Differential co-localisation analysis of multi-sample and multi-condition experiments with spatialFDA

Das Open-Source-Paket spatialFDA kombiniert räumliche Statistik mit funktionaler Datenanalyse, um in räumlichen Omics-Daten differenzielle zelluläre Kollokalisationen über mehrere Bedingungen hinweg präzise zu quantifizieren und zu testen, was durch Simulationen sowie Anwendungen auf Typ-1-Diabetes-Daten validiert wurde.

Das Wesentliche

Stellen Sie sich vor, Sie sind ein Detektiv in einer riesigen, lebendigen Stadt, die aus Millionen von kleinen Bewohnern besteht. Jeder dieser Bewohner ist eine Zelle in unserem Körper. In der Vergangenheit haben Wissenschaftler diese Stadt nur von oben betrachtet: Sie haben gezählt, wie viele Menschen in welchem Stadtteil wohnen. Aber sie haben nicht genau hingeschaut, wie diese Menschen miteinander interagieren.

Das ist wie bei einer Party: Es reicht nicht zu wissen, dass 50 Gäste da sind. Es ist viel spannender zu wissen: Stehen die Gäste in kleinen Gruppen zusammen? Ignorieren sie sich? Oder drängen sie sich alle in eine Ecke?

In der modernen Biologie gibt es neue Technologien (genannt "räumliche Omik"), die uns erlauben, diese Party nicht nur zu zählen, sondern auch die genauen Positionen und Gespräche der Gäste zu sehen. Das Problem ist: Wie analysiert man dieses Chaos mathematisch, besonders wenn man verschiedene Partys (z. B. eine gesunde Party vs. eine kranke Party) vergleichen will?

Hier kommt die neue Methode spatialFDA ins Spiel.

Das Problem: Die "Zwischenraum"-Frage

Stellen Sie sich vor, Sie wollen herausfinden, ob sich auf einer Party bestimmte Gruppen von Gästen (z. B. alle mit roten Hüten) näher aneinander drängen als zufällig erwartet.

Frühere Methoden haben das so gemacht:

1. Sie haben gemessen, wie nah die Gäste in einem Abstand von 1 Meter beieinander standen.
2. Sie haben gemessen, wie nah sie in 2 Metern Abstand standen.
3. Dann haben sie alle diese Zahlen zu einer einzigen Zahl zusammengefasst (wie einen Durchschnittswert).

Das Problem dabei: Wenn Sie zwei völlig verschiedene Party-Szenarien haben, kann der Durchschnittswert genau gleich sein!

• Szenario A: Alle roten Hüte stehen in einer dichten Kugel zusammen.
• Szenario B: Die roten Hüte sind in zwei getrennte Gruppen aufgeteilt, aber der "Durchschnittsabstand" ist derselbe.

Die alte Methode würde sagen: "Beide Partys sind gleich." Aber für die Biologie ist das ein riesiger Unterschied!

Die Lösung: spatialFDA – Der "Musik-Detektor"

Die Autoren des Papers haben eine neue Methode namens spatialFDA entwickelt. Statt die Musik der Party in eine einzige Zahl zu verwandeln, hören sie sich den ganzen Song an.

Stellen Sie sich die Distanz zwischen den Gästen wie eine Musikwelle vor:

• Der Radius (r): Das ist wie die Lautstärke oder der Abstand. "Wie weit schauen wir?"
• Die Kurve: Statt einer Zahl bekommen wir eine ganze Linie (eine Funktion), die zeigt, wie die Gäste sich über alle Entfernungen hinweg verhalten.

spatialFDA sagt: "Wir vergleichen nicht nur eine Zahl, sondern den gesamten Verlauf der Kurve!"

• Sie können sehen: "Ah, bei 10 Metern Abstand stehen die Gäste viel enger zusammen als erwartet, aber bei 50 Metern sind sie ganz normal verteilt."
• Das ist wie ein Musik-Equalizer, der Ihnen zeigt, welche Frequenzen (Abstände) lauter sind als andere.

Warum ist das so wichtig? (Die Analogie der "Schichten")

In echten Experimenten gibt es viele Ebenen von "Lärm":

1. Die Person: Jeder Patient ist anders (wie verschiedene Musikgeschmäcker).
2. Die Probe: Von einem Patienten gibt es oft mehrere Bilder (wie mehrere Aufnahmen derselben Band).
3. Das Bild: Jedes Bild ist ein kleiner Ausschnitt der Stadt.

Frühere Methoden haben oft vergessen, dass diese Ebenen zusammenhängen. Es ist, als würde man 100 Aufnahmen von einem Sänger nehmen und denken, man hätte 100 verschiedene Sänger gehört. Das führt zu falschen Ergebnissen.

spatialFDA ist wie ein cleverer Regisseur, der genau weiß: "Okay, diese 10 Aufnahmen kommen von derselben Person, also rechne ich das mit ein, aber ich vergleiche trotzdem die Gruppen." Es nutzt ein statistisches Werkzeug, das "gemischte Modelle" heißt, um diesen Lärm herauszufiltern und das echte Signal zu hören.

Der Beweis: Die Diabetes-Party

Die Autoren haben ihre Methode an echten Daten getestet, die die Zerstörung von Zellen bei Typ-1-Diabetes zeigen.

• Die Geschichte: Bei Diabetes greifen Immunzellen (die "Polizisten") die Insulin-produzierenden Zellen (die "Bäcker") an.
• Die Entdeckung: Mit spatialFDA konnten sie genau sehen, wann und wo diese Polizisten die Bäcker umzingeln. Sie sahen, dass die Polizisten in der frühen Phase der Krankheit viel enger an die Bäcker herangehen (eine stärkere "Ko-Lokalisierung"), was die Zerstörung erklärt.
• Der Vorteil: Andere Methoden hätten vielleicht nur gesagt: "Es gibt mehr Polizisten." spatialFDA sagte: "Die Polizisten stehen ganz spezifisch in einem Radius von 10–50 Mikrometern um die Bäcker herum und drängen sie." Das ist ein viel tieferes Verständnis der Krankheit.

Zusammenfassung in einem Satz

spatialFDA ist ein neues Werkzeug für Biologen, das nicht nur zählt, wer auf der Party ist, sondern den ganzen Tanz über alle Entfernungen hinweg analysiert, um genau zu verstehen, wie sich die Gäste (Zellen) in gesunden und kranken Zuständen verhalten – und das, ohne sich von zufälligem Lärm täuschen zu lassen.

Es ist der Unterschied zwischen einem Foto, das nur zeigt, wie viele Leute da sind, und einem 360-Grad-Video, das zeigt, wie sie sich bewegen und wer mit wem tanzt.

Technische Zusammenfassung

1. Problemstellung

Die räumliche Omik (Spatial Omics) hat eine Explosion neuer Datensätze ermöglicht, die die räumliche Lokalisation von Transkripten und Proteinen erfassen. Eine zentrale biologische Fragestellung ist die differenzielle zelluläre Kollokalisierung (CCoL): die Quantifizierung, ob sich bestimmte Zelltypen in verschiedenen experimentellen Bedingungen (z. B. gesund vs. krank) häufiger in der Nähe voneinander befinden oder weiter voneinander entfernt sind als zufällig erwartet.

Herausforderungen bei der Analyse bestehen darin:

• Komplexe Variabilität: Experimente umfassen oft mehrere Proben, mehrere Bedingungen und mehrere Bildfelder (FOVs) pro Probe. Herkömmliche Methoden ignorieren diese hierarchische Struktur (Nested Variability) oft, was zu falsch positiven Ergebnissen führt.
• Verlust von Information: Viele bestehende Ansätze komprimieren die räumlichen Metriken (die Funktionen des Radius $r$ sind) auf einen einzigen skalaren Wert (z. B. die Fläche zwischen den Kurven, ABC). Dies kann zu einem Verlust an Sensitivität führen, da zwei sehr unterschiedliche räumliche Verteilungen denselben skalaren Wert haben können.
• Fehlende Flexibilität: Bestehende funktionale Datenanalyse-Methoden (FDA) für räumliche Daten erlauben oft keine explizite Modellierung von verschachtelten Zufallseffekten (z. B. wiederholte Messungen innerhalb einer Probe).

2. Methodik: spatialFDA

Das Paper stellt spatialFDA vor, ein R-Paket im Bioconductor-Ökosystem, das Methoden der räumlichen Statistik mit der Funktionellen Datenanalyse (FDA) kombiniert.

• Dateneingabe: Räumliche Omik-Daten werden als markierte Punktmuster approximiert (Zellen als Punkte mit Zelltyp-Label).
• Räumliche Metriken: Für jedes Bildfeld (FOV) werden räumliche Metriken berechnet, die als Funktionen des Radius $r$ vorliegen. Im Paper werden primär Ripleys K-Funktion, Besags L-Funktion (Korrelation) und die G-Funktion (Abstandsverteilung) verwendet.
• Statistisches Modell: Anstatt die Funktionen auf Skalarwerte zu reduzieren, verwendet spatialFDA Funktionale Generalisierte Additive Mischmodelle (fGAMM).
  • Das Modell behandelt die räumliche Metrik als funktionale Antwortvariable ($y_i(r)$).
  • Es erlaubt die Spezifikation komplexer Versuchspläne durch feste Effekte (z. B. Bedingungen) und Zufallseffekte (z. B. Variation zwischen Proben und FOVs), um die Nicht-Unabhängigkeit der FOVs korrekt zu berücksichtigen.
  • Die Inferenz erfolgt über den gesamten Definitionsbereich $r$ hinweg, nicht nur an einzelnen Punkten.
• Inferenz und Korrektur:
  • Ein globaler F-Test prüft, ob sich die Funktionen zwischen Gruppen signifikant unterscheiden.
  • Um Autokorrelation und Heteroskedastizität der Residuen entlang des Radius $r$ zu korrigieren, werden Cluster-robuste Kovarianzmatrizen (Sandwich-Schätzer) verwendet.
  • Um Verzerrungen durch die Zellgröße zu vermeiden, werden Radien unterhalb der durchschnittlichen nächsten-Nachbar-Distanz gefiltert.

3. Wichtige Beiträge

• Neues Framework: Einführung eines konsistenten Rahmens zur Analyse differentieller CCoL, der die gesamte räumliche Skaleninformation bewahrt und gleichzeitig komplexe experimentelle Designs (Multi-Sample/Multi-Condition) statistisch rigoros behandelt.
• Integration von FDA und Mixed Models: Erstmals wird eine funktionale Additiv-Misch-Modellierung für räumliche Punktmuster-Daten angewendet, um sowohl die funktionale Natur der Daten als auch die hierarchische Variabilität zu modellieren.
• Open Source Tool: Bereitstellung als Bioconductor-Paket, das nahtlos in bestehende räumliche Analyse-Workflows integriert werden kann.

4. Ergebnisse

Simulationsstudien

Zwei Simulationsstudien wurden durchgeführt, um die Leistung von spatialFDA im Vergleich zu etablierten Methoden (spicyR, smoppix, SpaceANOVA, mxfda) und einem linearen Baseline-Modell zu bewerten.

• Kalibrierung und FDR-Kontrolle:
  • Methoden, die keine gemischten Modelle verwenden (z. B. einfache lineare Modelle oder SpaceANOVA), zeigten eine starke Fehlkalibrierung und inflierte False-Discovery-Rates (FDR), da sie die Abhängigkeit innerhalb von Proben ignorierten.
  • spatialFDA zeigte eine konservative und gut kalibrierte FDR-Kontrolle bei gleichzeitig akzeptabler True-Positive-Rate (TPR).
  • Skalare Methoden mit gemischten Modellen (spicyR.MM, smoppix) kontrollierten die FDR besser als nicht-mixed Modelle, verloren aber an Sensitivität (niedrigere TPR).
• Skalenabhängigkeit:
  • In einer Simulation mit variierenden Längenskalen (Canete et al. Simulation) zeigte spatialFDA.L (basierend auf der L-Funktion) eine stabile Leistung über verschiedene Skalen hinweg.
  • spatialFDA.G (basierend auf der G-Funktion) performte besonders gut bei kurzen Interaktionsskalen, verlor aber an Leistung bei größeren Distanzen.
  • Die Ergebnisse unterstreichen, dass die Wahl der Metrik (K/L vs. G) entscheidend ist, um spezifische räumliche Effekte zu detektieren.

Fallstudie: Typ-1-Diabetes (T1D)

Das Tool wurde auf einen Imaging-Mass-Cytometry (IMC)-Datensatz von Pankreasgewebe von Patienten mit Typ-1-Diabetes angewendet.

• Ergebnisse: spatialFDA konnte bekannte biologische Phänomene reproduzieren, wie den fortschreitenden Verlust von $\beta$-Zellen und die Rekrutierung von Immunzellen in den frühen Krankheitsstadien.
• Neue Einsichten: Es wurde eine signifikant erhöhte Kollokalisierung zwischen $\delta$-Zellen (in den Inseln) und T-Helferzellen (Th) im Onset-Stadium der Diabeteserkrankung im Vergleich zu nicht-diabetischen Proben entdeckt.
• Räumliche Auflösung: Im Gegensatz zu skalaren Methoden lieferte spatialFDA detaillierte Informationen darüber, bei welchen Distanzen (10–50 µm) diese Interaktion am stärksten ausgeprägt ist.

5. Bedeutung und Fazit

spatialFDA adressiert eine kritische Lücke in der Analyse räumlicher Omik-Daten. Indem es die funktionale Natur der räumlichen Metriken bewahrt und gleichzeitig komplexe experimentelle Designs durch Mixed-Effects-Modelle korrekt handhabt, bietet es eine überlegene statistische Power und Kalibrierung im Vergleich zu bestehenden Ansätzen.

• Biologische Relevanz: Die Methode ermöglicht es, subtile, aber biologisch signifikante Veränderungen in der räumlichen Organisation von Geweben zu detektieren, die durch reine Zellzählungen oder skalare Zusammenfassungen übersehen würden.
• Zukunftsperspektive: Das Paper hebt die Notwendigkeit hervor, Intensitätsänderungen (Zellzahl) und Kollokalisierungsänderungen (räumliche Anordnung) gemeinsam zu betrachten, da diese oft verknüpft sind. Zudem wird die Notwendigkeit weiterer Forschung zu anisotropen räumlichen Statistiken (da Gewebe oft nicht rotationssymmetrisch sind) angesprochen.

Zusammenfassend stellt spatialFDA einen robusten, sensitiven und flexiblen Standard für die differenzielle Analyse räumlicher Zellinteraktionen in komplexen biologischen Studien dar.