SpaTRACE: Spatiotemporal recurrent auto-encoder for reconstructing signaling and regulatory networks from spatiotemporal transcriptomics data

SpaTRACE est un cadre d'apprentissage automatique basé sur les transformateurs qui permet de reconstruire de novo les réseaux de communication intercellulaire et de régulation génique à partir de données de transcriptomique spatio-temporelle, sans dépendre de bases de données de récepteurs-ligands préétablies.

L'essentiel

🧬 SpaTRACE : Le Détective du Temps et de l'Espace dans le Corps

Imaginez que votre corps est une immense ville en construction perpétuelle. Pour que cette ville (votre cerveau, votre peau, vos organes) se construise correctement ou se répare après une blessure, les "ouvriers" (vos cellules) doivent constamment se parler et suivre un plan précis.

Le problème, c'est que jusqu'à présent, les scientifiques avaient deux façons de regarder cette ville, mais aucune n'était parfaite :

1. La photo fixe : Ils prenaient une photo de la ville à un instant T. Ils voyaient qui était là, mais pas ce qui se passait avant ou après. C'est comme essayer de comprendre une conversation en écoutant juste un mot isolé.
2. Le manuel de règles : Ils utilisaient de vieux dictionnaires (des bases de données) pour deviner qui parle à qui. Mais ces dictionnaires sont incomplets et ne contiennent pas les nouvelles règles découvertes par la nature.

SpaTRACE est un nouvel outil, un peu comme un super-détective intelligent, qui change la donne.

1. Le Film au lieu de la Photo 🎥

La plupart des outils actuels regardent une photo statique. SpaTRACE, lui, regarde un film.
Il utilise une technologie appelée "transcriptomique spatiale" qui permet de voir non seulement quels gènes sont actifs dans une cellule, mais aussi où elle se trouve et quand elle est arrivée là.

• L'analogie : Imaginez que vous essayez de comprendre une pièce de théâtre. Les anciennes méthodes vous donnaient la liste des acteurs présents sur scène. SpaTRACE, lui, vous donne le film complet : il voit l'acteur A chuchoter à l'acteur B, puis l'acteur B courir vers l'acteur C pour lui donner un message. Il comprend la chronologie des événements.

2. Pas de Dictionnaire, juste de l'Intuition 🧠

Les méthodes classiques ont besoin d'un "dictionnaire des interactions" (une liste pré-établie de qui peut parler à qui). Si une interaction n'est pas dans le dictionnaire, l'outil ne la voit pas.

SpaTRACE est autonome. Il n'a pas besoin de dictionnaire. Il observe les cellules et se dit : "Tiens, quand cette cellule envoie ce message, celle-ci change son comportement 5 minutes plus tard. Il y a donc un lien de cause à effet."

• L'analogie : C'est comme apprendre une nouvelle langue sans dictionnaire. Au lieu de chercher le mot "chat" dans un livre, vous observez un animal qui miaule et mange du poisson, et vous déduisez par vous-même que "miaou" veut dire "chat". SpaTRACE découvre de nouvelles conversations entre cellules que personne ne connaissait encore.

3. Comment ça marche ? (Le Mécanisme) 🛠️

SpaTRACE utilise une intelligence artificielle très sophistiquée (un "auto-encodeur récurrent") qui fonctionne comme un prévisionniste météo.

• L'observation : Il regarde l'état actuel d'une cellule (ce qu'elle mange, ce qu'elle produit).
• Le contexte : Il regarde ses voisins immédiats (qui sont à côté d'elle dans l'espace).
• La prédiction : Il essaie de deviner : "Si je regarde cette cellule dans 10 minutes, à quoi ressemblera-t-elle ?"
• L'apprentissage : Pour bien prédire l'avenir, le système doit comprendre exactement quels messages (signaux) ont été envoyés par les voisins et quels ordres internes (régulation génétique) ont été donnés. En apprenant à prédire le futur, il découvre automatiquement qui commande qui.

4. Les Résultats Concrets : Des Histoires Réelles 🌟

Les auteurs ont testé ce détective sur deux histoires fascinantes :

• L'histoire du cerveau de souris (Le chantier de construction) :
  Ils ont regardé comment le cerveau d'une souris se construit pendant la grossesse. SpaTRACE a pu identifier les signaux précis qui disent à une cellule souche : "Arrête de dormir, deviens un neurone !" ou "Deviens une cellule de soutien !" Il a trouvé des messages clés que les méthodes précédentes avaient manqués.

• L'histoire de l'Axolotl (Le super-héros de la régénération) :
  L'axolotl est un petit animal capable de faire repousser son cerveau s'il est blessé. C'est un mystère biologique. SpaTRACE a analysé comment l'axolotl répare son cerveau jour après jour. Il a découvert des signaux d'urgence spécifiques qui se déclenchent à des moments précis pour réparer les tissus, comme un code secret de réparation que l'animal utilise.

En Résumé 🎯

SpaTRACE, c'est un outil qui permet de :

1. Voir le mouvement (le temps) et la position (l'espace) des cellules en même temps.
2. Découvrir de nouvelles conversations entre les cellules sans avoir besoin de listes pré-établies.
3. Comprendre le "pourquoi" et le "comment" de la construction du corps et de la guérison des blessures.

C'est un peu comme passer d'une carte routière statique (qui vous dit où sont les villes) à un GPS en temps réel avec un assistant vocal intelligent (qui vous dit non seulement où vous êtes, mais aussi pourquoi le trafic est bloqué, qui a causé l'accident, et comment le débloquer).

C'est une avancée majeure pour comprendre comment nous grandissons, comment nous guérissons, et peut-être un jour, comment soigner des maladies complexes comme le cancer ou les maladies neurodégénératives.

Résumé technique

1. Problématique

Les interactions cellule-cellule (CCC) et les réseaux de régulation génique (GRN) orchestrent conjointement le développement, l'homéostasie et la progression des maladies. Bien que les avancées récentes en transcriptomique spatiale (ST) permettent de mesurer l'expression génique avec son contexte spatial et temporel, les méthodes existantes souffrent de limitations majeures :

• Dépendance aux bases de données : La plupart des méthodes d'inférence de CCC reposent sur des bases de données de paires ligand-récepteur (LR) précurées, ce qui limite leur applicabilité aux espèces peu étudiées et entrave la découverte de nouvelles interactions.
• Hypothèse d'état stationnaire : Les approches actuelles traitent souvent les profils d'expression génique comme statiques, négligeant les dépendances temporelles et les relations causales inhérentes aux processus dynamiques comme le développement et la régénération.
• Séparation des analyses : Les méthodes traitent généralement les réseaux de signalisation (LR) et les réseaux de régulation génique (TF-TG) séparément, sans intégrer les deux pour reconstruire un mécanisme complet.

L'objectif est donc de développer un cadre capable d'inférer conjointement les réseaux de signalisation intercellulaire et les réseaux de régulation intracellulaire à partir de données de transcriptomique spatio-temporelle, sans dépendre de bases de connaissances préexistantes.

2. Méthodologie : SpaTRACE

SpaTRACE (Spatiotemporal recurrent auto-encoder) est un cadre d'apprentissage automatique basé sur une architecture auto-encodeur récurrent avec mécanisme d'attention (Transformer). Il modélise les dépendances à retard temporel le long de trajectoires cellulaires échantillonnées en pseudo-temps.

Architecture et Flux de Travail

Le modèle fonctionne en quatre étapes principales :

1. Modélisation de la dynamique cellulaire (Encodeur-Décodeur) :

   • Entrées : Le modèle prend en entrée des profils multimodaux incluant l'expression des gènes cibles (TG), l'abondance des facteurs de transcription (TF) et les signaux de co-expression ligand-récepteur (LR) provenant des voisins spatiaux.
   • Architecture : Contrairement aux Transformers classiques, SpaTRACE utilise une couche d'attention unique (sans transformation de valeur complexe) pour préserver l'interprétabilité directe des poids d'attention comme des relations de régulation.
   • Principe : L'encodeur construit des représentations contextuelles de gènes à chaque point de temps. Le décodeur prédit l'expression future des gènes cibles ($x_{t+1}$) basée sur les états passés des TF et des signaux LR ($x_{t-k:t}$).
   • Causalité : Inspiré par la causalité de Granger, le modèle infère des relations causales putatives directement à partir de la dynamique temporelle : si un état moléculaire passé améliore la prédiction de l'expression future, une relation régulatrice est inférée.

2. Inférence des interactions :

   • Réseaux de régulation (TF-TG) et de signalisation (LR-TG) : Les interactions sont déduites de deux sources : la similarité des embeddings globaux (affinité contextuelle invariante) et les scores d'attention par cellule (influence prédictive dynamique et spécifique au contexte).
   • Appariement Ligand-Récepteur (LR) : Les paires LR sont identifiées en agrégeant leur influence sur les gènes cibles communs, permettant de reconstruire les interactions de liaison sans base de données préexistante.

3. Reconstruction des réseaux CCC :

   • Les effets de signalisation sont propagés à l'échelle des types cellulaires émetteurs et récepteurs. La force de communication est calculée en combinant l'abondance du ligand chez l'émetteur, celle du récepteur chez le récepteur, et la puissance inférée de la paire LR sur les gènes cibles.

4. Traitement des données :

   • Le modèle intègre un lissage par graphe (Laplacien) pour gérer la sparsité des données ST et utilise des fenêtres de trajectoires cellulaires échantillonnées le long du pseudo-temps (dérivé d'outils comme Monocle3, DPT, Slingshot).

3. Contributions Clés

1. Cadre temporel-causal intégré : SpaTRACE est le premier à intégrer le contexte spatial et les trajectoires de pseudo-temps pour capturer simultanément la signalisation intra- et intercellulaire dynamique.
2. Inférence sans voie préétablie (Pathway-free) : Le modèle reconstruit de novo les réseaux biologiques (LR, LR-TG, TF-TG) sans dépendre de bases de données de paires LR curées, permettant la découverte de nouvelles interactions.
3. Résolution cellulaire unique : Il permet d'estimer l'activité de régulation et de signalisation à l'échelle de la cellule individuelle, offrant une granularité supérieure aux méthodes agrégées.
4. Performance supérieure : Démonstration d'une meilleure précision par rapport aux méthodes existantes sur des benchmarks synthétiques et des données biologiques réelles.

4. Résultats

Les performances de SpaTRACE ont été évaluées sur des données simulées, le jeu de données MOSTA (Atlas spatio-temporel de l'organogenèse de la souris) et un jeu de données sur la régénération du cerveau de l'axolotl.

• Données Simulées :

  • Sur des scénarios bruyants et réalistes, SpaTRACE a obtenu les meilleurs scores AUPRC (Area Under the Precision-Recall Curve) pour l'inférence de CCC (0,831 vs 0,589 pour COMMOT) et de GRN (0,967 vs 0,755 pour GRNBoost2).
  • Il surpasse nettement les méthodes dépendantes des bases de données (CellPhoneDB, CellChat) lorsque les annotations LR sont perturbées.

• Données Réelles (MOSTA - Développement du mésencéphale) :

  • Précision Précoce (EPR) : SpaTRACE a identifié des interactions LR et TF-TG connues avec une précision 50 fois supérieure au hasard dans les 100 premières prédictions.
  • Robustesse : Les résultats sont stables quelle que soit l'outil d'inférence de trajectoire utilisé (DPT, Slingshot, Monocle3), contrairement aux modèles entraînés sur des chemins aléatoires qui échouent.
  • Découvertes Biologiques : Le modèle a identifié des signaux spécifiques aux cellules gliales radiales (RGC) lors de leur différenciation en neuroblastes (NeuB) et glioblastes (GlioB), mettant en évidence des paires LR clés (PTN-EPHB1, PTN-CD44, TGFB3-LRP6) et des facteurs de transcription (OTX2, ASCL1).

• Données Réelles (Axolotl - Régénération) :

  • Le modèle a détecté des dynamiques de signalisation spécifiques à chaque étape de la régénération (2-60 jours post-blessure), identifiant des interactions connues (VIM-ENO1) et des candidats potentiels non annotés dans les bases de données murines/humaines.

5. Signification et Impact

SpaTRACE représente une avancée significative dans l'analyse des données de transcriptomique spatio-temporelle. En passant d'une approche statique et basée sur des connaissances préexistantes à une approche dynamique, causale et sans hypothèse préalable, il permet :

• La découverte de nouveaux mécanismes de signalisation dans des organismes non modélisés ou des contextes pathologiques où les bases de données sont incomplètes.
• Une compréhension plus fine de la causalité dans le développement et la régénération, en reliant directement les signaux extracellulaires aux changements transcriptionnels futurs.
• La reconstruction de réseaux de communication cellulaires complets (de la liaison LR à la régulation génique) à résolution cellulaire unique.

Ce cadre ouvre la voie à une exploration plus profonde des mécanismes régulant la plasticité tissulaire et la différenciation cellulaire, en particulier dans des systèmes complexes où les interactions dynamiques sont cruciales. Le code source est disponible publiquement sur GitHub.