DenMark: A Bayesian Hierarchical Model for Identifying Cell-Density Correlated Genes from Spatial Transcriptomics

El artículo presenta DenMark, un marco estadístico bayesiano jerárquico que utiliza procesos puntuales marcados y aproximaciones de procesos gaussianos en espacios de Hilbert para identificar genes cuya expresión se correlaciona con la densidad celular en datos de transcriptómica espacial de resolución unicelular, ofreciendo cuantificación de incertidumbre y escalabilidad en diversos tejidos y plataformas.

Lo esencial

¡Hola! Imagina que el cuerpo humano es una ciudad gigante y vibrante. En esta ciudad, las células son los ciudadanos y los tejidos son los barrios.

Durante mucho tiempo, los científicos han podido ver qué hacen los ciudadanos (qué genes activan) y dónde viven (su ubicación). Pero había un misterio: ¿Cómo afecta la cantidad de gente en un barrio a lo que dicen o hacen los ciudadanos?

¿Es lo mismo vivir en un barrio superpoblado y bullicioso que en una aldea tranquila y vacía?

Aquí es donde entra DenMark, la nueva herramienta presentada en este artículo. Vamos a explicarla como si fuera una historia.

1. El Problema: La "Densidad" que nadie medía

Imagina que tienes un mapa de la ciudad (el tejido) y sabes qué está haciendo cada persona.

• Los métodos antiguos (como SPARK-X) eran como detectives que buscaban: "¡Mira! Esta persona grita más fuerte en el centro de la ciudad que en los suburbios". Buscaban patrones espaciales, pero no se preguntaban por qué.
• Lo que faltaba: Nadie había medido rigurosamente si la cantidad de gente (la densidad celular) en un lugar específico hace que los genes de las personas cambien su comportamiento.

2. La Solución: DenMark (El "Contador de Multitudes Inteligente")

DenMark es como un nuevo tipo de cámara y analista que no solo toma fotos de la ciudad, sino que entiende la relación entre la multitud y el comportamiento.

Funciona así:

1. Toma una foto de alta resolución: Mira cada célula individualmente.
2. Crea "cuadros" (cuadrículas): Divide la ciudad en pequeños cuadros de mosaico.
3. Cuenta y escucha: En cada cuadro, cuenta cuántas personas hay (densidad) y escucha qué están diciendo (expresión génica).
4. La Magia Matemática (Bayesiana): Usa un sistema de "adivinanzas inteligentes" (probabilidad bayesiana) para responder: "¿Es probable que esta persona esté gritando porque hay mucha gente a su alrededor, o lo haría igual si estuviera sola?"

3. La Analogía del "Baile en la Plaza"

Imagina una plaza pública:

• Caso A (Correlación Positiva): Cuanto más gente hay en la plaza, más fuerte tocan los músicos. Si la plaza está vacía, tocan suave. DenMark diría: "¡Esa canción depende de la multitud!".
• Caso B (Correlación Negativa): Cuanto más gente hay, más silencio guardan los ciudadanos (quizás por vergüenza o privacidad). Si la plaza está vacía, cantan a todo pulmón. DenMark diría: "¡Esa canción se apaga con la multitud!".
• Caso C (Sin relación): La gente canta igual de fuerte, esté la plaza llena o vacía. DenMark diría: "Esto no tiene que ver con la gente".

DenMark es capaz de distinguir estos tres casos con mucha precisión, incluso si la ciudad es enorme y compleja.

4. ¿Qué descubrieron con esta herramienta?

Los autores probaron DenMark en dos escenarios muy diferentes:

• En el Cerebro (La Biblioteca):
  Analizaron un cerebro de ratón. Descubrieron que ciertas células (astrocitos) tienen genes que se "encienden" más cuando hay muchas células juntas. Es como si en una biblioteca llena, los libros de un estante específico se abrieran más rápido porque hay más gente pidiéndolos. Esto ayuda a entender cómo el cerebro se repara a sí mismo o cómo reacciona a enfermedades.

• En un Tumor de Mama (La Batalla):
  Analizaron un tumor. Aquí, la "ciudad" está en guerra.

  • Encontraron que las células cancerosas y las células inmunitarias (los soldados del cuerpo) tienen reacciones opuestas a la densidad.
  • Donde hay muchas células cancerosas, ciertas señales de "ataque" se activan. Pero donde hay muchas células inmunitarias, esas mismas señales se apagan.
  • La metáfora: Es como si en un barrio de criminales, los ladrones se volvieran más audaces cuando hay más de ellos, mientras que los policías se vuelven más cautelosos. DenMark nos mostró esta "baila" de antagonismo entre el tumor y el sistema inmune.

5. ¿Por qué es importante?

Antes, si queríamos saber si la densidad importaba, teníamos que adivinar o usar métodos muy simples que a veces fallaban.

• DenMark es como tener un termómetro para la "presión social" de las células.
• Nos dice no solo dónde ocurren las cosas, sino cómo la cantidad de vecinos cambia el destino de cada célula.

En resumen

DenMark es un nuevo mapa interactivo que nos permite ver que, en la biología, no solo importa quién eres (tu genética), sino con quién estás y cuántos hay a tu alrededor.

Es una herramienta que ayuda a los médicos y científicos a entender mejor cómo funcionan las enfermedades (como el cáncer o problemas neurológicos) basándose en la "arquitectura social" de nuestras células, abriendo la puerta a tratamientos más inteligentes que consideren no solo la célula, sino su entorno.

Resumen técnico

Aquí tienes un resumen técnico detallado del artículo "DenMark: A Bayesian Hierarchical Model for Identifying Cell-Density Correlated Genes from Spatial Transcriptomics" en español.

Resumen Técnico: DenMark

1. Planteamiento del Problema

Los avances recientes en la transcriptómica espacial de resolución celular (ST) permiten perfilar la expresión génica preservando la ubicación precisa de las células individuales. Un aspecto fundamental de la organización tisular es la densidad celular local, que varía entre microambientes y está vinculada a programas transcripcionales. Sin embargo, la mayoría de las herramientas estadísticas existentes para ST se centran en identificar genes con variación espacial (SVG, Spatially Variable Genes) o estructuras espaciales intrínsecas, tratando las ubicaciones celulares como fijas.

Existe una brecha metodológica significativa: carecemos de marcos computacionales rigurosos para cuantificar explícitamente la correlación entre la densidad celular y la expresión génica (genes correlacionados con la densidad o DCG, Density-Correlated Genes). Los modelos actuales a menudo ignoran la variación en la densidad celular o no proporcionan una cuantificación de la incertidumbre adecuada para esta relación específica.

2. Metodología: El Marco DenMark

Los autores proponen DenMark (Density-dependent Marked point process framework), un modelo jerárquico bayesiano unificado diseñado para inferir la correlación densidad-expresión con cuantificación de incertidumbre.

• Modelo Estadístico: DenMark modela conjuntamente la ubicación de las células (patrón de puntos) y la expresión génica (marcas) como un proceso de puntos marcado dependiente de la densidad.
  • La densidad celular ($\lambda_1$) y la intensidad de expresión génica ($\lambda_2$) se modelan como procesos gaussianos espaciales latentes.
  • La expresión génica se descompone en dos componentes:
    1. Un componente compartido que depende de la densidad celular local (capturando el efecto de la densidad).
    2. Un componente específico del gen que captura la variación espacial residual no explicada por la densidad.
• Discretización y Aproximación:
  • Para manejar datos de alta resolución, el tejido se discretiza en una cuadrícula rectangular. Las cuentas de células y la expresión génica se agregan por celda de la cuadrícula.
  • Dado que la inferencia exacta de procesos gaussianos (GP) es computacionalmente prohibitiva para grandes conjuntos de datos, DenMark utiliza una aproximación de proceso gaussiano en el espacio de Hilbert (HSGP). Esta técnica de rango bajo utiliza funciones base para aproximar los procesos gaussianos, reduciendo drásticamente el costo computacional sin sacrificar significativamente la precisión.
• Inferencia Bayesiana:
  • Los parámetros del modelo (incluyendo la correlación $\rho$ entre los campos latentes de densidad y expresión) se estiman mediante métodos de Monte Carlo vía Cadenas de Markov (MCMC) utilizando Hamiltonian Monte Carlo (HMC) en Stan.
  • Se utiliza el criterio de información de Watanabe-Akaike (WAIC) para comparar el modelo completo (con dependencia densidad-expresión) frente a un modelo base (independencia), determinando así si un gen es verdaderamente un DCG.

3. Contribuciones Clave

1. Nuevo Paradigma de Modelado: Introduce el primer marco estadístico unificado que modela explícitamente la densidad celular y la expresión génica como procesos espaciales acoplados, en lugar de tratar la densidad como un covariable fija.
2. Escalabilidad: La implementación de HSGP permite aplicar el modelo a datos de transcriptómica espacial de resolución celular (miles de células y genes) de manera eficiente.
3. Cuantificación de Incertidumbre: Proporciona distribuciones posteriores completas para la correlación densidad-expresión, permitiendo a los investigadores evaluar la confianza en las asociaciones identificadas.
4. Descomposición Interpretativa: Permite visualizar cómo la expresión de un gen se divide entre la variación impulsada por la densidad celular y la variación específica del gen, ofreciendo una interpretación biológica clara.

4. Resultados Principales

El estudio valida DenMark mediante simulaciones y su aplicación en dos conjuntos de datos reales:

• Validación con Datos Simulados:

  • Se demostró que la aproximación HSGP recupera con precisión las correlaciones espaciales y los parámetros del modelo en comparación con un GP exacto, manteniendo un equilibrio óptimo entre precisión y tiempo de cómputo.
  • El modelo es robusto frente a la elección del tamaño de la cuadrícula y los factores de frontera.

• Aplicación en Cerebro de Ratón (MERFISH):

  • Se analizó tejido cerebral de ratón (astrocitos). DenMark identificó genes conocidos asociados a la migración y adhesión celular (como Aqp4, Cxcl12, Cxcr4) como positivamente correlacionados con la densidad.
  • Descubrió nuevos DCGs (ej. Gprc5b, Adcyap1r1) que no fueron detectados por métodos tradicionales de genes variables espacialmente (SVG), demostrando que la correlación con la densidad es una señal distinta a la variabilidad espacial pura.
  • El análisis de enriquecimiento funcional (GSEA) reveló que los DCGs están asociados con procesos biológicos relevantes como el desarrollo del sistema nervioso y la unión de proteínas.

• Aplicación en Tumor de Mama (10x Xenium):

  • Se aplicó el modelo a microambientes tumorales (DCIS y tumor invasivo) y células inmunitarias (CD8+ T).
  • Se reveló una interacción antagónica: los genes que aumentan con la densidad de células tumorales tienden a disminuir con la densidad de células inmunitarias, y viceversa.
  • Se identificaron programas transcripcionales específicos de nicho, como la activación de macrófagos y la respuesta inflamatoria en regiones de alta densidad de células tumorales.
  • La superposición entre DCGs y SVGs fue baja (<36%), confirmando que DenMark captura una señal biológica única que los métodos existentes pasan por alto.

5. Significado e Impacto

DenMark representa un avance significativo en el análisis de transcriptómica espacial al proporcionar una herramienta estadística rigurosa para estudiar cómo la arquitectura tisular (densidad celular) moldea el estado molecular (expresión génica).

• Biología: Permite desentrañar mecanismos de comunicación celular, competencia por recursos y remodelación de tejidos que dependen de la densidad local.
• Oncología: Facilita la comprensión de la interacción entre el tumor y el microambiente inmune, identificando firmas transcripcionales que podrían ser dianas terapéuticas o biomarcadores de respuesta inmune.
• Metodología: Establece un nuevo estándar para el modelado de procesos puntuales marcados en biología espacial, ofreciendo una alternativa escalable y bayesiana a los enfoques deterministas o basados en grafos existentes.

En resumen, DenMark transforma la forma en que se analizan los datos espaciales, pasando de simplemente mapear "dónde" se expresan los genes a entender "por qué" se expresan en función de la densidad celular local.