💻 bioinformatics

Covariance Nonstationarity is Evident in Spatial Transcriptomics and Provides a New Categorization of Spatially Varying Genes

Este estudio demuestra que la no estacionariedad de la covarianza es una característica prevalente y biológicamente significativa en la transcriptómica espacial que viola los supuestos comunes de los procesos gaussianos, lo que requiere una reevaluación de cómo se caracterizan y categorizan los genes que varían espacialmente.

Autores originales: Velidi, P., Wei, Z., Nathoo, F.

Publicado 2026-09-05

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Velidi, P., Wei, Z., Nathoo, F.

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo

Imagina observar una ciudad desde lo alto. Desde esa distancia, las calles podrían parecer una cuadrícula uniforme y los edificios podrían parecer seguir un patrón predecible. Pero si haces zoom, ves que el vecindario cambia por completo. Una manzana es un mercado bullicioso, la siguiente es un parque tranquilo y otra es un denso grupo de rascacielos. Las reglas que gobiernan cómo se mueven e interactúan las personas en el mercado son diferentes de las del parque. Durante mucho tiempo, los científicos que estudian el mundo microscópico dentro de nuestros cuerpos han tratado a menudo los tejidos como esa vista distante de una ciudad, asumiendo que las reglas que gobiernan cómo las células se comunican entre sí son las mismas en todas partes. Han asumido que si dos células están cerca una de la otra, es probable que se comporten de manera similar, y que esta relación se mantiene verdadera sin importar dónde mires en el tejido. Esta suposición, conocida como estacionariedad, ha facilitado las matemáticas, pero puede haber estado ocultando una realidad más compleja.

En el campo de la transcriptómica espacial, los investigadores mapean dónde están activos los genes dentro de una muestra de tejido, creando una imagen detallada de la geografía interna del cuerpo. Esta tecnología ha explotado en popularidad, permitiendo a los científicos ver no solo qué genes están encendidos, sino exactamente dónde están realizando su trabajo. Para dar sentido a estos mapas, los científicos utilizan modelos estadísticos para encontrar genes que cambian su actividad dependiendo de su ubicación. Estos se llaman genes con variación espacial. El enfoque estándar ha sido utilizar una regla única y uniforme para describir cómo la actividad de los genes se extiende a través del tejido. Sin embargo, un nuevo estudio sugiere que esta regla uniforme es a menudo errónea. Los investigadores descubrieron que en muchas partes del cuerpo, la forma en que los genes influyen en sus vecinos cambia de un lugar a otro, de la misma manera que las reglas de una calle concurrida de una ciudad difieren de las de un suburbio tranquilo.

El equipo, liderado por investigadores de la Universidad de Victoria, se propuso probar si esta suposición uniforme se mantenía en los datos biológicos reales. Examinaron doce muestras de tejidos diferentes de humanos y ratones, incluyendo muestras de cáncer de mama, cáncer de ovario y varias partes del cerebro. En lugar de forzar todos los datos a ajustarse a un único patrón inalterable, permitieron que sus modelos cambiaran su comportamiento dependiendo de la ubicación. Compararon los modelos estándar e inalterables contra modelos más flexibles que podían adaptarse a las diferencias locales. Los resultados fueron impactantes. En algunos tejidos, casi la mitad de los genes mostraron signos de que su comportamiento no seguía una regla única y uniforme. En las muestras de cáncer de mama humano, por ejemplo, el cincuenta por ciento de los genes favorecieron el modelo flexible y cambiante. En otros tejidos, el número era menor, pero aun así significativo, oscilando entre el tres por ciento y el cincuenta por ciento. Esto significa que, para un gran número de genes, la vieja suposición de un patrón uniforme estaba perdiendo una pieza crucial del rompecabezas.

Cuando los investigadores miraron más de cerca los genes que no seguían la regla uniforme, encontraron una historia biológica clara. Estos genes no eran aleatorios; a menudo eran aquellos involucrados en los sistemas de defensa del cuerpo, como las respuestas inmunitarias y la inflamación. En los tejidos cancerosos, estos genes estaban frecuentemente vinculados a las complejas interacciones entre las células tumorales y su entorno circundante. El estudio sugiere que estos genes están activos en bolsas específicas y localizadas en lugar de extenderse uniformemente por todo el tejido. Por ejemplo, algunos genes mostraban una alta actividad solo a lo largo de los bordes de un tumor o en pequeños grupos de células, mientras que otros eran activos en un patrón amplio y cambiante que variaba a medida que uno se movía a través de la muestra. Esta variación local es probablemente un reflefo de la propia complejidad del tejido, donde diferentes grupos de células forman vecindarios distintos con sus propios entornos químicos únicos.

Los investigadores también verificaron para asegurarse de que sus hallazgos fueran fiables. Crearon miles de conjuntos de datos simulados basados en los datos reales para ver si su nuevo método podía identificar correctamente los patrones cambiantes sin cometer errores. Las pruebas demostraron que su enfoque era altamente preciso, identificando correctamente los patrones cambiantes la mayor parte del tiempo, mientras que rara vez señalaba un gen como cambiante cuando en realidad era uniforme. Esto les da confianza en que lo que están viendo en las muestras de tejido real es una característica genuina de la biología, no solo un error en las matemáticas.

Quizás la conclusión más importante es que ignorar estos cambios locales puede llevar a los científicos a perderse señales biológicas importantes. Si un investigador asume que un gen se comporta de la misma manera en todas partes, podría no notar que en realidad está haciendo algo crítico en solo una pequeña parte del tejido. Al reconocer que las reglas de interacción de los genes pueden cambiar de un lugar a otro, los científicos ahora pueden categorizar los genes de una nueva manera. En lugar de solo preguntar si un gen está activo en un lugar específico, pueden preguntar cómo cambia la relación de ese gen con sus vecinos a medida que te mueves a través del tejido. Esta nueva perspectiva ofrece una visión más matizada de cómo se organizan los tejidos, revelando que el cuerpo no es un paisaje uniforme, sino una colección de regiones distintas y dinámicas donde las reglas de la vida cambian constantemente.

Resumen Técnico: No estacionariedad de la covarianza en la transcriptómica espacial

Planteamiento del problema
El análisis de la transcriptómica espacial depende en gran medida de modelos de procesos gaussianos (GP) para detectar genes con variación espacial (SVG). Sin embargo, la gran mayoría de las herramientas existentes asumen la estacionariedad de la covarianza, postulando que la correlación espacial entre las mediciones de expresión génica depende únicamente de la distancia y el ángulo entre las ubicaciones, permaneciendo constante en todo el tejido. Aunque la estadística espacial ha reconocido desde hace tiempo que los datos espaciales del mundo real suelen exhibir no estacionariedad de la covarianza (donde las estructuras de correlación cambian a través del espacio), esta característica ha sido ignorada en gran medida en la transcriptómica espacial. Los autores argumentan que este supuesto es biológicamente poco realista dada la heterogeneidad inherente de los tejidos, los agregados celulares y los microentornos. En consecuencia, forzar modelos estacionarios puede atenuar la detección de patrones espaciales genuinos, caracterizar erróneamente la escala espacial de los genes y conducir a la clasificación errónea de genes específicos de segmentos tisulares como señales de todo el tejido.

Metodología
El estudio emplea un marco geoestadístico para probar y modelar explícitamente la no estacionariedad de la covarianza en 12 conjuntos de datos de 10x Genomics Visium (humanos y de ratón) disponibles públicamente.

Marco de modelado: Los autores utilizan el enfoque de Ecuaciones Diferenciales Parciales Estocásticas (SPDE) para representar procesos gaussianos de Matérn. Comparan tres modelos para los residuos de expresión génica normalizados y destendidos:
1. Modelo espacial no estacionario ( $M_{NS}$ ): Un GP donde los parámetros de rango ( $\rho$ ) y varianza ( $\sigma^2$ ) varían espacialmente mediante combinaciones lineales de funciones de base espacial (caso isotrópico).
2. Modelo espacial estacionario ( $M_S$ ): Un GP de Matérn isotrópico estándar con parámetros globales.
3. Modelo no espacial ( $M_0$ ): Un modelo sin efecto espacial (solo nugget).
Inferencia y pruebas: La estimación de parámetros y el cálculo de la verosimilitud marginal se realizan mediante la Aproximación de Laplace Anidada Integrada (INLA) a través del paquete R-INLA. Los autores utilizan factores de Bayes aproximados para realizar la selección de modelos:
- Primero, comparan $M_{NS}$ vs. $M_S$ para probar la no estacionariedad.
- Segundo, para los genes que favorecen la estacionariedad, comparan $M_S$ vs. $M_0$ para probar la variación espacial.
- Este enfoque jerárquico evita el error de comparar dos modelos potencialmente mal especificados (por ejemplo, comparar dos modelos estacionarios cuando la realidad es no estacionaria).
Validación: Para evaluar las características operativas de la regla de decisión del factor de Bayes (umbral $BF_{10} > 1$ ), los autores simularon 100 réplicas de conjuntos de datos para genes de los conjuntos de datos de Cáncer de Mama Humano (ILC) y Cáncer de Ovario Humano, utilizando las estimaciones de parámetros de los ajustes originales. Calcularon la potencia estadística empírica y las tasas de falso descubrimiento (FDR).
Análisis descendente: Los genes se categorizaron según su preferencia de modelo, y se realizaron análisis de enriquecimiento de la Ontología Génica (GO) y de vías KEGG para identificar las funciones biológicas asociadas con los genes no estacionarios.

Resultes clave

Prevalencia de la no estacionariedad: A través de los 12 conjuntos de datos, se encontró evidencia de no estacionariedad de la covarianza en el 3% al 50% de los genes. El conjunto de datos de Cáncer de Mama Humano (ILC) mostró la mayor prevalencia (50%), mientras que el de Cáncer de Ovario Humano mostró un 5.3%.
Rendimiento del modelo: Los estudios de simulación demostraron que la prueba del factor de Bayes tiene una alta potencia estadística (0.874 para Cáncer de Mama, 0.811 para Ovario) y un FDR empírico bien controlado (0.003 y 0.081, respectivamente) en el umbral elegido.
Clasificación de genes: El estudio propone una categorización tripartita de los genes:
1. Espacial no estacionario: Genes con dependencia espacial que varía localmente.
2. Espacial estacionario: Genes con una correlación espacial consistente en todo el tejido.
3. No espacial: Genes sin estructura espacial detectable.
  En el conjunto de datos de Cáncer de Mama, el 50.0% de los genes fueron clasificados como no estacionarios, el 33.6% como estacionarios y el 16.4% como no espaciales.
Enriquecimiento biológico: Los genes que favorecieron la covarianza no estacionaria estuvieron significativamente enriquecidos para programas biológicos específicos. Estos incluyeron vías inmunitarias y de citocinas, funciones efectoras y mecanismos relacionados con enfermedades (particularmente en conjuntos de datos de cáncer). También se observaron enriquecimientos específicos de tejidos, como la señalización sináptica en tejidos neurales y el movimiento ciliar en el tejido de la médula espinal.
Patrones visuales: Los mapas de residuos de los genes no estacionarios revelaron diversos patrones espaciales, incluyendo la expresión específica de límites, cúmulos compactos y señales dispersas pero con densidad variable, que probablemente serían omitidos o suavizados por los modelos estacionarios.

Significancia y afirmaciones
El artículo afirma que la no estacionariedad de la covarianza es una característica sustancial y biológicamente estructurada de los datos de transcriptómica espacial, no meramente un artefacto estadístico. Los autores sostienen que:

La estacionariedad no es una simplificación benigna: El supuesto de estacionariedad se viola frecuentemente de una manera biológicamente significativa, correspondiente a la heterogeneidad tisular y a los agregados celulares.
Impacto en la detección de SVG: Ignorar la no estacionariedad altera la definición y la clasificación de los genes con variación espacial, pudiendo causar que se pierdan genes espaciales genuinos o que sus escalas espaciales se caractericen erróneamente.
Nueva categorización: El estudio proporciona un nuevo marco para categorizar los SVG en grupos no estacionarios, estacionarios y no espaciales, ofreciendo una comprensión más matizada de la regulación génica espacial.
Información biológica: El enriquecimiento de los genes con covarianza no estacionaria sugiere que las variaciones locales en la dependencia espacial están vinculadas a respuestas biológicas dependientes del contexto.

Los autores concluyen que, si bien los núcleos estacionarios no siempre son inadecuados, su adecuación depende de cada gen y de cada conjunto de datos. Enfatizan que la incorporación de estructuras de covarianza no estacionarias es necesaria para una caracterización precisa de los datos de transcriptómica espacial, particularmente en tejidos heterogéneos como los tumores.

Más como este