SPARKLE: evidence-constrained correction of local RNA leakage in high-resolution spatial transcriptomics

ऊतक (tissue) के भीतर जीवन के परिदृश्य को समझने के लिए, वैज्ञानिकों ने एक हजारों व्यक्तिगत कोशिकाओं के आनुवंशिक निर्देशों को एक साथ पढ़ने का एक तरीका विकसित किया है, जबकि इस बात का भी ध्यान रखा है कि प्रत्येक कोशिका शरीर में वास्तव में कहाँ स्थित है। यह क्षेत्र, जिसे 'स्पेशियल ट्रांसक्रिप्टोमिक्स' (spatial transcriptomics) के रूप में जाना जाता है, शोधकर्ताओं को यह मानचित्रण करने की अनुमति देता है कि विशिष्ट पड़ोसों में कौन से जीन सक्रिय हैं, जिससे यह पता चलता है कि विभिन्न प्रकार की कोशिकाएं अंगों के निर्माण या रोग से लड़ने के लिए खुद को कैसे व्यवस्थित करती हैं। हालांकि, एक निरंतर समस्या ने इन मानचित्रों को धुंधला कर दिया है। जब वैज्ञानिक इस प्रकार के विश्लेषण के लिए ऊतक के नमूनों को तैयार करते हैं, तो उन्हें आनुवंशिक सामग्री को बाहर निकलने देने के लिए ऊतक को नरम करना पड़ता है। ऐसा करने में, कुछ आनुवंशिक संदेश, या आरएनए (RNA), अपने मूल घरों से निकल जाते हैं और कोशिकाओं के बीच के स्थानों में बह जाते हैं। यह रिसाव झूठे संकेतों का एक कोहरा बना देता है, जिससे ऐसा प्रतीत होता है जैसे कोई कोशिका उन आनुवंशिक निर्देशों का उत्पादन कर रही है जो उसने वास्तव में कभी नहीं बनाए, जिससे इस बारे में भ्रम पैदा हो सकता है कि एक कोशिका वास्तव में क्या है और वह अपने पड़ोसियों के साथ क्या कर रही है।

SPARKLE नामक एक नई विधि नमूने के बाहर से किसी संदर्भ मार्गदर्शिका (reference guide) की आवश्यकता के बिना इस कोहरे को साफ करने का एक तरीका प्रदान करती है। इस कार्य के पीछे के शोधकर्ताओं ने महसूस किया कि रिसाव की यह क्रिया स्वयं एक निशान छोड़ देती है। जब आरएनए कोशिका से बाहर निकलता है, तो वह गायब नहीं होता; वह कोशिका के चारों ओर के खाली स्थानों पर जाकर गिरता है, वे क्षेत्र जो किसी विशिष्ट ऊतक संरचना के अंतर्गत नहीं आते। इन खाली स्थानों को देखकर, यह विधि माप सकती है कि आनुवंशिक सामग्री कितनी दूर तक यात्रा करती है और कितना बाहर लीक होती है। बाहरी डेटा पर अनुमान लगाने या उस पर निर्भर रहने के बजाय, SPARKLE नमूने में मौजूद साक्ष्यों का उपयोग करके सुधार की गणना करता है। यह आरएनए के प्रसार का एक मॉडल बनाता है, जिसमें खाली क्षेत्रों में पाए जाने वाले संकेतों का उपयोग यह अनुमान लगाने के लिए किया जाता है कि कोशिका के भीतर का संकेत वास्तव में उसका अपना है और कितना उसके पड़ोसी से उधार लिया गया है।

यह दृष्टिकोण कोशिका की सीमाओं के बाहर पाए जाने वाले अवलोकनों में एक गणितीय पैटर्न को फिट करके काम करता है। यह पैटर्न सॉफ्टवेयर को यह निर्धारित करने में मदद करता है कि उस विशिष्ट ऊतक नमूने में आरएनए कितनी दूर तक जाता है और प्रत्येक विशिष्ट जीन के लिए कितना लीक होता है। महत्वपूर्ण रूप से, यह विधि केवल उन्हीं जीनों के लिए सुधार करती है जहाँ खाली स्थानों से प्राप्त साक्ष्य गणना का समर्थन करने के लिए पर्याप्त मजबूत होते हैं। उन जीनों के लिए जो अपने स्रोत कोशिकाओं में अत्यधिक सक्रिय हैं, विधि एक सावधानीपूर्ण और रूढ़िवादी समायोजन लागू करती है ताकि यह सुनिश्चित किया जा सके कि वह अनजाने में वास्तविक संकेत को मिटा न दे। यह सॉफ्टवेयर को एक ऐसी कोशिका और जो वास्तव में प्रोटीन का उत्पादन कर रही है और एक ऐसी कोशिका के बीच अंतर करने की अनुमति देता है जो केवल एक पड़ोसी की उपस्थिति को प्रतिबिंबित कर रही है।

शोधकर्ताओं ने इस विचार का परीक्षण दस अलग-अलग सिम्युलेटेड (simulated) परिदृश्यों में किया जो जैविक ऊतक की जटिल वास्तविकता की नकल करते हैं। दस में से नौ परीक्षणों में, इस विधि ने ज्ञात सत्य की तुलना में कोशिका गतिविधि के सबसे सटीक मानचित्र और सबसे कम त्रुटियां उत्पन्न कीं। यह देखने के लिए कि क्या यह वास्तविक दुनिया में काम करता है, टीम ने SPARKले (SPARKLE) को एक्सोलोटल (axolotl) मस्तिष्क, एक चूहे के मस्तिष्क और मानव डिंबग्रंथि कैंसर (ovarian cancer) के नमूनों पर लागू किया। प्रत्येक मामले में, विधि ने सफलतापूर्वक उन झूठे संकेतों को हटा दिया जो पड़ोसी कोशिकाओं में दिखाई दे रहे थे, जबकि उन कोशिकाओं में वास्तविक संकेतों को बरकरार रखा जहाँ जीन उत्पन्न हुए थे। इस सुधार ने ऊतक की एक स्पष्ट तस्वीर पेश की, जिससे परिणाम सिंगल-सेल अध्ययनों से स्वतंत्र डेटा के साथ अधिक निकटता से मेल खाने लगे। मानव डिंबग्रंथि कैंसर के नमूनों में, इस विधि ने कोशिकाओं के बीच संचार के एक विशिष्ट प्रकार को उजागर किया जो कोलेजन के प्रसार द्वारा छिपा हुआ था, जिससे यह पता चला कि फाइब्रोब्लास्ट (fibroblast) कोशिकाएं ऐसे संकेत भेज रही थीं जो पहले अस्पष्ट थे।

यह उपकरण तेज़ और विश्वसनीय सिद्ध हुआ। डेटा को संसाधित करने में लगने वाला समय ऊतक क्षेत्र के आकार के बढ़ने के साथ एक स्थिर और अनुमानित तरीके से बढ़ता गया, और विशेष कंप्यूटर हार्डवेयर का उपयोग करके इस प्रक्रिया को और भी तेज किया जा सकता है। परिणाम तब भी सुसंगत रहे जब शोधकर्ताओं ने उन क्षेत्रों के आकार को समायोजित किया जिनका वे विश्लेषण कर रहे थे या प्रसार के पैमाने को बदला। प्रत्येक नमूने के भीतर मौजूद साक्ष्य का उपयोग करके रिसाव की समस्या को ठीक करके, SPARKLE कोशिकीय जीवन के दृश्य को स्पष्ट करने का एक संदर्भ-मुक्त (reference-free) तरीका प्रदान करता है। यह सुधार विभिन्न प्रकार की कोशिकाओं के रहने के स्थान, उनके ऊतक विभाजनों में समूह बनाने के तरीके और उनके एक-दूसरे के साथ संचार करने के तरीके को पहचानने की क्षमता को मजबूत करता है, जो शरीर की जटिल संरचना को समझने के लिए एक स्पष्ट आधार प्रदान करता है।