Универсальный фреймворк для пространственной биологии
Новый инструмент SpatialData, разработанный группой Штегле из EMBL Heidelberg и Немецкого центра исследования рака (DKFZ), помогает интегрировать различные формы пространственных данных, помещая молекулярно-биологические исследования в контекст клеточного окружения.
Для понимания работы тканей или их нарушений при таких заболеваниях, как рак, важно не только изучить характеристики каждой клетки, но и учесть их пространственный контекст. Технологии, позволяющие это сделать, называются пространственными омиксными технологиями (spatial omics). Однако они фокусируются на разных характеристиках клетки (например, уровнях РНК или белков), а результирующие наборы данных хранятся и обрабатываются по-разному.
Проблема разнородности технологий
За последнее десятилетие было разработано множество технологий для пространственной визуализации тканей, клеток и субклеточных компартментов. Каждая из них имеет свои компромиссы:
- Visium от 10x Genomics захватывает информацию об экспрессии всех генов в ткани, но не обеспечивает разрешения на уровне одной клетки.
- Xenium от 10x Genomics, MERFISH или платформа MERSCOPE от Vizgen дают детальные карты экспрессии генов с субклеточным разрешением, но в настоящее время ограничены несколькими сотнями предварительно выбранных генов.
Эта разнородность технологий отражается в ещё большей разнородности форматов файлов на вычислительной стороне, что создаёт проблемы для анализа данных.
Решение: SpatialData
«Существует острая необходимость в создании новых стандартов данных и вычислительных основ, которые позволят унифицировать подходы к анализу для всего спектра появляющихся пространственных омиксных технологий», — сказал Оливер Штегле.
SpatialData — это стандарт данных и программный фреймворк, который объединяет и интегрирует данные от разных омиксных технологий. Инструмент был представлен в публикации в Nature Methods.
«Мы разработали фреймворк SpatialData, чтобы облегчить проблемы представления данных при изучении пространственной биологии, чтобы исследователь мог сосредоточиться на биологическом анализе», — сказал Лука Марконато, ведущий автор.
Ключевые особенности SpatialData:
- Стандартизированный интерфейс и унифицированный формат хранения (на основе OME-NGFF) для всех пространственных омиксных технологий.
- Интеграция сигналов от нескольких модальностей, включая перенос аннотаций между ними.
- Возможность интерактивной аннотации изображений (например, патологических) и использования этих аннотаций для анализа связанных молекулярных профилей.
- Способность выравнивать и аннотировать омиксные данные в общей системе координат.
Фреймворк был разработан в рамках совместного проекта нескольких институтов и опубликован открыто.
Применение при раке молочной железы
В качестве доказательства концепции междисциплинарная команда использовала SpatialData для повторного анализа мультимодального набора данных по раку молочной железы от 10X Genomics. Этот набор включает последовательные срезы одного блока опухоли, проанализированные с помощью разных технологий: Visium, Xenium и отдельного набора данных scRNA-seq.
«Интегрировав данные Xenium и scRNAseq, мы нанесли типы клеток на карту пространства. Затем мы использовали Visium для идентификации клонов рака в пространстве. Наконец, мы использовали микроскопические изображения, окрашенные гематоксилином и эозином (H&E), для идентификации областей интереса», — пояснил Эльяс Хейдари, один из авторов исследования.
В будущем опухоль пациента можно будет анализировать с помощью разных технологий, а данные унифицировать с помощью SpatialData для целостного понимания опухоли. Интерактивный интерфейс позволит врачу аннотировать данные, что потенциально может привести к персонализированным подходам к лечению.