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

Le papier présente DenMark, un cadre statistique bayésien hiérarchique qui modélise conjointement les localisations cellulaires et l'expression génique dans les données de transcriptomique spatiale à résolution cellulaire pour identifier de manière fiable les gènes dont l'expression est corrélée à la densité cellulaire locale.

L'essentiel

🌟 DenMark : Le Détective de la Foule Cellulaire

Imaginez que votre corps est une immense ville remplie de millions de petits habitants : les cellules. Chaque cellule a un travail à faire et porte un "pancarte" (ses gènes) qui dit ce qu'elle est en train de faire.

Jusqu'à récemment, les scientifiques pouvaient lire les pancartes de ces cellules, mais ils perdaient leur adresse. Ils savaient qui était là, mais pas où. Avec les nouvelles technologies (la "transcriptomique spatiale"), nous avons enfin une carte précise de la ville.

Mais il reste un mystère : Comment la densité de la foule influence-t-elle le comportement des habitants ?

• Est-ce que les cellules crient plus fort quand elles sont serrées les unes contre les autres ?
• Est-ce qu'elles chuchotent quand elles sont seules ?

C'est là qu'intervient DenMark, le nouvel outil créé par les auteurs de ce papier.

🕵️‍♂️ L'Analogie du Concert de Jazz

Pour comprendre DenMark, imaginons un grand concert de jazz dans une salle.

1. La Foule (La Densité Cellulaire) : C'est le nombre de personnes dans chaque coin de la salle. Certains coins sont bondés (comme devant la scène), d'autres sont vides (dans les couloirs).
2. Les Musiciens (Les Cellules) : Chaque cellule est un musicien.
3. La Musique (L'Expression des Gènes) : C'est ce que joue le musicien.

Le problème des anciens outils :
Les méthodes précédentes regardaient juste la musique pour voir si elle changeait d'un coin à l'autre. Elles disaient : "Tiens, dans ce coin, le saxophone joue plus fort !". Mais elles ne se demandaient pas pourquoi. Est-ce parce qu'il y a plus de monde ? Ou juste parce que le saxophoniste est de bonne humeur ?

La solution DenMark :
DenMark est un détective très intelligent qui observe deux choses en même temps :

1. La densité de la foule (combien de personnes sont là).
2. La musique jouée par chaque personne.

Il pose cette question cruciale : "Est-ce que le volume de la musique change parce que la foule est plus dense ?"

🧠 Comment ça marche ? (La Recette Magique)

DenMark utilise une méthode mathématique très sophistiquée (un "modèle hiérarchique bayésien"), mais on peut l'imaginer comme un filtre à café ou un tamis :

1. Le Tamis (Le Maillage) : Le détective divise la carte de la ville en petits carrés (une grille). Dans chaque carré, il compte les cellules et mesure la moyenne de leur "bruit" (leur expression génétique).
2. Le Mélange (La Décomposition) : DenMark essaie de séparer le signal en deux parties :
   • La Partie "Foule" : Ce qui est commun à tout le monde à cause de la densité. (Exemple : "Quand il y a 100 personnes, tout le monde crie").
   • La Partie "Personnalité" : Ce qui est unique à chaque cellule, indépendamment de la foule. (Exemple : "Ce musicien joue fort même s'il est seul").
3. Le Résultat : DenMark nous dit exactement quel pourcentage du "bruit" d'une cellule est dû à la foule qui l'entoure.

🧪 Les Résultats : Ce qu'ils ont découvert

Les auteurs ont testé DenMark sur deux terrains de jeu très différents :

1. Le Cerveau de la Souris (Le Quartier Résidentiel)

Ils ont regardé les cellules du cerveau (les astrocytes).

• La découverte : Ils ont trouvé des gènes qui agissent comme des "colles" ou des "signaux d'alerte" qui s'activent spécifiquement quand les cellules sont très serrées. C'est comme si les voisins se mettaient à crier "Attention !" dès qu'il y a trop de monde dans la rue.
• L'astuce : DenMark a réussi à trouver ces liens même quand la musique (les gènes) ne changeait pas beaucoup d'un endroit à l'autre, ce que les anciens outils rataient complètement.

2. La Tumeur du Sein (Le Champ de Bataille)

Ils ont analysé un cancer du sein, où il y a des cellules cancéreuses et des cellules immunitaires (les soldats du corps).

• La découverte : C'est un jeu de "tug-of-war" (tiroir-câble).
  • Quand les cellules cancéreuses sont très denses, certains gènes s'allument pour les aider à grandir.
  • Mais quand les cellules immunitaires (les soldats) arrivent en masse, c'est l'inverse : les gènes des cancéreux s'éteignent et ceux des soldats s'allument.
• L'importance : DenMark a montré que le cancer et le système immunitaire ne sont pas juste côte à côte, ils réagissent l'un à l'autre en fonction de la densité. C'est comme si les deux armées changeaient de stratégie dès qu'elles sentent l'ennemi trop proche.

🚀 Pourquoi c'est génial ?

Avant DenMark, c'était comme essayer de comprendre une conversation dans une foule en regardant juste les lèvres des gens, sans écouter le bruit de la foule. On ratait le contexte.

DenMark, lui, écoute la foule ET les individus.

• Il est rapide (grâce à une astuce mathématique appelée "approximation de l'espace de Hilbert" qui simplifie les calculs sans perdre de précision).
• Il est précis (il donne une mesure de confiance, comme un détective qui dit : "Je suis sûr à 95% que c'est la foule qui cause ce bruit").

En résumé

DenMark est un nouvel outil qui permet de comprendre comment l'environnement (la densité des cellules) dicte le comportement des cellules (leurs gènes). C'est une clé pour mieux comprendre comment les tissus fonctionnent, comment les maladies comme le cancer se développent, et comment les cellules communiquent entre elles dans la "ville" de notre corps.

Résumé technique

Titre : DenMark : Un modèle hiérarchique bayésien pour l'identification de gènes corrélés à la densité cellulaire à partir de la transcriptomique spatiale

1. Problématique et Contexte

Les avancées récentes en transcriptomique spatiale (ST) à résolution cellulaire unique (ex. MERFISH, 10x Xenium) permettent de profiler l'expression génique tout en préservant la localisation précise des cellules. Une caractéristique fondamentale de l'organisation tissulaire est la densité cellulaire locale, qui varie selon les microenvironnements et influence les programmes transcriptionnels via la communication intercellulaire et la compétition pour les ressources.

Cependant, la majorité des outils statistiques actuels pour la ST se concentrent sur l'identification de gènes à expression spatialement variable (SVG), c'est-à-dire des gènes dont l'expression varie selon la position, sans nécessairement modéliser explicitement la relation avec la densité cellulaire. Il existe un manque d'outils rigoureux pour quantifier la corrélation densité-expression (DCG : Density-Correlated Genes) et fournir une quantification de l'incertitude pour cette relation. Les modèles existants traitent souvent les positions cellulaires comme fixes, laissant la variation de densité non modélisée.

2. Méthodologie : Le cadre DenMark

Les auteurs proposent DenMark (Density-dependent Marked point process framework), un cadre d'inférence statistique unifié basé sur un modèle hiérarchique bayésien.

• Modèle de base : DenMark modélise conjointement la distribution spatiale des cellules (processus ponctuel) et l'expression génique (marques) comme deux processus spatiaux continus lisses.
  • La densité cellulaire locale $\lambda_1$ est modélisée comme un processus de Cox log-Gaussien.
  • L'expression génique $\lambda_2$ est modélisée conditionnellement à la densité cellulaire, décomposée en deux composantes spatiales :
    1. Une composante partagée avec la densité cellulaire (capturant l'effet de la densité sur l'expression).
    2. Une composante spécifique au gène (capturant la structure spatiale résiduelle non expliquée par la densité).
• Approximation pour l'évolutivité (Scalabilité) : L'inférence directe sur des processus gaussiens (GP) est coûteuse en calcul pour les grands jeux de données. DenMark utilise une approximation de processus gaussien dans l'espace de Hilbert (HSGP). Cette méthode à rang réduit approxime les noyaux de covariance via des fonctions de base, réduisant considérablement le coût computationnel tout en préservant la structure spatiale.
• Discrétisation : Les données à résolution cellulaire unique sont discrétisées sur une grille rectangulaire (par défaut 50x50) pour faciliter l'intégration numérique de la vraisemblance.
• Inférence : Les paramètres du modèle (incluant le coefficient de corrélation $\rho$ entre les champs latents de densité et d'expression) sont estimés via des méthodes MCMC (Monte Carlo par chaînes de Markov) utilisant l'échantillonnage Hamiltonien (HMC) implémenté dans Stan.
• Comparaison de modèles : Pour déterminer si un gène est véritablement corrélé à la densité, DenMark compare le modèle complet (avec dépendance) à un modèle de base (indépendant) en utilisant le critère d'information de Watanabe-Akaike (WAIC).

3. Contributions Clés

1. Cadre statistique unifié : Première approche modélisant explicitement la corrélation densité-expression en traitant la densité cellulaire comme un processus stochastique plutôt que comme une covariable fixe.
2. Quantification de l'incertitude : Fournit des distributions postérieures complètes pour les paramètres de corrélation, permettant une évaluation robuste de la signification statistique.
3. Scalabilité : L'utilisation de l'approximation HSGP permet d'analyser des données à haute résolution (des dizaines de milliers de cellules) avec une efficacité computationnelle acceptable.
4. Décomposition interprétable : Le modèle sépare la variation spatiale de l'expression en une partie "pilotée par la densité" et une partie "spécifique au gène", offrant une interprétation biologique claire.

4. Résultats Principaux

A. Évaluation par simulation :

• Des simulations ont démontré que DenMark récupère avec précision les paramètres de corrélation densité-expression et les fonctions de corrélation spatiale.
• L'approximation HSGP a été validée comme offrant un compromis optimal entre précision et temps de calcul, avec une robustesse aux choix des hyperparamètres (nombre de fonctions de base et facteur de bordure).
• L'analyse de sensibilité a montré que des grilles plus fines améliorent la précision de l'approximation.

B. Application sur le cerveau de souris (MERFISH) :

• Analyse de 78 329 cellules astrocytaires.
• Validation : Le modèle a confirmé la corrélation positive connue pour des gènes liés à la migration et à l'adhésion cellulaire (ex. Aqp4, Cxcl12, Cxcr4).
• Découverte : Identification de nouveaux gènes corrélés à la densité (ex. Gprc5b, Adcyap1r1) qui ne sont pas nécessairement détectés comme des gènes à variation spatiale (SVG) par les méthodes classiques (comme SPARK-X).
• Enrichissement fonctionnel : Les gènes identifiés sont enrichis dans des processus biologiques pertinents (développement du système nerveux, liaison aux protéines), validant la pertinence biologique des résultats.

C. Application sur le cancer du sein (10x Xenium) :

• Analyse de microenvironnements tumoraux (DCIS et tumeur invasive) et de l'infiltration immunitaire (lymphocytes T CD8+).
• Interactions antagonistes : Le modèle a révélé des signatures de corrélation opposées entre les cellules tumorales et immunitaires. Par exemple, certains gènes augmentent avec la densité tumorale mais diminuent avec la densité immunitaire (et vice-versa), illustrant l'antagonisme entre le microenvironnement tumoral et immunitaire.
• Spécificité des niches : Les gènes corrélés à la densité varient selon les régions d'intérêt (ROI), soulignant l'hétérogénéité des niches tumorales.
• Enrichissement : Dans les cellules tumorales invasives, les gènes corrélés à la densité sont associés à l'activation des voies immunitaires et myéloïdes, reflétant l'inflammation tumorale.

5. Signification et Impact

DenMark comble une lacune critique dans l'analyse de la transcriptomique spatiale en passant d'une simple cartographie de la variabilité spatiale à une quantification mécaniste de l'influence de la densité cellulaire sur l'expression génique.

• Biologie : Il permet de découvrir comment l'architecture tissulaire (le "quartier" cellulaire) module l'état moléculaire des cellules, ce qui est crucial pour comprendre la progression tumorale, l'infiltration immunitaire et l'organisation des tissus sains.
• Méthodologique : Il offre un exemple robuste de modélisation bayésienne appliquée aux processus ponctuels marqués, avec une solution pratique aux problèmes de calcul via l'approximation HSGP.
• Généralisation : Le cadre est applicable à diverses plateformes ST et types de tissus, offrant un outil standardisé pour l'étude des interactions cellule-cellule et de l'environnement micro-local.

En résumé, DenMark transforme la densité cellulaire d'un simple descripteur morphologique en une variable explicative quantitative, ouvrant la voie à de nouvelles découvertes sur la régulation génique dépendante du contexte spatial.