UNIPRO enables protein inference and panel expansion across single-cell and spatial transcriptomics

Stellen Sie sich vor, Sie versuchen, eine geschäftige Stadt zu verstehen. Sie haben eine riesige Liste mit den Gedanken und Plänen eines jeden Menschen (ihr „Transkriptom“), die verrät, wer sie eigentlich sein sollten. Aber Gedanken stimmen nicht immer mit Taten überein. Manchmal plant eine Person, Koch zu werden, landet aber am Ende als Mechaniker im Beruf. Um wirklich zu wissen, was in der Stadt passiert, müssen Sie sehen, welche Werkzeuge sie tatsächlich in den Händen halten (ihr „Proteom“). In der Biologie sind Proteine diese Werkzeuge – sie leisten die schwere Arbeit, senden die Signale und bauen die Strukturen des Lebens auf. Während Wissenschaftler sehr gut darin geworden sind, die „Gedanken“ (RNA) einzelner Zellen zu lesen, ist das tatsächliche Messen der „Werkzeuge“ (Proteine) so, als würde man versuchen, jeden einzelnen Bürger in einer riesigen Stadt zu interviewen: Es ist teuer, langsam und oft kann man nur ein paar Fragen auf einmal stellen. Dies hinterlässt den Forschern eine riesige Karte der Gedanken, aber es fehlen die entscheidenden Details darüber, was diese Zellen tatsächlich tun.

Stellen Sie sich nun vor, Sie haben einen superintelligenten Detektiv, der das detaillierte Tagebuch einer Person (ihre RNA) betrachten und exakt erraten kann, welche Werkzeuge sie gerade hält, selbst wenn Sie die Werkzeuge selbst nie gesehen haben. Das ist im Wesentlichen das, was dieses Paper vorstellt. Die Forscher haben ein neues Computerprogramm namens UNIPRO entwickelt. Betrachten Sie es als einen meisterhaften Übersetzer, der nicht nur Wörter liest, sondern das gesamte Viertel versteht. Er weiß, dass Menschen, die in der Nähe voneinander wohnen, oft ähnliche Berufe haben oder ähnliche Uniformen tragen. Durch die Kombination der internen „Gedanken“ einer Zelle mit ihrem physischen Standort und ihren Nachbarn kann UNIPRO fehlende Proteindaten mit überraschender Genauigkeit vorhersagen. Das ist eine große Sache, denn es ermöglicht Wissenschaftlern, aus bestehenden Karten der Zellgedanken detaillierte, proteinreiche Atlanten von Geweben zu erstellen, die verborgene Muster darin enthüllen, wie unser Körper organisiert ist und wie Krankheiten wie Krebs ihre Verteidigung aufbauen.

Der Detektiv mit der Stadtkarte

Lange Zeit hatten Wissenschaftler zwei Hauptwege, um Zellen zu untersuchen. Ein Weg war, die RNA zu betrachten, was wie das Lesen einer To-do-Liste einer Zelle ist. Der andere Weg war, Proteine zu messen, welche die eigentlichen Arbeiter sind, die den Job erledigen. Während wir tausende Karten der To-do-Listen von Zellen besitzen, haben wir nur sehr wenige Karten der Arbeiter, hauptsächlich weil das Messen von Proteinen in Geweben schwierig und teuer ist. Bestehende Computerprogramme versuchten, die Arbeiter basierend auf den To-do-Listen zu erraten, aber sie behandelten jede Zelle wie einen Fremden, der alleine auf einem Feld steht. Sie erkannten nicht, dass Zellen im wirklichen Leben Nachbarn sind. Eine Zelle in einem Tumor verhält sich nicht so wie eine Zelle in gesundem Gewebe, selbst wenn ihre To-do-Listen ähnlich aussehen, weil ihre Umgebung alles verändert.

Die Autoren dieses Papers, angeführt von Forschern des Harbin Institute of Technology, erkannten, dass man das Viertel verstehen muss, um Proteine korrekt zu erraten. Sie entwickelten UNIPRO, ein Werkzeug, das wie ein Detektiv fungiert, der eine Karte der Stadt zeichnet. Es betrachtet nicht nur eine einzelne Zelle; es schaut sich an, wie diese Zelle mit ihren Nachbarn verbunden ist und wie ähnlich ihre „Gedanken“ denen der Menschen in der Nähe sind.

Wie UNIPRO funktioniert: Der smarte Klebstoff

UNIPRO nutzt einen cleveren Trick namens „Graph“. Stellen Sie sich ein soziales Netzwerk vor, in dem Punkte Zellen sind und Linien sie miteinander verbinden. Normalerweise verbinden Sie Punkte, wenn sie nebeneinander stehen (räumliche Nachbarn) oder wenn sie die gleichen Dinge denken (transkriptomische Nachbarn). UNIPRO macht beides, aber es ist dabei intelligent.

Manchmal ist die physische Karte unordentlich. Vielleicht gibt es eine Lücke im Gewebe oder einen Ort, an dem Daten fehlen. Wenn man nur darauf schauen würde, wer neben wem steht, würde man vielleicht die falschen Leute verbinden. UNIPän PRO prüft, wie „voll“ ein Viertel ist. Befindet sich ein Punkt in einem dichten, belebten Teil des Gewebes, vertraut es den physischen Nachbarn mehr. Befindet sich ein Punkt in einem spärlichen oder unordentlichen Bereich, vertraut es eher der Ähnlichkeit der „Gedanken“. Es ist wie ein Detektiv, der weiß, dass man auf einem belebten Markt darauf vertrauen kann, wer neben einem steht, aber in einer leeren Gasse eher der Stimme derer vertrauen sollte, die man bereits kennt.

Sobald es diese smarte Karte erstellt hat, hört UNIPRO nicht auf. Es verfeinert die Verbindungen fortlaufend. Während es mehr über die Zellen lernt, passt es die Stärke der Linien zwischen ihnen an und findet heraus, welche Nachbarn wirklich wichtig sind und welche nur zufällig in der Nähe sind. Dies ermöglicht es dem Programm, eine „proteinbewusste“ Repräsentation des Gewebes zu erstellen – ein mentales Modell, das sowohl die Identität der Zelle als als auch deren Umgebung versteht.

Was sie fanden: Das Ausfüllen der Lücken

Die Forscher testeten UNIPRO an einer Reihe verschiedener Datensätze, darunter menschliche Lymphknoten, Mandeln und Brustkrebsgewebe. Hier ist, was sie entdeckten:

1. Es funktioniert über verschiedene Gewebeschnitte hinweg
Sie versuchten, das Programm mit einem Schnitt eines Lymphknotens zu trainieren und baten es dann, Proteine auf einem völlig anderen, ungesehenen Schnitt desselben Gewebes vorherzusagen. UNIPRO war besser darin als jede andere Methode. Es rät nicht einfach nur wahllos Zahlen; es rekonstruierte die spezifischen Proteinmuster, die verschiedene Teile des Gewebes definieren, wie etwa die äußere Schale gegenüber dem inneren Kern. Dies deutet darauf hin, dass das Programm die „Regeln“ der Proteinorganisation gelernt hat und nicht nur die Daten auswendig gelernt hat.

2. Es enthüllt die Geheimnisse des Krebses
Als sie UNIPRO auf Brustkrebsgewebe anwandten, waren die Ergebnisse beeindruckend. Krebs ist chaotisch, und es ist schwer zu sagen, wo der Tumor endet und das gesunde Gewebe beginnt, wenn man nur die RNA betrachtet. Aber als sie die von UNIPRO vorhergesagten Proteine hinzufügten, wurden die Grenzen kristallklar. Das Programm identifizierte spezifische Zonen: Bereiche, in denen sich Immunzellen zur Verteidigung sammelten, Bereiche, in denen Blutgefäße wuchsen, und die exakte Kante, an der der Tumor in gesundes Gewebe eindrang. Es fand Marker wie PDPN und CD86, die diese Grenzen hervorhoben und ein Detailniveau zeigten, das die RNA allein vermissen ließ.

3. Es kann fehlende Proteine „erfinden“
Eines der spannendsten Dinge, die UNIPRO leisten kann, ist die „Panel-Expansion“. Stellen Sie sich vor, Sie haben einen Test, der 20 Proteine misst, aber Sie wünschen sich, er würde 100 messen. UNIPRO kann die 20 Proteine, die Sie haben (plus die RNA-Daten), betrachten und genau vorhersagen, wie die anderen 80 aussehen würden. Sie testeten dies, indem sie einige Proteine in ihren Daten versteckten und beobachteten, ob UNIPRO sie wieder erraten konnte. Es schnitt besser ab als bisherige Werkzeuge und bewahrte dabei die lokalen Muster des Gewebes. Das bedeutet, dass Wissenschaftler potenziell günstigere, kleinere Tests verwenden könnten und dennoch ein vollständiges Bild der Proteinlandschaft erhielten.

4. Es funktioniert auch auf Einzelzellen
Obwohl UNIPRO entwickelt wurde, um räumliche Daten zu verarbeiten (wo der Standort eine Rolle spielt), funktioniert es ebenso gut auf Einzelzelldaten, bei denen der Standort unbekannt ist. Sie testeten es an Blutzellen verschiedener Menschen und fanden heraus, dass es subtile Subtypen von Immunzellen identifizieren konnte, die andere Methoden übersahen. Beispielsweise konnte es zwischen verschiedenen Arten von T-Zellen basierend auf ihren vorhergesagten Proteinwerten unterscheiden und so verwirrte Zellgruppen sortieren, die auf dem Papier gleich aussah.

Warum das wichtig ist

Das Paper legt nahe, dass UNIPRO ein leistungsstarkes neues Werkzeug ist, um das Beste aus den bereits vorhandenen Daten herauszuholen. Anstatt teure neue Experimente zu benötigen, um jedes einzelne Protein zu messen, können wir dieses Werkzeug nutzen, um sie aus den RNA-Daten abzuleiten, die wir bereits gesammelt haben. Das bedeutet nicht, dass die Vorhersagen perfekte Ersatz für echte Messungen sind – die Autoren betonen vorsichtig, dass es sich um Schätzungen basierend auf Mustern handelt –, aber sie sind gut genug, um biologische Wahrheiten aufzudecken, die zuvor verborgen waren.

Indem UNIPRO die Art und Weise, wie wir Einzelzellen und räumliche Gewebe betrachten, vereinigt, bietet es eine Möglichkeit, „proteininformierte“ Karten des menschlichen Körpers zu erstellen. Ob es darum geht, zu verstehen, wie ein Tumor sich vor dem Immunsystem versteckt oder wie sich Immunzellen in einem Lymphknoten organisieren – dieses Werkzeug hilft uns, die Stadt unseres Körpers nicht nur als eine Liste von Gedanken zu sehen, sondern als eine lebendige, arbeitende Gemeinschaft.