Дослідники з дитячої дослідницької лікарні Сент-Джуда та Університету Вісконсіна-Медісон розробили Spotiphy, обчислювальний інструмент, керований AI, що підсилює просторову транскриптоміку, досягнувши як одноклітинної роздільної здатності, так і висвітлення цільного генома. Опубліковано в Методи природиДослідження демонструє здатність Spotiphy реконструювати карти експресії генів високої роздільної здатності, розблокуючи нові розуміння нейродегенеративних захворювань, таких як Альцгеймера та поліпшення досліджень раку.
Подолання компромісу в просторовій транскриптоміці
Просторова транскриптоміка (ST) – це потужна методика, яка фіксує експресію генів у неушкоджених тканинах. Однак існуючі методи потребують компромісу:
- ST на основі секвенування охоплює весь геном, але має низьку роздільну здатність, групування декількох клітин в одну точку даних.
- ST на основі візуалізації пропонує одноклітинну роздільну здатність, але фіксує лише обмежену кількість генів.
Щоб вирішити це, Spotiphy застосовує машинне навчання для екстраполяції відсутньої інформації, ефективно подолати розрив між цими двома підходами.
“Ми зробили перший генеративний алгоритм, який може передбачити просторову експресію генів цілої транскриптоміки на одноклітинному рівні”,-сказав Джиянг Ю, доктор наук, тимчасовий голова обчислювальної біології в Сент-Джуді. “Ключовим є запозичення інформації з одноклітинних даних RNA-Seq та даних гістології з цим підходом до генеративного моделювання.”
Як працює Spotiphy: реконструкція зображень, що працюють на AI
Spotiphy використовує генеративний алгоритм, який навчається у великих базах даних просторової транскриптоміки, поєднаних з гістологічними зображеннями. Звичайні дані ST збираються у заздалегідь визначених «плямах» через тканинний розділ – як пікселі на зображенні – але кожне місце містить кілька змішаних клітин, що ускладнює розрізнення індивідуальних моделей експресії генів.
Використовуючи машинне навчання, Spotiphy заповнює прогалини між цими плямами, реконструюючи дуже детальну карту експресії просторової гена.
“Уявіть собі картину руки, але середина відсутня”,-сказав автор співпраці Джунмін Пенг, доктор наук. “Алгоритм набув загальних правил від своєї підготовки, щоб він міг втілити відсутню частину картини – як реконструкція, де і як повинна виглядати долоня, або насправді простір між місцями візуалізації”.
Застосування при хворобі Альцгеймера та раку
Здатність Spotiphy вирішувати одноклітинну просторову транскриптоміку робить її особливо цінною для вивчення складних захворювань, таких як Альцгеймер.
У мишачій моделі хвороби Альцгеймера Spotiphy виявив чіткі підтипи астроцитів (тип клітин мозку) та підтвердили посилення присутності мікроглії, пов’язаної з хворобою, підтримуючи теорії, що мікрогліальна дисфункція сприяє нейродегенерації.
При застосуванні до зразків раку молочної залози Spotiphy виявив неоднорідність у мікросередовищах пухлини, виявляючи просторові взаємодії між пухлинами та навколишніми клітинами, які попередні технології не могли вирішити.
“Ми бачили, що дані відображали відомі неоднорідність раку молочної залози”,-сказав співавторний автор Jiyuan Yang, доктор наук. “Ми також вклали значні зусилля у створення відповідних наборів даних для мізків миші, які, на нашу думку, стане цінним ресурсом для спільноти просторових OMICS”.
Просування точної медицини
Забезпечуючи високу роздільну здатність, дані просторової транскриптоміки повного генома, Spotiphy може допомогти дослідникам відобразити клітинні взаємодії в прогресуванні захворювання, що призводить до більш точної діагностики та цільових методів терапії.
“Реальною силою цього алгоритму є його здатність розрізняти тонкі відмінності в межах того ж типу клітин, що попередні технології не могли виявити”, – сказав Ю. “Spotiphy дозволяє вченим бачити речі, які вони не могли бачити раніше”.