Differential co-localisation analysis of multi-sample and multi-condition experiments with spatialFDA

Le cadre spatialFDA, disponible sous forme de package R Bioconductor, combine la statistique spatiale et l'analyse de données fonctionnelles pour quantifier et tester les différences de co-localisation cellulaire entre plusieurs conditions dans les données d'omique spatiale, comme démontré par des simulations et des applications biologiques sur le diabète de type 1.

L'essentiel

🌍 Le Grand Défi : Comprendre la "Ville" des Cellules

Imaginez que votre corps est une immense ville. Dans cette ville, il y a des millions de "maisons" (les cellules) de différentes couleurs et fonctions : des pompiers (cellules immunitaires), des électriciens (cellules productrices d'insuline), des policiers, etc.

Pendant longtemps, les scientifiques pouvaient seulement compter combien de pompiers ou d'électriciens vivaient dans un quartier. Mais avec les nouvelles technologies de biologie spatiale, nous pouvons maintenant voir où ils sont exactement et comment ils s'organisent.

Le problème ? Savoir si deux types de voisins (par exemple, un pompier et un électricien) s'aiment vraiment, s'ils s'évitent, ou s'ils sont juste placés au hasard, est très difficile à calculer, surtout quand on compare plusieurs quartiers (échantillons) et plusieurs situations (maladie vs santé).

🛠️ La Solution : spatialFDA (Le Nouveau GPS)

Les auteurs de ce papier ont créé un nouvel outil appelé spatialFDA. C'est comme un GPS ultra-sophistiqué qui ne se contente pas de dire "il y a 5 pompiers ici", mais qui analyse la forme de leur relation à travers tout le quartier.

Voici comment cela fonctionne, avec des analogies :

1. Le Problème des anciennes méthodes : "Le Résumé en Une Phrase"

Avant, pour comparer deux quartiers, les scientifiques prenaient toute la complexité des relations entre les cellules et les écrasaient en un seul chiffre (une moyenne).

• L'analogie : Imaginez que vous voulez comparer le trafic routier de Paris et de Lyon. L'ancienne méthode vous donnait juste un chiffre : "Moyenne de voitures par heure".
• Le problème : Si à Paris, le trafic est calme le matin mais un cauchemar l'après-midi, et qu'à Lyon c'est l'inverse, la moyenne sera la même ! Vous perdez toute l'information sur quand et où les embouteillages (les interactions cellulaires) se produisent.

2. La Méthode spatialFDA : "Le Film en Continu"

spatialFDA ne fait pas une moyenne. Il regarde le film complet de la relation entre les cellules, minute par minute (ou ici, micromètre par micromètre).

• L'analogie : Au lieu d'un chiffre, spatialFDA vous donne une courbe qui montre l'intensité de la relation à chaque distance.
  • Est-ce que les cellules s'aiment quand elles sont très proches (à 10 micromètres) ?
  • Est-ce que cette affection disparaît quand on s'éloigne un peu (à 50 micromètres) ?
  • Est-ce qu'elles s'évitent à une certaine distance ?

C'est comme passer d'une photo floue à une vidéo haute définition de la vie sociale des cellules.

🧪 Les Tests : La Simulation et la Réalité

Pour prouver que leur nouveau GPS fonctionne mieux que les anciens, les auteurs ont fait deux choses :

1. Le Simulateur de Vol (Les Simulations) :
   Ils ont créé des "villes virtuelles" sur ordinateur avec des règles précises. Ils ont caché des changements subtils dans la façon dont les cellules se regroupaient.

   • Résultat : Les anciennes méthodes (comme spicyR ou SpaceANOVA) étaient soit trop sensibles (elles criaient au loup quand il n'y avait rien), soit trop lentes. spatialFDA, lui, a été précis : il a détecté les vrais changements sans se tromper, un peu comme un détective qui ne rate aucune piste mais ne s'arrête pas à chaque feuille qui tombe.

2. L'Enquête Réelle (Le Diabète de Type 1) :
   Ils ont appliqué leur outil sur de vrais tissus de patients atteints de diabète de type 1.

   • Ce qu'ils ont découvert : Dans le diabète, le système immunitaire attaque les cellules qui produisent l'insuline. L'outil a confirmé ce que l'on savait déjà (les cellules immunitaires s'approchent dangereusement des cellules d'insuline), mais il a ajouté un détail crucial : cette attaque est très localisée. Elle est très forte à très courte distance (comme si les assaillants étaient collés aux murs de la maison), mais s'arrête net un peu plus loin.
   • L'importance : Cela aide à comprendre comment la maladie progresse, pas juste qu'elle progresse.

🚀 Pourquoi c'est important ?

En résumé, spatialFDA est un outil gratuit et puissant qui permet aux biologistes de :

• Ne plus perdre d'information en simplifiant trop les données.
• Voir les différences de comportement des cellules à différentes échelles (très près vs un peu plus loin).
• Prendre en compte la complexité des échantillons (plusieurs patients, plusieurs images par patient) sans se tromper de statistiques.

C'est comme passer d'une carte routière papier à un GPS en temps réel avec trafic : on voit non seulement où sont les gens, mais on comprend vraiment comment ils interagissent dans l'espace. Cela ouvre la porte à de nouvelles découvertes sur comment les maladies comme le cancer ou le diabète se développent dans le tissu vivant.

Résumé technique

1. Problématique et Contexte

L'avancement des technologies d'omiques spatiales (protéomique, transcriptomique, épigénomique) a permis de générer des données massives enregistrant la localisation spatiale des cellules et de leurs marqueurs moléculaires. Une question biologique centrale dans ce domaine est l'analyse de la co-localisation cellulaire différentielle (CCoL). Celle-ci vise à quantifier si certaines cellules tendent à se regrouper (clustering) ou à s'éloigner (spacing) les unes des autres par rapport au hasard, et si ces schémas spatiaux diffèrent selon les conditions expérimentales (par exemple, tissu sain vs tissu malade).

Les défis majeurs identifiés dans la littérature sont :

• La complexité des données : Les expériences modernes impliquent souvent plusieurs échantillons, plusieurs conditions et plusieurs champs de vision (FOV) par échantillon, créant une structure hiérarchique de variabilité (répétitions non indépendantes).
• Perte d'information : La plupart des méthodes actuelles réduisent les métriques spatiales (qui sont des fonctions continues du rayon $r$) à un seul nombre scalaire (par exemple, l'aire sous la courbe, ABC). Cette compression peut entraîner une perte de sensibilité, car deux fonctions très différentes peuvent avoir la même aire.
• Limites des modèles existants : Les méthodes existantes comme spicyR ou smoppix utilisent des modèles linéaires mixtes sur des résumés scalaires, tandis que des approches fonctionnelles comme SpaceANOVA ou mxfda ne gèrent pas correctement les structures de variabilité imbriquée (échantillons/FOV) ou souffrent de taux de faux positifs élevés.

2. Méthodologie : spatialFDA

Les auteurs proposent spatialFDA, un package R open-source (Bioconductor) qui combine les statistiques spatiales et l'analyse de données fonctionnelles (FDA) pour analyser la CCoL différentielle.

Principes clés de l'approche :

• Représentation des données : Les cellules sont approximées par leur centroïde (point) et étiquetées par un type cellulaire (marque). Les métriques spatiales (fonctions de corrélation ou d'espacement) sont calculées pour chaque FOV en fonction du rayon $r$ (ex: fonctions de Ripley $K$, Besag $L$, ou fonction de distance au plus proche voisin $G$).
• Modélisation Fonctionnelle : Au lieu de résumer les fonctions en un scalaire, spatialFDA traite l'ensemble de la courbe spatiale comme une réponse fonctionnelle.
• Modèle Statistique : Le cœur de la méthode est un Modèle Additif Mixte Fonctionnel (fGAMM).
  • Il permet d'inclure des effets fixes (conditions expérimentales) et des effets aléatoires (pour gérer la variabilité entre les échantillons et les FOV imbriqués).
  • La réponse $y_i(r)$ est modélisée comme une fonction du rayon $r$.
  • L'inférence est effectuée sur l'ensemble du domaine fonctionnel via un test F global, permettant de détecter des différences à n'importe quelle échelle spatiale.
• Gestion des résidus : Pour corriger l'autocorrélation et l'hétéroscédasticité des résidus le long du domaine $r$, la méthode utilise des estimateurs de matrice de covariance "sandwich" robustes aux clusters.
• Correction des biais : Une correction est appliquée pour la distance minimale entre les cellules (diamètre cellulaire) afin d'éviter les artefacts aux petites échelles.

3. Contributions Clés

• Préservation de l'échelle spatiale : Contrairement aux méthodes scalaires, spatialFDA conserve l'information sur la distance ($r$), permettant d'identifier à quelle échelle spatiale se produisent les changements de co-localisation.
• Gestion flexible de la variabilité : Le cadre des modèles mixtes fonctionnels permet de traiter correctement les designs expérimentaux complexes avec des mesures répétées (plusieurs FOV par échantillon), évitant ainsi des résultats trop optimistes (faux positifs).
• Outil logiciel accessible : Intégration dans l'écosystème Bioconductor, facilitant l'adoption par la communauté des omiques spatiales.

4. Résultats

A. Études de Simulation
Les auteurs ont comparé spatialFDA à plusieurs méthodes concurrentes (spicyR, smoppix, SpaceANOVA, mxfda, et un modèle linéaire mixte sur l'intensité).

• Calibration et Puissance : spatialFDA (en particulier la variante utilisant la fonction $L$) montre une calibration conservatrice et robuste, contrôlant bien le taux de fausses découvertes (FDR) tout en maintenant un taux de vrais positifs (TPR) acceptable.
• Limites des concurrents :
  • Les méthodes scalaires (spicyR, smoppix) contrôlent mieux le FDR mais perdent en puissance statistique.
  • Les méthodes fonctionnelles existantes (SpaceANOVA, mxfda) souffrent d'un taux de faux positifs fortement infléchi (mauvaise calibration) dans les scénarios complexes avec variabilité imbriquée.
  • Les modèles ne tenant pas compte de la structure hiérarchique (effets aléatoires) sont systématiquement mal calibrés.
• Échelles spatiales : Une seconde simulation (basée sur Canete et al.) a montré que spatialFDA.L est stable et sensible aux effets de co-localisation sur une large gamme d'échelles, tandis que spatialFDA.G est performant pour les interactions à courte portée.

B. Étude de Cas : Diabète de Type 1 (T1D)
Le modèle a été appliqué à un jeu de données de protéomique spatiale (cytométrie de masse par imagerie) sur le pancréas humain.

• Contexte : Comparaison de donneurs non diabétiques, de patients au début de la maladie (onset) et de patients à un stade avancé (long-duration).
• Découvertes :
  • Le modèle a confirmé la perte progressive des cellules $\beta$ productrices d'insuline.
  • Il a mis en évidence une augmentation significative de la co-localisation entre les cellules immunitaires (lymphocytes T auxiliaires, Th) et les cellules des îlots pancréatiques (notamment les cellules $\delta$) spécifiquement au stade d'apparition de la maladie.
  • L'analyse fonctionnelle a permis de préciser que cette interaction accrue se produit principalement à courte distance (10-50 µm), un détail qui aurait été perdu avec une approche scalaire.
  • Aucune différence significative n'a été trouvée entre le stade avancé et les témoins sains pour ces interactions, suggérant une dispersion des cellules immunitaires à un stade tardif.

5. Signification et Conclusion

Le papier démontre que spatialFDA est une méthode supérieure pour l'analyse de la co-localisation cellulaire différentielle dans les expériences multi-échantillons et multi-conditions.

• Avantage principal : En traitant les métriques spatiales comme des fonctions continues plutôt que des scalaires, la méthode offre une sensibilité accrue et une interprétation biologique plus riche (identification de l'échelle spatiale des interactions).
• Robustesse : La prise en compte explicite de la variabilité hiérarchique (effets mixtes) est cruciale pour éviter les conclusions erronées dans les études spatiales modernes.
• Impact biologique : L'application au diabète de type 1 a permis de valider des connaissances biologiques existantes tout en fournissant de nouvelles insights sur la dynamique spatiale des interactions immunitaires au cours de la progression de la maladie.

En résumé, spatialFDA comble un vide méthodologique important en offrant un cadre statistique rigoureux, flexible et puissant pour exploiter pleinement le potentiel des données d'omiques spatiales.