smoothclust: Spatial smoothing and boundary-density summaries for spatial transcriptomics

ليست الأنسجة مجرد أكياس من الخلايا؛ بل هي مدن معقدة حيث تملي الجغرافيا طبيعة الوظيفة. في العضو السليم، تميل خلايا النوع نفسه إلى التجمع معًا، لتشكل أحياءً متميزة تؤدي مهامًا محددة، بينما تكون الحدود بين هذه المناطق غالبًا حادة ومحددة جيدًا. وعندما يضرب المرض، كما في حالة السرطان، يمكن لهذا الهيكل المنظم أن يتلاشى، حيث تصبح أنواع الخلايا المختلفة مختلطة أو تصبح الحدود بين المناطق ضبابية وفوضوية. لعقود من الزمن، تمكن العلماء من قراءة التعليمات الجينية داخل الخلايا الفردية، لكن التقاط مكان وجود تلك الخلايا داخل النسيج كان تحديًا أحدث وأكثر صعوبة. تسمح الأدوات الحديثة الآن للباحثين برسم خريطة للنشاط الجيني مع الحفاظ على الموقع الأصلي للخلية، مما ينشئ خريطة مكانية للنسيج. ومع ذلك، ظل تحويل هذه الخرائط المعقدة إلى أرقام بسيطة وقابلة للمقارنة عقبة قائمة. فغالبًا ما يكافح الباحثون لتحديد مدى تنظيم النسيج بدقة، أو كيف أصبحت أحياؤه مختلطة، مما يجعل من الصعب مقارنة عينة مريض بآخر أو تتبع كيفية تغير النسيج بمرور الوقت.

طوّر فريق من الباحثين في جامعة بوسطن طريقة جديدة لقياس هذا النظام المكاني، مقدمًا منهجًا مباشرًا لتلخيص بنية عينات الأنسجة. أطلقوا على نهجهم اسم smoothclust، وهو يعمل في جزأين. أولاً، يوفر سير عمل لتجميع الخلايا في مناطق ذات معنى بناءً على نشاطها الجيني وجيرانها، مما يعمل على تنعيم الضجيج الذي غالبًا ما يشوب البيانات الخام. ثانياً، ولعل هذا هو الأهم، يقدم مقياسًا يسمى "كثافة الحدود". تخيل أنك تنظر إلى خريطة لمدينة وتعد كم مرة يكون فيه منزل في شارع ما جارٌ لمنزل في الشارع التالي ينتمي إلى حي مختلف تمامًا. إذا كانت المدينة منظمة جيدًا، فسترى مساحات طويلة من المنازل المتشابهة، وسيكون عدد المرات التي تعبر فيها حدودًا منخفضًا. أما إذا كانت المدينة فوضوية، حيث تختلط الأحياء المختلفة معًا، فستعبر الحدود باستمرار. يستخدم الباحثون نفس هذا المنطق لعدّ كم مرة تختلف "الهوية" الجينية للخلية عن الخلايا المحيطة بها مباشرة. يوفر هذا العد رقمًا واحدًا يصف مدى اختلاط النسيج أو تميزه.

اختبر الباحثون هذه الطريقة على مجموعة متنوعة من مجموعات البيانات الواقعية، بدءًا من عينات من أورام الدماغ المعروفة باسم "الأورام الدبقية" (glioblastomas). وقارنوا نهجهم الجديد القائم على التنعيم بالأساليب القياسية التي لا تأخذ الموقع المكاني في الاعتبار. أظهرت النتائج أن طريقتهم أنتجت خرائط أكثر نقاءً، مع وجود تحولات مفاجئة وعشوائية أقل بين أنواع الخلايا. في عينة ورم محددة، اقترحت الطريقة القياسية أن النسيج كان شديد التجزؤ، مع معدل مرتفع من عبور الحدود. وفي المقابل، كشفت الطريقة الجديدة عن بنية أكثر تماسكًا، مع عدد أقل بكثير من التحولات، مما يشير إلى أن النسيج كان في الواقع أكثر تنظيمًا مما أشارت إليه الأدوات القياسية. كان هذا الفرق مهمًا لأنه يعني أن الطريقة الجديدة يمكنها عكس الواقع البيولوجي الحقيقي لبنية الورم بشكل أفضل. كما طبق الباحثون مقياسهم على التصنيفات الناتجة عن برمجيات موجودة أخرى، وحتى على الخرائط التي أنشأها علماء الأمراض البشريون. وفي كل حالة، نجح مقياس كثافة الحدود في تلخيص تنظيم النسيج، مما أثبت أن الأداة تعمل بغض النظر عن كيفية تحديد مجموعات الخلايا الأولية.

ولضمان متانة مقياسهم، أجرى الفريق عمليات محاكاة حيث كانوا يعرفون الإجابة الدقيقة. أنشأوا شبكات اصطناعية من الخلايا بأنماط معروفة، تتراوح من أنصاف منفصلة تمامًا إلى خليط عشوائي تمامًا. وكما هو متوقع، حدد المقياس بشكل صحيح أن الأنصاف المنفصلة تمامًا تحتوي على عدد قليل جدًا من عبور الحدود، بينما تحتوي الخلطات العشوائية على الكثير منها. كما اختبروا ما يحدث عندما يتم تعديل التصنيفات لتناسب العدد الهائل من أنواع الخلايا المختلفة الموجودة. فأحيانًا، قد يحتوي النسيج على أنواع عديدة مختلفة من الخلايا لمجرد أن العينة متنوعة، وليس لأنها غير منظمة. طور الباحثون نسخة "نسبية" من مقياسهم تأخذ هذا في الاعتبار، حيث تقارن عدد العبورات المرصودة بما كان متوقعًا عن طريق الصدفة المحضة. سمح هذا التعديل لهم بالتمييز بين نسيج متنوع بطبيعته ونسيج فوضوي حقًا.

تمتد فائدة هذا النهج إلى ما وراء أورام الدماغ. فقد طبق الباحثون طريقتهم على عينات من أنسجة القلب من مرضى عانوا من نوبات قلبية. ووجدوا أن أنواعًا مختلفة من أنسجة القلب المتضررة أظهرت أنماطًا متميزة من التنظيم. فبعض الأجزاء، الغنية بخلايا العضلات، أظهرت ترددًا أعلى في التحولات بين البيئات الخلوية المختلفة، مما يشير إلى تداخل معقد بين أنواع الخلايا. أما الأجزاء الأخرى، التي تهيمن عليها أنسجة الندبات أو استجابات إصابة معينة، فقد أظهرت مناطق أكثر تجانسًا. كان المقياس حساسًا بما يكفي لرصد هذه الاختلافات حتى عندما كانت العينات ذات تركيبات غير متوازنة للغاية، مثل الجزء الذي يشكل فيه نوع واحد من الخلايا معظم المواقع. يشير هذا إلى أن الأداة يمكنها تقديم ملخصات موثوقة حتى عندما يكون التكوين البيولوجي لعينة ما منحرفًا بشدة.

استكشف الباحثون أيضًا كيف يؤثر حجم "الحي" المستخدم للعد على النتائج. ووجدوا أنه بينما تتغير الأرقام الدقيقة اعتمادًا على ما إذا كانوا ينظرون إلى الجيران المباشرين أو إلى دائرة أوسع قليًا، فإن التصنيف العام للعينات ظل ثابتًا. يشير هذا إلى أن المقياس مستقر وليس حساسًا بشكل مفرط للتغييرات الطفيفة في كيفية عرض البيانات. علاوة على ذلك، اختبروا الطريقة على مجموعات بيانات عالية الدقة تحتوي على مئات الآلاف من الخلايا الفردية، مثل تلك المستخرجة من أنسجة سرطان القولون والمستقيم. ورغم الحجم الهائل لهذه المجموعات، عمل البرنامج بكفاءة على جهاز كمبيوتر محمول قياسي، حيث عالج البيانات في أقل من دقيقة. يثبت هذا أن الطريقة ليست سليمة نظريًا فحسب، بل هي عملية أيضًا للكميات الهائلة من البيانات التي تنتجها التكنولوجيا الحديثة.

كان أحد أكثر جوانب الدراسة كشفًا هو كيفية استجابة المقياس للطريقة التي يعرّف بها الباحثون مناطقهم. فعندما أخذ الفريق خريطة تفصيلية للقشرة الدماغية، ميزت بين ثلاثة طبقات مختلفة من المادة البيضاء، ودمجتهم في فئة واحدة "مادة بيضاء"، انخفضت كثافة الحدود بشكل كبير. وهذا منطقي بديهيًا: إذا توقفت عن التمييز بين ثلاث طبقات متشابهة وعاملتها كمنطقة واحدة كبيرة، فستكون هناك حدود أقل لعبورها. ومع ذلك، لاحظ الباحثون أن هذا التغيير أدى أيضًا إلى تغيير التصنيف النسبي للعينات. يعمل هذا الاكتشاف كتذكير حاسم بأن الأرقام التي ينتجها المقياس تعتمد على كيفية تعريف المناطق البيولوجية في المقام الأول. فهو لا يقدم حقيقة واحدة مطلقة حول النسيج، بل يقدم ملخصًا دقيقًا للتنظيم بناءً على الخريطة المحددة المستخدمة.

تخلص الدراسة إلى أن هذا الإطار يقدم طريقة شفافة وقابلة لإعادة الاستخدام لترجمة الخرائط المكانية المعقدة إلى ملخصات مفهومة. ومن خلال تحديد عدد المرات التي تتغير فيها هويات الخلايا من نقطة إلى أخرى، تسمح الطريقة للعلماء بمقارنة تنظيم الأنسجة عبر مختلف المرضى، وحالات الأمراض المختلفة، والظروف البيولوجية المختلفة دون الحاجة إلى محاذاة كل خلية بدقة. إنها تسد الفجوة بين التعقيد البصري لخريطة النسيج والحاجة إلى أرقام بسيطة وقابلة للمقارنة. وسواء استُخدمت لتقييم نجاح خوارزمية التجميع، أو لمقارنة التوصيفات اليدوية من خبراء مختلفين، أو لاستكشاف كيفية تغير بنية الأنسجة في المرض، فإن مقياس كثافة الحدود يوفر طريقة واضحة قائمة على البيانات لطرح الأسئلة والإجابة عليها بشأن النظام المكاني للحياة. الأدوات متاحة مجانًا للمجتمع العلمي، وهي جاهزة للتطبيق على مجموعات بيانات جديدة مع استمرار نمو مجال البيولوجيا المكانية.