Bridging Biomedical Atlas Ecosystem: Cross-Atlas Alignment And Scalable Tissue Specimen Registration

Um den menschlichen Körper im Detail zu verstehen, haben Wissenschaftler Jahre damit verbracht, eine neue Art von Karte aufzubauen. Anstatt Linien auf ein flaches Blatt Papier zu zeichnen, erschaffen sie ein gemeinsames, dreidimensionales Gerüst, das Daten aus tausenden verschiedenen Studien enthält. Stellen Sie sich vor, Sie versuchen, eine Bibliothek zu organisieren, in der jedes Buch eine andere Sprache verwendet und jedes Regal eine andere Form hat; ohne ein gemeinsames System bleiben die Informationen verstreut und schwer nutzbar. Im Bereich der biomedizinischen Forschung ist dies die Herausforderung des Human Reference Atlas. Er ist ein digitales, 3D-Koordinatensystem, das es Forschern ermöglicht, Gewebeproben von verschiedenen Menschen, verschiedenen Organen und aus verschiedenen Experimenten in denselben virtuellen Raum einzubringen. Dieser gemeinsame Raum lässt Wissenschaftler sehen, wie sich Zellen im Herzen im Vergleich zur Niere verhalten oder wie eine bestimmte Krankheit bei verschiedenen Individuen aussieht, alles innerhalb einer einzigen, vereinheitlichten Ansicht. Damit dieses System funktioniert, muss jede neue Probe sorgfältig an die Master-Karte ausgerichtet werden – ein Prozess, der traditionell langsame, manuelle Arbeit durch Experten erforderte.

In den letzten fünf Jahren haben Forscher erfolgreich mehr als 13.000 Gewebedatensätze in diesen gemeinsamen Rahmen integriert. Diese Datensätze enthalten Informationen über mehr als 200 Millionen Zellen, die von 20 verschiedenen Forschungsgruppen gesammelt wurden. Diese massive Sammlung ermöglicht die Untersuchung biologischer Daten über verschiedene Organe, unterschiedliche Arten von Labortests und verschiedene Beobachtungsskalen hinweg. Da jedoch die Anzahl der Proben, Tests und Kartierungsprojekte stetig wächst, ist die alte Methode, jedes neue Gewebestück manuell auszurichten, zu langsam und zu teuer geworden, um Schritt zu halten. Das schiere Volumen der Daten stellt eine erhebliche Barriere für die Erweiterung dieses Atlas dar und droht, neue Entdeckungen außerhalb des gemeinsamen Systems zurückzulassen.

Um dieses Problem zu lösen, hat ein Team von Wissenschaftlern zwei neue Ansätze entwickelt, um den Aufbau des Atlas zu skalieren. Die erste Methode besteht darin, Daten von einem biomedizinischen Referenzsystem direkt auf ein anderes zu projizieren, während die zweite Methode eine Technik namens „Millitome“ nutzt, um große Gewebeblöcke gleichzeitig in ein Referenzorgan zu registrieren. Beide Methoden beruhen auf einer Software-Pipeline namens AMAP, was für „AutoMated Alignment and Projection“ steht. Dieses System arbeitet, indem es dreidimensionale Mesh-Modelle von Gewebe nimmt und diese mittels Point-Cloud-Registrierung ausrichtet – ein Prozess, der spezifische Punkte auf einem Modell mit entsprechenden Punkten auf einem anderen Modell abgleicht, ohne dass ein Mensch jeden Schritt führen muss.

Die Forscher testeten diese Methoden an einem vielfältigen Satz biologischer Modelle, um zu beweisen, dass sie mit der Komplexität der realen Welt umgehen können. Es gelang ihnen, Daten von sechs herzbezogenen Modellen aus dem SPARC-Programm, Modellen des Dickdarms aus dem Gut Cell Atlas, einer Konsenskarte, die aus 500 Nierenprobanden erstellt wurde, sowie Modellen aus dem Julich Brain Atlas abzugleichen. Zusätzlich zu diesen spezifischen Organen nutzte das Team die AMAP-Pipeline, um sieben Millitom-Modelle über fünf verschiedene Organe hinweg zu projizieren. Bei diesem Bemühen wurden Informationen aus mehr als 300 verschiedenen Gewebeentnahmestellen integriert, was zeigt, dass das System eine Vielzahl biologischer Strukturen bewältigen kann.

Das Ergebnis ist ein sich entwickelndes Ökosystem von Atlanten, die nun mit dem Human Reference Atlas abgeglichen sind. Durch die Automatisierung des Ausrichtungsprozesses haben die Forscher einen Weg aufgezeigt, Gewebedaten in einem Maßstab zu registrieren, der zuvor unmöglich war. Diese Fähigkeit ermöglicht die Konstruktion detaillierter Referenzkarten des menschlichen Körpers, die riesige Mengen neuer Daten schnell integrieren können. Die Arbeit legt nahe, dass der Engpass der manuellen Registrierung überwunden werden kann, was es der wissenschaftlichen Gemeinschaft ermöglicht, ein vollständigeres und zugänglicheres Bild der menschlichen Biologie aufzubauen, ohne durch den Zeitaufwand und die Ressourcen gebremst zu werden, die für die manuelle Ausrichtung jeder neuen Probe erforderlich wären.