SpatialCompassV (SCOMV): De novo cell and gene spatial pattern classification and spatially differential gene identification

SpatialCompassV (SCOMV) es una herramienta computacional que permite la clasificación no supervisada de patrones espaciales de genes y células, así como la identificación de genes diferencialmente espaciales, mediante el análisis vectorial de sus posiciones relativas a regiones de interés en tejidos tumorales.

Lo esencial

¡Hola! Imagina que el cuerpo humano es una ciudad gigante y el cáncer es un barrio desordenado que crece sin control. Para entender cómo funciona este "barrio criminal" (el tumor), los científicos necesitan saber no solo quiénes viven allí (qué células y genes hay), sino también dónde viven exactamente y cómo se relacionan entre sí.

Hasta ahora, los científicos tenían dos problemas:

1. Si tomaban una muestra de tejido y la mezclaban (como hacer un batido de frutas), perdían la información de dónde estaba cada cosa.
2. Si miraban el tejido con un microscopio, tenían que buscar a mano entre miles de genes, lo cual era lento y propenso a errores.

Aquí es donde entra SCOMV (SpatialCompassV), la nueva herramienta que presenta este paper. Vamos a explicarlo con una analogía sencilla.

🧭 La Brújula Espacial: ¿Qué es SCOMV?

Imagina que el tumor es una isla en medio de un océano.

• Los genes son como diferentes tipos de aves que vuelan alrededor de la isla.
• Algunas aves anidan dentro de la isla (genes internos).
• Otras vuelan justo en la playa o el borde (genes periféricos).
• Algunas solo vuelan en un sector específico de la costa (genes parcialmente periféricos).
• Y otras vuelan por todo el océano sin parar (genes ubicuos).

Antes, los científicos solo podían contar cuántas aves había en total, pero no sabían si estaban dentro de la isla o en la playa. SCOMV es como una brújula inteligente y un mapa 3D que le dice a cada ave: "Estás a 50 metros al norte del borde de la isla".

¿Cómo funciona? (El proceso en 3 pasos)

1. Dibujar el mapa: El programa primero identifica dónde está el tumor (la isla) en la imagen del tejido.
2. Crear vectores (flechas): Para cada punto del tejido, dibuja una flecha que apunta hacia el tumor. Si el punto está dentro, la flecha apunta hacia adentro; si está fuera, apunta hacia afuera. Esto crea un sistema de coordenadas único basado en la distancia y el ángulo respecto al tumor.
3. Agrupar por estilo de vida: El programa mira a todos los genes y dice: "¡Oye! El gen A y el gen B tienen flechas muy parecidas; ambos viven en la playa norte. ¡Agrupémoslos!".

¿Qué descubrieron con esta brújula?

Al usar esta herramienta en muestras de cáncer de mama y pulmón, encontraron cosas fascinantes:

• El "Vecindario" de las células: Descubrieron que las células inmunitarias (los "policías" del cuerpo) no se mezclan con las células del tumor. Prefieren vivir en un anillo alrededor del tumor, como una guardia de seguridad en la frontera.
• El conflicto silencioso: Encontraron un gen llamado POSTN (producido por células que apoyan al tumor) que vive en la playa, pero en una zona específica donde no hay muchas células inmunitarias (CD3E). Es como si el tumor hubiera construido un muro invisible en una parte de la playa para que los "policías" no llegaran a esa zona específica.
• Nuevos tipos de cáncer: Al comparar diferentes tumores, la herramienta pudo distinguir entre un tumor "in situ" (que aún no ha invadido todo el barrio) y uno "invasivo" (que ya está rompiendo las paredes), basándose no en cuántos genes había, sino en cómo estaban distribuidos.

La gran diferencia: No solo es "cuánto", sino "dónde"

Imagina que dos ciudades tienen la misma cantidad de gente.

• En la Ciudad A, todos viven en el centro.
• En la Ciudad B, todos viven en los suburbios.

Si solo cuentas la gente, las ciudades son iguales. Pero si usas SCOMV, te das cuenta de que son completamente diferentes.

Los métodos anteriores (como medir la "autocorrelación") eran como contar cuánta gente hay en un radio de 1 km. No podían decirte si esa gente estaba en el centro o en la playa. SCOMV es el primero que nos dice: "Este gen vive en la frontera, ese otro vive en el centro".

En resumen

SCOMV es como un GPS avanzado para la biología. Nos permite ver el cáncer no como una masa de células mezclada, sino como una ciudad compleja donde cada vecino (gen o célula) tiene un lugar específico.

Esto es crucial porque:

1. Nos ayuda a entender cómo el tumor se esconde del sistema inmune.
2. Nos permite encontrar nuevos marcadores para diagnosticar qué tan agresivo es un tumor.
3. Nos da una nueva forma de buscar tratamientos que rompan esos "muros invisibles" y dejen entrar a los "policías" (células inmunitarias) a donde antes no podían llegar.

¡Es una nueva manera de leer el mapa de la vida y la enfermedad!

Resumen técnico

Resumen Técnico: SpatialCompassV (SCOMV)

1. El Problema

Las tecnologías de transcriptómica espacial (ST) permiten medir la expresión génica manteniendo la información de coordenadas en los tejidos, superando la limitación de pérdida de contexto espacial de la secuenciación de ARN de células individuales (scRNA-seq). Sin embargo, el análisis de estos datos enfrenta dos desafíos principales:

• Dependencia de conocimiento previo: Muchos métodos existentes requieren anotaciones biológicas predefinidas o bases de datos de marcadores, lo que limita la capacidad de descubrir nuevos patrones espaciales de novo.
• Incapacidad para caracterizar patrones relativos a regiones: Los métodos actuales (como los que utilizan Moran's I o Geary's C) detectan autocorrelación espacial general, pero no pueden clasificar sistemáticamente la distribución de genes o células en relación con estructuras anatómicas específicas (ej. ¿está el gen dentro del tumor, en el borde o en el estroma periférico?). Esto dificulta la distinción entre genes con patrones de expresión "internos", "periféricos" o "parcialmente periféricos", que son cruciales para entender las interacciones tumor-inmune.

2. Metodología: SpatialCompassV (SCOMV)

SCOMV es una herramienta computacional que cuantifica la posición espacial de genes y tipos celulares en relación con una región de interés (ROI) definida (en este estudio, el tumor). Su flujo de trabajo se basa en tres pilares:

• Derivación del Vector de Distancia Mínima Firmada (SMDV):

  • Se divide el tejido en una cuadrícula. Para cada celda de la cuadrícula, se calcula el vector euclidiano más corto hacia la región tumoral.
  • Se introduce un signo en la magnitud del vector: negativo si la celda está dentro del tumor y positivo si está fuera.
  • La dirección del vector se invierte para que apunte consistentemente hacia afuera desde el límite tumoral.
  • Estos vectores se ponderan por los niveles de expresión génica o conteo celular.

• Construcción de Mapas en Coordenadas Polares:

  • Los vectores SMDV se transforman en un sistema de coordenadas polares (radio $r$ y ángulo $\theta$).
  • El espacio se divide en bins (10 µm de radio, 30° de ángulo).
  • Se genera un mapa de distribución polar normalizado para cada gen o tipo celular, representando su perfil espacial completo en relación con el tumor.

• Análisis de Similitud y Agrupamiento:

  • Se calcula una matriz de similitud entre pares de genes (o células) basándose en la superposición de sus mapas polares (suma del mínimo de los valores en cada bin).
  • Agrupamiento: Se utiliza análisis de componentes principales (PCoA) y matrices de similitud para agrupar genes con patrones espaciales similares.
  • Identificación de Patrones: Clasifica los genes en cuatro categorías principales:
    1. Internos: Localizados dentro del tumor.
    2. Periféricos: Enriquecidos en el borde tumoral.
    3. Parcialmente periféricos: Restringidos a segmentos específicos del borde.
    4. Ubicuos: Distribuidos ampliamente por todo el tejido.

• Integración Multi-Región (SymNMF):

  • Para múltiples regiones de interés (ROIs), se aplica Factorización de Matriz No Negativa Simétrica (SymNMF) a las matrices de similitud para extraer patrones latentes compartidos.
  • Esto permite la clasificación no supervisada de regiones tumorales (ej. DCIS vs. IDC) y la identificación de Genes Diferencialmente Espaciales (spatial DEGs).

3. Contribuciones Clave

• Enfoque De Novo: No requiere bases de datos de ligandos/receptores ni anotaciones previas de tipos celulares para identificar patrones espaciales.
• Clasificación Vectorial: Transforma la información espacial 2D en representaciones vectoriales estructuradas que capturan tanto la distancia como la dirección relativa al tumor.
• Nueva Definición de DEGs: Introduce el concepto de "Genes Diferencialmente Espaciales" (spatially DEGs), que difieren no solo en el nivel de expresión, sino en su patrón de distribución espacial (ej. un gen puede estar presente en ambos tipos de tejido, pero con una localización periférica en uno e interna en el otro).
• Herramienta de Software: El código es de código abierto y está disponible en GitHub y Zenodo.

4. Resultados Principales

El método se validó utilizando datos de transcriptómica espacial de Xenium (10x Genomics) en cáncer de mama y pulmón:

• Validación en Células: SCOMV recapituló correctamente las localizaciones conocidas. Por ejemplo, agrupó macrófagos M1 y linfocitos T/B en un cluster periférico (200-300 µm del borde), mientras que las células mioepiteliales se agruparon en la región interna.
• Clasificación Génica:
  • Identificó clusters de genes con patrones coherentes: marcadores epiteliales (KRT8, EPCAM) fueron "internos"; genes de músculo liso (ACTA2) mostraron patrones mixtos; y genes inmunes (CD68, CD8A) fueron "periféricos".
  • Detectó heterogeneidad local: El gen POSTN (asociado a fibroblastos) mostró un patrón periférico, pero con una zona específica de baja expresión donde los genes inmunes (CD3E) eran abundantes, revelando una exclusión espacial fina no detectable con métricas globales.
• Análisis Multi-Región (DCIS vs. IDC):
  • Al analizar 10 ROIs (6 de Carcinoma Ductal In Situ - DCIS y 4 de Carcinoma Ductal Invasivo - IDC), SCOMV separó exitosamente los dos tipos de cáncer en un dendrograma no supervisado.
  • Identificación de Spatial DEGs:
    • PC1: Diferenció la presencia/ausencia de expresión en regiones tumorales (genes como SFRP1 presentes en DCIS pero ausentes en IDC).
    • PC2: Separó genes asociados a fibroblastos (CAFs) como LUM y POSTN, que mostraron localización periférica en DCIS.
    • PC3: Reveló una polarización espacial entre genes inmunes (positivos, ej. GZMA) y genes vasculares/endoteliales (negativos, ej. CAV1).
  • A diferencia del análisis diferencial de expresión (DEG) tradicional, que a menudo solo refleja diferencias de tamaño tumoral, SCOMV identificó genes que cambian su arquitectura espacial entre estadios de la enfermedad.

5. Significado e Impacto

• Interpretación Biológica Mejorada: SCOMV permite entender cómo la organización espacial del microambiente tumoral (TME) influye en la progresión del cáncer y la respuesta inmune, más allá de la simple abundancia de ARN.
• Descubrimiento de Mecanismos: La capacidad de detectar patrones "parcialmente periféricos" o exclusión espacial (ej. barreras de CAFs que excluyen células inmunes en zonas específicas) ofrece nuevas hipótesis sobre mecanismos de evasión inmune.
• Aplicabilidad Clínica Potencial: La clasificación de regiones tumorales basada en patrones espaciales latentes podría servir como biomarcador para predecir la agresividad del tumor o la respuesta a terapias, especialmente en la distinción entre lesiones preinvasivas (DCIS) e invasivas (IDC).
• Superación de Limitaciones Actuales: Proporciona una alternativa robusta a las métricas de autocorrelación espacial tradicionales, ofreciendo una resolución direccional y relativa a estructuras que antes era inalcanzable.

En conclusión, SpatialCompassV representa un avance significativo en la bioinformática espacial al proporcionar un marco de novo para decodificar la arquitectura del microambiente tumoral, permitiendo la identificación de firmas espaciales críticas para la biología del cáncer.