SpaTRACE: Spatiotemporal recurrent auto-encoder for reconstructing signaling and regulatory networks from spatiotemporal transcriptomics data

SpaTRACE ist ein neuartiger, datengetriebener Ansatz, der auf einem temporal-kausalen Transformer-Modell basiert, um aus räumlich-zeitlichen Transkriptomdaten dynamische Zell-Zell-Kommunikations- und Genregulationsnetzwerke ohne Abhängigkeit von vordefinierten Ligand-Rezeptor-Datenbanken zu rekonstruieren.

Das Wesentliche

🧬 Die große Detektivgeschichte im Zell-Universum: SpaTRACE

Stell dir vor, dein Körper ist eine riesige, lebendige Stadt. In dieser Stadt wohnen Milliarden von kleinen Bewohnern: den Zellen. Damit die Stadt funktioniert – ob beim Wachsen eines Babys, bei der Wundheilung oder im Krankheitsfall – müssen diese Zellen ständig miteinander reden.

Sie schicken sich Nachrichten (Signale) zu und ändern ihr Verhalten basierend auf dem, was sie hören. Das Problem für Wissenschaftler war bisher: Wie genau hören wir diesen Gesprächsverlauf?

Bisherige Methoden waren wie ein Fotograf, der nur ein einziges, statisches Foto macht. Sie sahen, wer neben wem stand, aber sie verstanden nicht, was passiert ist, bevor das Foto gemacht wurde, oder wie sich das Gespräch über die Zeit entwickelt hat. Außerdem mussten sie sich auf alte, verstaubte Telefonbücher verlassen, um zu wissen, welche Zellen überhaupt miteinander sprechen dürfen.

SpaTRACE ist jetzt der neue, super-smarte Detektiv, der diese Lücke schließt.

---

🕵️‍♂️ Was macht SpaTRACE anders?

Stell dir SpaTRACE als einen Zeitmaschinen-Filmregisseur vor, der drei besondere Fähigkeiten hat:

1. Die Zeitmaschine (Pseudotime)

Statt ein statisches Foto zu machen, filmt SpaTRACE einen ganzen Film. Es schaut sich an, wie sich eine Zelle von einem „Baby" (einem Vorläufer) zu einem „Erwachsenen" (einer spezialisierten Zelle) entwickelt.

• Die Analogie: Stell dir vor, du beobachtest einen Schmetterling. Alte Methoden sahen nur den Raupen-Standort und den Schmetterling-Standort. SpaTRACE filmt den ganzen Flug und versteht, wie die Flügelmuskeln sich bewegt haben, um den Flug zu ermöglichen. Es versteht die Geschichte der Zelle.

2. Der Übersetzer ohne Wörterbuch (Keine vorgefertigten Listen)

Früher mussten Wissenschaftler ein fertiges Wörterbuch (eine Datenbank) nutzen, um zu wissen, welche Zellen welche Botenstoffe senden dürfen. Wenn ein neuer Botenstoff in einer fremden Spezies (wie dem Axolotl) entdeckt wurde, konnten die alten Methoden ihn nicht verstehen.

• Die Analogie: SpaTRACE lernt die Sprache der Zellen selbst. Es schaut sich an: „Aha, wenn Zelle A hier ein Signal sendet, ändert sich Zelle B dort sofort." Es braucht kein fertiges Wörterbuch. Es kann also auch in völlig neuen Umgebungen (wie bei der Regeneration von Axolotl-Geheimnissen) neue Geheimnisse entschlüsseln.

3. Der Spionage-Radar (Räumliche + Zeitliche Analyse)

SpaTRACE kombiniert zwei Dinge: Wo ist die Zelle? (Raum) und Wann hat sie gesprochen? (Zeit).

• Die Analogie: Stell dir vor, du hörst ein Gespräch in einem lauten Café.
  • Alte Methoden sagten nur: „Die Person A und Person B sitzen am selben Tisch."
  • SpaTRACE sagt: „Person A hat vor 5 Minuten geflüstert, Person B hat daraufhin sofort ihre Jacke ausgezogen und ist zur Tür gelaufen. Und weil sie nebeneinander saßen, war die Verbindung stark."
    Es versteht also nicht nur, wer mit wem spricht, sondern auch welche Wirkung das Gespräch hatte.

---

🧪 Was hat SpaTRACE entdeckt?

Die Forscher haben SpaTRACE an zwei spannenden Orten getestet:

1. Die Baustelle im Gehirn (Maus-Embryonen):
   Hier haben sie gesehen, wie sich Nervenzellen bilden. SpaTRACE hat genau herausgefunden, welche Botenstoffe (wie ein Bauleiter) den Zellen sagen: „Hey, du wirst jetzt ein Nervenzelle!" oder „Du wirst eine Stützzelle!". Es hat gezeigt, dass bestimmte Signale nur ganz am Anfang wichtig sind und später verschwinden.

2. Der Wunderheiler (Axolotl):
   Axolotls können ihr Gehirn regenerieren, wenn sie verletzt werden. Das ist für Menschen ein Traum! SpaTRACE hat geschaut, wie der Axolotl sein Gehirn repariert. Es hat neue Signale gefunden, die wie ein „Notruf-System" funktionieren, um die Reparatur zu starten. Das ist besonders cool, weil wir diese Signale vorher gar nicht kannten.

---

🚀 Warum ist das wichtig?

Bisher mussten wir raten, wie Zellen kommunizieren, oder uns auf veraltete Listen verlassen. SpaTRACE ist wie ein KI-gestützter Übersetzer, der uns erlaubt, die Live-Übertragung des Zellgesprächs zu hören.

• Für die Medizin: Wenn wir verstehen, wie Zellen sich bei Krankheiten (wie Krebs) falsch unterhalten, können wir die Kommunikation korrigieren.
• Für die Zukunft: Es hilft uns zu verstehen, wie wir vielleicht eines Tages Gewebe reparieren oder Organe wachsen lassen können, genau wie der Axolotl.

Kurz gesagt: SpaTRACE nimmt das statische Foto der Zellwelt und verwandelt es in einen spannenden, verständlichen Film, der zeigt, wie das Leben wirklich funktioniert – Zelle für Zelle, Moment für Moment.

Technische Zusammenfassung

1. Problemstellung

Die zelluläre Kommunikation (Cell-Cell Communication, CCC) und Genregulationsnetzwerke (Gene Regulatory Networks, GRNs) koordinieren gemeinsam zelluläre Prozesse während der Entwicklung, Regeneration und bei Krankheiten. Obwohl räumliche Transkriptomik (Spatial Transcriptomics, ST) neue Möglichkeiten bietet, diese dynamischen Prozesse zu untersuchen, bestehen bei bestehenden Methoden erhebliche Einschränkungen:

• Abhängigkeit von kuratierten Datenbanken: Die meisten CCC-Inferenzmethoden (z. B. CellPhoneDB, CellChat) basieren stark auf vordefinierten Ligand-Rezeptor (LR)-Datenbanken. Dies schränkt die Anwendbarkeit auf wenig erforschte Arten ein und verhindert die Entdeckung neuer Interaktionen.
• Fehlende zeitliche Dynamik: Herkömmliche Ansätze arbeiten oft mit statischen Genexpressionsprofilen und gehen von einem stationären Zustand aus. Sie können daher keine kausalen Beziehungen oder zeitlichen Abhängigkeiten erfassen, die für Entwicklungs- und Regenerationsprozesse charakteristisch sind.
• Trennung der Netzwerke: Bisherige Methoden analysieren entweder LR-Signalwege oder GRNs separat, anstatt sie gemeinsam zu modellieren, um die Interaktion zwischen extrazellulären Signalen und intrazellulärer Transkriptionsregulation zu verstehen.

2. Methodik: SpaTRACE

SpaTRACE ist ein Framework, das auf einem aufmerksamkeitsbasierten rekurrenten Autoencoder (Attention-based Recurrent Autoencoder) mit Transformer-Elementen basiert. Es zielt darauf ab, Signalwege und Regulationsnetzwerke direkt aus spatiotemporalen Transkriptomikdaten zu rekonstruieren, ohne auf vordefinierte Signalwege zurückzugreifen.

Kernkomponenten des Modells:

• Problemformulierung: Das Modell nutzt Zellen $C$, Gene $G$, Zelltypen $T$ und Pseudotime-Werte $\pi(c)$, die eine Position entlang einer Differenzierungstrajektorie darstellen. Ziel ist es, den zukünftigen Zustand von Zielgenen (Target Genes, TG) basierend auf dem aktuellen Zustand und der historischen Expression von Transkriptionsfaktoren (TF) sowie Ligand-Rezeptor-Paaren (LR) vorherzusagen.
• Architektur (Encoder-Decoder):
  • Encoder: Erzeugt kontextualisierte Repräsentationen für Gene und LR-Paare. Er nutzt eine einzelne Self-Attention-Schicht (ohne Value-Projektionen, um die Interpretierbarkeit der Gewichte zu erhalten), um globale Embeddings mit zellspezifischen Gewichten zu modulieren. Dies erzeugt per-Zell-Embeddings, die regulatorische Aktivitäten abbilden.
  • Decoder: Vorhersage der zukünftigen TG-Expression ($\hat{y}_{t+1}$) basierend auf der historischen Expression von TFs und LR-Signalen ($x_{t-k:t}$).
  • Attention-Mechanismus: Die Attention-Scores werden als Maß für die regulatorische Einflussstärke interpretiert (inspiriert von der Granger-Kausalität). Das Modell berechnet Scores für:
    • TF $\to$ TG (intrazelluläre Regulation)
    • LR $\to$ TG (extrazelluläre Signalwirkung)
• Lernprozess: Das Modell wird trainiert, um die Mean Squared Error (MSE) zwischen vorhergesagter und tatsächlicher TG-Expression zu minimieren, unter Verwendung von $\ell_1$-Regularisierung, um spärliche und interpretierbare regulatorische Strukturen zu fördern.
• Netzwerkinferenz: Nach dem Training werden die gelernten Attention-Matrizen und Embedding-Ähnlichkeiten genutzt, um:
  1. LR-TG-Signalwege (welches LR-Paar beeinflusst welches Gen).
  2. TF-TG-Regulationsnetzwerke zu rekonstruieren.
  3. LR-Paarungen (welche Liganden binden an welche Rezeptoren) basierend auf ihrer gemeinsamen downstream-Wirkung zu identifizieren.
  4. Räumlich aufgelöste CCC-Netzwerke zwischen Sender- und Empfängerzelltypen zu inferieren.

3. Schlüsselbeiträge

1. Zeitlich-kausales Framework: Integration von räumlichem Kontext und Pseudotime-Trajektorien, um dynamische intra- und interzelluläre Signale zu erfassen.
2. Pfad-freie Rekonstruktion: SpaTRACE benötigt keine vordefinierten LR-Datenbanken. Es kann de novo neue Interaktionen entdecken und rekonstruiert gleichzeitig mehrschichtige Netzwerke (LR-Bindung, LR-TG, TF-TG) mit Einzelzell-Auflösung.
3. Überlegene Leistung: Die Methode wurde auf synthetischen Daten und realen biologischen Datensätzen (MOSTA und Axolotl) validiert und übertrifft bestehende Methoden in der Genauigkeit der Netzwerkwiederherstellung.

4. Ergebnisse

Synthetische Benchmarks:

• CCC-Inferenz: Auf zwei simulierten Datensätzen (einem mit klaren Trajektorien und einem mit hohem Rauschen) erreichte SpaTRACE die höchsten AUPRC-Werte (Area Under the Precision-Recall Curve). Im „noisy"-Setting (mit gestörten LR-Annotationen) erreichte SpaTRACE einen AUPRC von 0,614 (Dataset 2), während etablierte Methoden wie COMMOT (0,538) und SpaTalk (0,337) deutlich schlechter abschnitten.
• GRN-Inferenz: SpaTRACE übertraf GENIE3, GRNBoost2 und Velorama signifikant mit AUPRC-Werten von 0,967 (Dataset 1) und 0,903 (Dataset 2).

Anwendung auf reale Daten (MOSTA-Datensatz):

• Daten: Maus-Mittelhirnentwicklung (E12.5–E16.5) mit Stereo-seq-Daten.
• Validierung: SpaTRACE zeigte eine hohe frühe Präzision (Early Precision Rate, EPR) bei der Vorhersage von LR-Bindungen und TF-Regulation. Bei EPR@100 erreichte SpaTRACE Werte von 50 (für GRN), was bedeutet, dass die Trefferquote in den Top-100-Vorhersagen 50-mal höher war als bei zufälliger Auswahl.
• Biologische Erkenntnisse: Das Modell identifizierte spezifische Signalwege, die mit der Differenzierung radialer Gliazellen (RGC) in Neuroblasten (NeuB) und Glioblasten (GlioB) assoziiert sind. Besonders starke Aktivität wurde für die LR-Paare PTN–EPHB1, PTN–CD44 und TGFB3–LRP6 in RGCs festgestellt, was auf ihre Rolle als frühe regulatorische Hinweise hindeutet. Auch bekannte Transkriptionsfaktoren wie OTX2 und ASCL1 wurden korrekt rekonstruiert.

Anwendung auf Axolotl-Regeneration:

• Auf einem Datensatz zur Gehirnerneuerung des Axolotls (2–60 Tage post-Verletzung) identifizierte SpaTRACE stadienspezifische Signaldynamiken. Es entdeckte bekannte Interaktionen (z. B. VIM–ENO1) sowie potenzielle neue Signalkaskaden, die in aktuellen Datenbanken noch nicht annotiert sind.

Robustheit:

• Die Ergebnisse waren robust gegenüber der Wahl des Trajektorien-Inferenz-Tools (DPT, Slingshot, Monocle3), während Modelle, die auf zufälligen Pfaden trainiert wurden, deutlich schlechter abschnitten.

5. Bedeutung und Ausblick

SpaTRACE stellt einen Paradigmenwechsel in der Analyse räumlicher Transkriptomik dar, indem es die Lücke zwischen statischen Korrelationsanalysen und dynamischen, kausalen Modellen schließt.

• Entdeckungspotenzial: Durch den Verzicht auf kuratierte Datenbanken ermöglicht es die Entdeckung neuer Signalwege in nicht-modellorganismen oder unterentwickelten biologischen Systemen.
• Mechanistische Einblicke: Die Fähigkeit, zeitliche Verzögerungen (Time-Lags) zu modellieren, erlaubt tiefere Einblicke in die Kausalität von Signalwegen während komplexer Prozesse wie der Embryonalentwicklung oder Geweberegeneration.
• Zukunft: Das Framework könnte durch die Integration von multimeren Komplexen und generativen Trajektoriemodellen (z. B. MOSCOT) weiter verfeinert werden, um noch realistischere biologische Szenarien abzubilden.

Zusammenfassend bietet SpaTRACE ein leistungsfähiges Werkzeug, um die komplexe Sprache der Zellkommunikation und Genregulation in Raum und Zeit zu entschlüsseln, und übertrifft dabei bestehende state-of-the-art Methoden in Genauigkeit und biologischer Relevanz.