅觉遵循组合逻辑而非简单标记线编码。多项研究表明，哺乳动物OB中调谐至相似气味化学特征组合的glomeruli也位于OB上邻近位置，形成化学特征簇，为OB glomeruli中化学特征拓扑映射（即"化学拓扑组织"）提供了证据。然而，多项研究对化学拓扑组织的有效性提出质疑，发现常用物理化学特征未被小鼠OB glomerular活动系统性表征，或主张glomerular活动的功能性"马赛克"组织。化学拓扑组织的性质似乎很大程度上取决于化学特征的选择，因为不同化学特征选择显著改变化学空间中的距离，这可能解释以往研究的不一致。为此，研究人员着手表征化学拓扑组织及其与神经响应中所表征化学特征选择的关系。研究人员开发了Shapley场新方法，作为视网膜拓扑感受野的嗅觉类似物。Shapley场是OB glomeruli调谐的化学特征重要性分布，由Shapley值聚合而成——Shapley值是一种机器学习工具，将信用分配给解释模型预测的特征，最初在博弈论背景下引入。使用Shapley场的另一原因是该工具自动化特征选择，从而允许使用任何显著多样的化学特征集分析嗅觉感受特性。研究人员利用该工具，结合小鼠背侧OB对广泛气味刺激的落射荧光记录，表征相对于多样化学特征集的化学拓扑组织。研究发现与OB glomeruli气味表征的弱化学拓扑组织一致。研究人员还确立分析不依赖于不同化学特征集选择：(i) 专家策展的PubChem化学特征集和(ii) 由基于人类知觉和分子图训练的神经网络产生的人工化学特征集。两个特征集均捕获小鼠OB中相似的感受特性。

研究人员开展的研究及结论与意义：研究人员开发Shapley场方法，利用宽场落射荧光成像记录麻醉小鼠背侧OB表面气味诱发响应（使用人工吸入和气管切开术直接递送异氟烷麻醉以确保一致气味采样），数据来自4个OB（3只小鼠），使用59种气味。研究人员训练Chemotuning模型（使用PubChem二元分子指纹特征）评估glomeruli对气味化学特征的敏感性，并使用Shapley值理解glomeruli的化学感受特性。研究人员构建Shapley场以理解OB化学调谐组织，发现Shapley场揭示OB内化学感受野的 stereotypical 马赛克组织。研究人员还开发Chemotopy模型（假设glomerulus响应是位置和气味化学特征的函数），发现Chemotopy模型比Chemotuning模型更具预测性。研究人员使用基于人类知觉标签训练的GNN衍生特征重复分析，发现Chemotopy模型显著优于Chemotuning模型。研究人员发现GNN特征未超过PCA-PubChem特征集预测glomerular激活。研究人员计算GNN Shapley场，发现其第一主成分与glomerular羧酸敏感性向量高度相关。Pearson相关分析揭示PubChem和GNN Shapley场前十个主成分间显著相关。研究人员发现Shapley场主成分恢复主要化学类别，GNN Shapley场 individual 主成分显著仅与一个或两个气味类别敏感性向量相关。研究意义在于Shapley场可作为化学特征不可知的方法研究嗅觉知觉，捕获OB glomeruli相同感受特性，提供研究嗅觉编码的特征不可知框架。

关键技术方法方面（不超过250字）：研究人员使用宽场落射荧光成像记录麻醉小鼠背侧OB气味诱发响应，采用人工吸入和气管切开术直接递送异氟烷麻醉以确保一致气味采样；数据来自2只雄性及1只雌性OMP-IRES-Cre与Rosa26-CAG-lox-STOP-lox-GCaMP6f交叉小鼠（周龄），共4个OB（3只小鼠）；使用59种气味（覆盖广泛化学空间）通过定制olfactometer递送；使用随机森林二元分类器构建Chemotuning、Chemotopy和peer prediction模型；使用SHAP库计算Shapley值；使用PubChem子结构指纹特征和基于人类知觉标签（来自GoodScents公司约6000气味分子）训练的GNN特征（256维）；使用Moran's I和Geary's C量化空间自相关；使用主成分分析和层次聚类分析Shapley场。

研究结果方面：第一，"Shapley fields reveal a stereotypical mosaic organization of chemical receptive fields within the olfactory bulbs"——研究人员通过构建Shapley场（将Shapley值映射至OB表面）并对Shapley场主成分进行层次聚类，发现glomeruli呈马赛克组织，该组织在动物左右OB间一致，通过打乱glomeruli身份（N=1000）并计算Moran's I和Geary's C空间自相关统计，证明该组织高度统计显著（p=0），不同化学特征集结果相同。第二，"The Chemotopy model is more predictive than the Chemotuning model"——研究人员通过比较Chemotopy与Chemotuning模型预测性能（使用Shapley排序的PCA-PubChem特征），发现Chemotopy模型优于Chemotuning模型；使用GNN特征时Chemotopy模型显著优于Chemotuning模型，且随Shapley排序特征增多差距扩大；GNN Chemotopy模型在AUROC最优时有效维度为3.233、4.733、4.828、5.332（四个OB），表明预测结构不能仅由一或两个有效化学特征维度解释。第三，"Chemical features derived from human perception yield predictions and mosaic chemotopic organization that is similar to those derived from the PubChem chemical features"——研究人员通过计算GNN特征Shapley场，发现其第一主成分与glomerular羧酸敏感性向量高度相关（r=0.88）；Pearson相关分析揭示PubChem和GNN Shapley场前十个主成分间显著相关；弦距离分析显示不同化学特征子空间间距离显著低于随机对照；20个主成分分别捕获PubChem 70%和GNN 50%方差，表明Shapley场无论化学特征选择如何均表征大致相同的化学敏感性。第四，"Principal components of Shapley fields recover major chemical classes"——研究人员通过将Shapley场主成分投影至气味类别敏感性向量张成的线性子空间，发现GNN Shapley场 individual 主成分显著仅与一个（10个PC中8个）或两个（10个PC中1个）气味类别敏感性向量相关（p<0.05），PubChem Shapley场10个PC中3个仅与一个化学类别相关；对PubChem Shapley场，前10个PC与其投影相关性中等至强，对GNN Shapley场，PC1与投影极强相关（r=0.93）而后续几个PC相关性低于0.5。

讨论部分总结：研究人员受研究OB中气味化学特征调谐的动机驱动，引入Shapley场应用以探索glomeruli对化学特征的敏感性作为其在背侧OB表面位置的函数。Shapley场作为视觉等感觉区感受野的嗅觉类似物，该类比是方法学的而非拓扑学的：Shapley场表征跨神经组织的特征敏感性，但不意味着低维化学坐标系连续映射至二维OB表面。使用两种不同计算方法，研究人员确认OB中glomeruli的化学感受特性与OB表面气味表征组织的弱化学拓扑组织一致，这与早期研究一致并至少部分解决后来研究的关切。分析表明观察到的化学拓扑组织不能仅由一或两个主导化学维度解释；在GNN Chemotopy模型AUROC最优特征数时有效维度为3.2至5.3，PCA-PubChem Chemotopy模型前3–6个Shapley排序主成分捕获大部分预测信号。因此，观察到的组织不太可能仅由一或两个已知化学属性解释。研究人员因此将这些结果解释为弱马赛克化学拓扑组织的证据：化学特征敏感性空间非随机但重叠且不形成单一连续图。显著空间组织与至少三个有效维度的组合将观察到的组织置于完全空间随机性与简单一二维化学拓扑梯度之间。分析表征了这种中间马赛克组织但未确定其如何产生。为研究结论如何受化学特征集固有任意选择影响，研究人员使用结合分子图信息与人类知觉数据的人工构建化学特征集重复分析，发现Chemotopy优于Chemotuning不依赖化学特征集选择，两个化学特征集以可比精度描述OB glomeruli感受特性。研究基于小鼠约总数一部分的distinct olfactory glomeruli且位于背侧OB表面；研究人员假设定性相似结果应适用于其他OB区域。两个特征集衍生的Shapley场强相关，表明PubChem广泛化学特征与人类知觉衍生化学特征覆盖小鼠嗅觉知觉相似特性，提示若选择足够多样化学特征集，相应Shapley场将捕获OB glomeruli相同感受特性，从而提供研究嗅觉知觉的特征集不可知工具。研究人员还发现Shapley场每个主成分常显著与呈现刺激中单一公认化学类别相关，表明这些化学类别可基于小鼠嗅觉响应被"发现"。研究结论翻译：研究结果表明，Shapley场可从显著不同特征集中恢复共享且可解释的化学组织，提供研究嗅觉编码的特征不可知框架。