Spatially aligned random partition models on spatially resolved transcriptomics data

Gli autori propongono modelli di partizione casuale allineata spazialmente (SARP) basati su inferenza bayesiana non parametrica per analizzare dati di trascrittomica a risoluzione spaziale, permettendo di identificare la co-localizzazione e le dipendenze spaziali tra sottopopolazioni di cellule tumorali, immunitarie e stromali nel cancro del colon-retto.

L'essenziale

🏙️ Il Grande Mappamondo delle Cellule: Come il Tumor "Assolda" i suoi Vicini

Immagina un grande quartiere (il nostro corpo) dove vivono tre tipi di abitanti principali:

1. I "Tumori" (le cellule tumorali): Sono come i nuovi proprietari di casa che stanno ristrutturando tutto e cambiando le regole del quartiere.
2. Gli "Stromali": Sono i muratori e gli ingegneri che costruiscono le fondamenta e le strade.
3. Gli "Immunitari": Sono la polizia e i vigili del fuoco, pronti a intervenire se qualcosa non va.

In un tumore, queste tre "razze" non vivono a caso. Spesso, i tumori chiamano a sé specifici tipi di polizia o muratori per aiutarli a crescere o per nascondersi. Il problema è: come facciamo a capire chi chiama chi, e dove?

Fino a poco tempo fa, avevamo due mappe separate:

• Una mappa che ci diceva chi sono gli abitanti (la loro "identità" o DNA).
• Una mappa che ci diceva dove si trovano (la loro posizione geografica).

Ma non avevamo un modo intelligente per collegare le due mappe e dire: "Ehi, guarda! Quella specifica banda di ladri (tumore) ha appena assunto quella specifica squadra di vigili del fuoco (cellule immunitarie) e li ha fatti sedere proprio accanto alla loro porta!".

🧩 La Soluzione: SARP (Il "Mago dell'Allineamento")

Gli autori di questo studio (Yunshan Duan e colleghi) hanno creato un nuovo metodo statistico chiamato SARP (Spatially Aligned Random Partition).

Ecco come funziona, usando un'analogia semplice:

1. Il Problema delle Due Liste

Immagina di avere due liste di nomi:

• Lista A: I nomi dei ladri (Tumori).
• Lista B: I nomi dei vigili del fuoco (Immunitari).

Ogni lista è stata divisa in gruppi (cluster) basandosi su come parlano (i loro geni). Ma le due liste sono state fatte separatamente. Il gruppo "Ladri Rossi" nella Lista A potrebbe non corrispondere al gruppo "Vigili Rossi" nella Lista B, anche se sono vicini.

2. L'Intuizione Geniale: "Allineare le Case"

Il metodo SARP dice: "Non guardiamo solo chi sono, guardiamo dove vivono!".
L'idea è che, anche se i ladri e i vigili del fuoco hanno nomi e voci diverse (geni diversi), se vivono vicini nello stesso quartiere, devono essere collegati.

SARP crea un modello matematico che dice:

• "Ok, i ladri si raggruppano in base a come parlano e dove vivono."
• "I vigili del fuoco si raggruppano anche loro in base a come parlano e dove vivono."
• MA, c'è una regola speciale: la posizione geografica dei vigili del fuoco dipende da quella dei ladri. Se un gruppo di ladri si sposta in un angolo del quartiere, è molto probabile che il gruppo di vigili del fuoco che li "assolda" si sposti lì vicino.

È come se il tumore fosse un magnete che attira specifici tipi di cellule immunitarie. SARP misura la forza di questo magnete.

3. Come lo fanno? (Senza matematica complessa)

Immagina di avere due fogli di carta trasparente:

• Sul primo foglio ci sono i punti dei tumori.
• Sul secondo foglio ci sono i punti delle cellule immunitarie.

Se metti i due fogli uno sopra l'altro, vedi che i punti non coincidono perfettamente. SARP è come un algoritmo che sposta e ruota il foglio delle cellule immunitarie finché non si allinea perfettamente con i gruppi di tumori, ma solo per quanto riguarda la posizione. Lascia che i "nomi" (i geni) rimangano diversi, perché un vigile del fuoco è sempre un vigile del fuoco, anche se vive vicino a un ladro.

🧪 La Prova: Il Colore del Tumore (Colorectal Cancer)

Gli autori hanno testato questo metodo su un vero caso: il Cancro del Colon-Retto.
Hanno preso dati reali di migliaia di cellule e hanno usato SARP per scoprire:

• Cosa hanno trovato? Hanno scoperto che certi gruppi di cellule tumorali (ad esempio, quelle che vivono nel "centro" del tumore) chiamano a sé tipi specifici di cellule immunitarie (come i "Macrofagi" o i "Linfociti T").
• Perché è importante? Prima pensavamo che il tumore attirasse le cellule immunitarie in modo casuale. Ora sappiamo che è un processo mirato. Alcuni tumori chiamano la "polizia" per proteggersi, altri chiamano i "muratori" per costruire una fortezza.

🎯 Perché dovresti preoccupartene?

Immagina di voler smantellare una banda criminale. Se sai che il capo della banda (il tumore) chiama sempre lo stesso tipo di sicario (cellula immunitaria specifica) per proteggerlo, puoi colpire proprio quel sicario.

Questo metodo permette ai medici di:

1. Vedere meglio il nemico: Capire esattamente quali cellule aiutano il tumore a crescere.
2. Trovare nuovi bersagli: Invece di attaccare tutto il tumore alla cieca, si può creare un farmaco che blocca proprio quel "telefono" che il tumore usa per chiamare i suoi alleati.

In Sintesi

Questo paper ci insegna che nel corpo umano, dove si trova una cellula è importante quanto chi è. Il metodo SARP è come un nuovo occhio digitale che unisce la mappa della città con l'elenco degli abitanti, rivelando chi sta chiamando chi per creare un'alleata pericolosa. È un passo avanti enorme per capire come combattere il cancro in modo più intelligente e preciso.

Sommario tecnico

Titolo: Modelli di partizione casuale allineati spazialmente su dati di trascrittomica spaziale (SARP)

Autori: Yunshan Duan, Shuai Guo, Hao Yan, Wenyi Wang e Peter Mueller.

---

1. Il Problema

L'analisi dei dati di trascrittomica spaziale (ST) e del sequenziamento dell'RNA a singola cellula (scRNA-seq) ha rivelato l'importanza cruciale delle interazioni spaziali nel microambiente tumorale (TME). In particolare, è noto che le cellule immunitarie e stromali tendono a raggrupparsi attorno a specifiche regioni tumorali, influenzando la progressione della malattia e la risposta terapeutica.

Tuttavia, le metodologie statistiche esistenti presentano limitazioni significative:

• Mancanza di inferenza incrociata: La maggior parte dei modelli di clustering (es. BayesSpace, SpaGCN) opera su un singolo insieme di unità sperimentali. Non esiste un approccio principiato per inferire la relazione tra cluster di un tipo cellulare (es. tumorale) e cluster di un altro tipo (es. immunitario).
• Indipendenza non realistica: I modelli esistenti spesso trattano le caratteristiche spaziali e l'espressione genica in modo indifferenziato o non riescono a modellare la dipendenza strutturata solo su un sottovettore delle caratteristiche (le coordinate spaziali), mantenendo l'indipendenza a priori per l'espressione genica.
• Asimmetria biologica: La relazione biologica è spesso asimmetrica (le cellule tumorali "reclutano" le cellule immunitarie), ma i modelli simmetrici standard non catturano questa dinamica causale.

L'obiettivo è sviluppare un modello bayesiano non parametrico (BNP) che permetta di inferire la co-localizzazione di sottopopolazioni cellulari distinte, modellando la dipendenza spaziale tra i loro cluster mentre si mantiene l'indipendenza per le caratteristiche molecolari (espressione genica).

---

2. Metodologia: Il modello SARP

Gli autori propongono i Modelli di Partizione Casuale Allineati Spazialmente (SARP - Spatially Aligned Random Partition models).

Struttura del Modello

Il modello tratta il problema come un'inferenza su partizioni dipendenti per insiemi multipli di unità sperimentali (es. cellule tumorali, stromali e immunitarie).

• Dati: Per ogni cellula $i$ di tipo $j$, si osservano vettori di caratteristiche $y_{ji} = (s_{ji}, x_{ji})$, dove $s_{ji}$ sono le coordinate spaziali e $x_{ji}$ sono i profili di espressione genica (ridotti tramite PCA).
• Gerarchia Bayesiana:
  1. I dati sono generati da miscele di kernel: $y_{ji} | \omega_{ji} \sim f(\cdot | \omega_{ji})$.
  2. I parametri latenti $\omega_{ji}$ sono estratti da misure di miscelazione discrete $G_j$.
  3. Le misure $G_j$ seguono processi Pitman-Yor (PYP), una generalizzazione del Processo di Dirichlet (DP) che offre maggiore flessibilità nella formazione dei cluster.

Meccanismo di Allineamento Spaziale

La novità centrale risiede nella costruzione della prior congiunta per le misure $G_j$:

• Asimmetria: Si assume un tipo di cellula come riferimento (es. cellule tumorali, $j=1$).
• Dipendenza Condizionata: La misura di miscelazione per i tipi dipendenti (es. immunitarie, $j=2$) è condizionata alle posizioni dei cluster del tipo di riferimento.
• Base Measure Dipendente: La base measure $G^{\epsilon}_{2}$ per le cellule dipendenti è una miscela di:
  • Una nuova base measure $\tilde{G}^{\epsilon}_{2}$ (per cluster indipendenti).
  • Kernel centrati sulle posizioni degli atomi di $G_1$ (le cellule di riferimento).
  • Formula: $G^{\epsilon}_{2} \propto a_2 \tilde{G}^{\epsilon}_{2} + b_2 \tilde{f}_1$, dove $\tilde{f}_1$ è una distribuzione empirica centrata sui cluster di riferimento.
• Separazione delle Caratteristiche: La dipendenza è introdotta solo nel sottovettore spaziale. Le distribuzioni per l'espressione genica rimangono indipendenti a priori tra i diversi tipi cellulari, riflettendo la realtà biologica (l'espressione genica di una cellula immunitaria non è correlata a quella di una tumorale, anche se sono vicine).

Inferenza

L'inferenza è eseguita tramite un algoritmo MCMC (Markov Chain Monte Carlo) basato su un campionatore di Gibbs bloccato.

• Vengono introdotti indicatori di appartenenza ai cluster ($z_{ji}$) e indicatori di allineamento ($c_{jk}$) che specificano se un cluster del tipo dipendente è allineato a un cluster di riferimento o è nuovo.
• L'algoritmo è efficiente grazie alla scelta di kernel coniugati (distribuzioni Gaussiane per lo spazio e Normal-Inverse Wishart per l'espressione genica).

---

3. Contributi Chiave

1. Nuovo Paradigma di Inferenza: Prima applicazione di modelli di partizione casuale dipendenti per l'allineamento spaziale tra diversi tipi cellulari, superando i limiti dei metodi di clustering separati.
2. Struttura Asimmetrica e Biologicamente Plausibile: Il modello cattura la natura causale del reclutamento cellulare (tumorale $\to$ immunitaria/stromale) e permette a più cluster di un tipo di allinearsi a un singolo cluster di riferimento.
3. Separazione Spaziale/Molecolare: Introduce una dipendenza strutturata solo sulle coordinate spaziali, mantenendo l'indipendenza per l'espressione genica, evitando correlazioni spurie.
4. Algoritmo Scalabile: Sviluppo di un algoritmo MCMC efficiente che gestisce la complessità computazionale di partizioni multiple e dipendenze condizionate.
5. Validazione Rigorosa: Dimostrazione delle proprietà asintotiche (contrazione posteriore) e validazione attraverso studi di simulazione e dati reali.

---

4. Risultati

Studi di Simulazione

• Dati Simulati: Il modello SARP ha dimostrato prestazioni superiori o comparabili rispetto a un Modello di Miscele Gaussiane (GMM) e al metodo SpaRTaCo nell'identificare la co-localizzazione corretta tra cluster, anche in scenari con rumore e cluster spazialmente sovrapposti.
• Dati Semi-Sintetici (basati su CRC): Utilizzando dati reali di cancro del colon-retto (CRC) come base, SARP ha identificato con alta accuratezza le relazioni di co-localizzazione, superando i metodi di confronto (GMM e SpaRTaCo) nella sensibilità (TPR) e nel tasso di classificazione corretta (TCR).

Applicazione ai Dati CRC (Cancro del Colon-Retto)

Applicando il modello a dati reali di trascrittomica spaziale:

• Identificazione di Sottotipi: Il modello ha identificato 15 cluster epiteliali (tumorali), 14 stromali e 15 immunitari.
• Allineamento Spaziale: Ha scoperto sottotipi specifici di cellule immunitarie (es. linfociti T, macrofagi) e stromali che sono spazialmente allineati con specifici sottotipi tumorali. Ad esempio, alcune sottopopolazioni di cellule mieloidi e stromali sono state trovate in stretta prossimità con specifici cluster epiteliali (Epi5, Epi7, Epi8, Epi10).
• Analisi Differenziale: L'analisi dell'espressione genica differenziale sui cluster definiti spazialmente ha rivelato marcatori biologici coerenti con la letteratura:
  • Le cellule epiteliali allineate con le cellule stromali (Epi-Stromal) esprimevano alti livelli di chemochine (CXCL1/2/3) coinvolte nel crosstalk pro-tumorale.
  • Le cellule epiteliali allineate con i mieloidi (Epi-Myeloid) esprimevano AGR2, implicato nell'immunosoppressione.
  • Le cellule epiteliali allineate con i linfociti T (Epi-T) mostravano up-regolazione di molecole di adesione (CEACAM1/6) associate all'evasione immunitaria.
• Quantificazione dell'Incertezza: Il modello fornisce probabilità posteriori per l'allineamento, permettendo di distinguere tra associazioni certe e incerte (es. un cluster immunitario ha il 96% di probabilità di essere allineato a un cluster tumorale specifico).

---

5. Significato e Implicazioni

Il modello SARP rappresenta un avanzamento significativo nell'analisi dei dati di trascrittomica spaziale multi-tipo:

• Comprensione del Microambiente Tumorale: Fornisce uno strumento quantitativo per mappare le interazioni cellulari, andando oltre la semplice descrizione spaziale per inferire meccanismi di reclutamento e comunicazione intercellulare.
• Scoperta di Target Terapeutici: Identificando sottotipi cellulari specifici che interagiscono con regioni tumorali critiche, il modello può aiutare a scoprire nuovi bersagli terapeutici o indicatori prognostici basati sulla nicchia microambientale.
• Flessibilità Metodologica: Sebbene applicato al cancro, la struttura del modello è generale e può essere adattata per studiare l'allineamento spaziale in qualsiasi contesto biologico o fisico dove esistono insiemi multipli di unità con dipendenze parziali.

In sintesi, SARP colma il divario tra l'analisi spaziale e l'analisi cellulare multi-tipo, offrendo un quadro statistico rigoroso per decifrare la complessità architetturale dei tessuti biologici.