SPARKLE: evidence-constrained correction of local RNA leakage in high-resolution spatial transcriptomics

Um die Landschaft des Lebens innerhalb eines Gewebes zu verstehen, haben Wissenschaftler eine Methode entwickelt, um die genetischen Anweisungen von tausenden einzelnen Zellen gleichzeitig zu lesen und dabei gleichzeitig genau zu verfolgen, wo sich jede Zelle im Körper befindet. Dieses Feld, bekannt als räumliche Transkriptomik, ermöglicht es Forschern, abzubilden, welche Gene in spezifischen Nachbarschaften aktiv sind, und so zu enthüllen, wie sich verschiedene Zelltypen organisieren, um Organe aufzubauen oder Krankheiten zu bekämpfen. Ein hartnäckiges Problem hat diese Karten jedoch bisher getrübt. Wenn Wissenschaftler Gewebeproben für diese Art der Analyse vorbereiten, müssen sie das Gewebe aufweichen, um das genetische Material freizusetzen. Dabei entweichen einige der genetischen Botschaften, oder RNA, aus ihren ursprünglichen Heimaten und driften in die Räume zwischen den Zellen. Dieses Auslaufen erzeugt einen Nebel aus falschen Signalen, der es so aussehen lässt, als würde eine Zelle genetische Anweisungen produzieren, die sie eigentlich nie selbst erstellt hat, was zu Verwirrung darüber führen kann, was eine Zelle wirklich ist und was sie mit ihren Nachbarn macht.

Eine neue Methode namens SPARKLE bietet einen Weg, diesen Nebel zu klären, ohne einen externen Referenzleitfaden von außerhalb der Probe zu benötigen. Die Forscher hinter dieser Arbeit erkannten, dass der Akt des Auslaufens selbst eine Spur hinterlässt. Wenn RNA aus einer Zelle entweicht, verschwindet sie nicht; sie landet auf den leeren Flächen, die die Zelle umgeben – jenen Bereichen, die zu keiner spezifischen Gewebestruktur gehören. Indem man diese leeren Räume betrachtet, kann die Methode messen, wie weit das genetische Material dazu neigt zu reisen und wie viel davon ausläuft. Anstatt zu raten oder sich auf externe Daten zu verlassen, nutzt SPARKLE die Beweise, die direkt in der Probe gefunden werden, um eine Korrektur zu berechnen. Es erstellt ein Modell darüber, wie sich die RNA ausbreitet, indem es die Signale in den leeren Zonen nutzt, um abzuschätzen, wie viel des Signals innerhalb einer Zelle tatsächlich ihr eigenes ist und wie viel nur von einem Nachbarn „geliehen“ wurde.

Der Ansatz funktioniert dadurch, dass ein mathematisches Muster an die Beobachtungen angepasst wird, die außerhalb der Zellgrenzen gefunden werden. Dieses Muster hilft der Software zu bestimmen, welche Skala dafür gilt, wie weit RNA in diesem spezifischen Gewebe wandert und wie viel sie für jedes spezifische Gen ausläuft. Entscheidend ist, dass die Methode nur jene Gene korrigiert, bei denen die Evidenz aus den leeren Räumen stark genug ist, um die Berechnung zu stützen. Für Gene, die in ihren Quellzellen hochaktiv sind, wendet die Methode eine vorsichtige, konservative Anpassung an, um sicherzustellen, dass sie nicht versehentlich das wahre Signal löscht. Dies ermöglicht es der Software, zwischen einer Zelle, die tatsächlich ein Protein produziert, und einer Zelle, die lediglich die Präsenz eines Nachbarn widerspiegelt, zu unterscheiden.

Die Forscher testeten diese Idee anhand von zehn verschiedenen simulierten Szenarien, die die chaotische Realität biologischen Gewebes nachahmen sollten. In neun von zehn dieser Tests lieferte die Methode die genauesten Karten der Zellaktivität und die geringsten Fehler im Vergleich zur bekannten Wahrheit. Um zu sehen, ob sie in der realen Welt funktioniert, wandte das Team SPARKLE auf Proben eines Axolotl-Gehirns, eines Mausgehirns und eines menschlichen Ovarialkarzinoms an. In jedem Fall gelang es der Methode erfolgreich, die falschen Signale zu entfernen, die in benachbarten Zellen aufgetreten waren, während die wahren Signale in den Zellen, in denen die Gene ihren Ursprung hatten, intakt blieben. Diese Korrektur lieferte ein klareres Bild des Gewebes und brachte die Ergebnisse in eine engere Übereinstimmung mit unabhängigen Daten aus Einzelzellstudien. In den menschlichen Ovarialkarzinom-Proben deckte die Methode eine spezifische Art der Kommunikation zwischen Zellen auf, die durch die Diffusion von Kollagen verborgen geblieben war, und zeigte, dass Fibroblasten-Zellen Signale aussendeten, die zuvor überlagert worden waren.

Das Werkzeug erwies sich als sowohl schnell als auch zuverlässig. Die Zeit, die für die Verarbeitung der Daten benötigt wurde, wuchs in einer stetigen, vorhersehbaren Weise mit der Größe des untersuchten Gewebebereichs an, und der Prozess konnte durch spezialisierte Computerhardware noch weiter beschleunigt werden. Die Ergebnisse blieben konsistent, selbst wenn die Forscher die Größe der analysierten Bereiche oder die Skala der angenommenen Ausbreitung anpassten. Durch die Nutzung der in jeder Probe enthaltenen Beweise, um das Problem des Auslaufens zu beheben, bietet SPARKLE einen referenzfreien Weg, um den Blick auf das zelluläre Leben zu schärfen. Diese Verbesserung stärkt die Fähigkeit, zu identifizieren, wo verschiedene Zelltypen leben, wie sie in Gewebekompartimente gruppiert sind und wie sie miteinander kommunizieren, und bietet somit eine klarere Grundlage für das Verständnis der komplexen Architektur des Körpers.