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

Per comprendere il panorama della vita all'interno di un tessuto, gli scienziati hanno sviluppato un modo per leggere le istruzioni genetiche di migliaia di singole cellule contemporaneamente, tenendo traccia dell'esatta posizione di ogni cellula nel corpo. Questo campo, noto come trascrittomica spaziale, permette ai ricercatori di mappare quali geni siano attivi in specifici quartieri, rivelando come diversi tipi cellulari si organizzano per costruire organi o combattere malattie. Tuttavia, un problema persistente ha offuscato queste mappe. Quando gli scienziati preparano i campioni di tessuto per questo tipo di analisi, devono ammorbidire il tessuto per permettere al materiale genetico di uscire. Facendo ciò, alcuni messaggi genetici, o RNA, sfuggono dalle loro case originali e vagano negli spazi tra le cellule. Questa perdita crea una nebbia di segnali falsi, facendo sembrare che una cellula stia producendo istruzioni genetiche che non ha mai effettivamente creato, il che può portare a confusione su cosa una cellula sia realmente e su cosa stia facendo con i suoi vicini.

Un nuovo metodo chiamato SPARKLE offre un modo per diradare questa nebbia senza la necessità di una guida di riferimento esterna al campione. I ricercatori dietro questo lavoro si sono resi conto che l'atto stesso della perdita lascia una traccia. Quando l'RNA sfugge da una cellula, non svanisce; si deposita sugli spazi vuoti che circondano la cellula, le aree che non appartengono a nessuna specifica struttura tissutale. Osservando questi spazi vuoti, il metodo può misurare quanto il materiale genetico tende a viaggiare e quanto ne fuoriesce. Invece di indovinare o fare affidamento su dati esterni, SPARKLE utilizza l'evidenza trovata proprio lì nel campione per calcolare una correzione. Costruisce un modello di come l'RNA si diffonda, utilizzando i segnali trovati nelle zone vuote per stimare quanto del segnale all'interno di una cellula sia effettivamente proprio e quanto sia solo preso in prestito da un vicino.

L'approccio funziona adattando un modello matematico alle osservazioni trovate al di fuori dei confini cellulari. Questo modello aiuta il software determinare una scala di quanto l'RNA viaggi in quel particolare campione di tessuto e quanto ne perda per ogni specifico gene. Fondamentalmente, il metodo corregge solo i geni in cui l'evidenza proveniente dagli spazi vuoti è abbastanza forte da supportare il calcolo. Per i geni che sono altamente attivi nelle loro cellule di origine, il metodo applica un aggiustamento attento e conservativo per garantire di non cancellare accidentalmente il segnale reale. Ciò consente al software di distinguere tra una cellula che sta genuinamente producendo una proteina e una cellula che sta solo riflettendo la presenza di un vicino.

I ricercatori hanno testato questa idea attraverso dieci diversi scenari simulati progettati per imitare la realtà disordinata del tessuto biologico. In nove scenari su dieci, il metodo ha prodotto le mappe più accurate dell'attività cellulare e gli errori più piccoli rispetto alla verità nota. Per vedere se funzionava nel mondo reale, il team ha applicato SPARKLE a campioni di cervello di axolotl, cervello di topo e cancro ovarico umano. In ogni caso, il metodo ha rimosso con successo i falsi segnali che apparivano nelle cellule vicine, mantenendo intatti i veri segnali nelle cellule dove i geni hanno origine. Questa correzione ha rivelato un quadro più chiaro del tessuto, portando i risultati in maggiore accordo con i dati indipendenti provenienti da studi a singola cellula. Nei campioni di cancro ovarico umano, il metodo ha scoperto un tipo specifico di comunicazione tra cellule che era stato nascosto dalla diffusione del collagene, mostrando che le cellule dei fibroblasti stavano inviando segnali che erano precedentemente oscurati.

Lo strumento si è dimostrato sia veloce che affidabile. Il tempo necessario per elaborare i dati cresceva in modo costante e prevedibile all'aumentare della dimensione dell'area del tessuto, e il processo poteva essere ulteriormente accelerato utilizzando hardware informatici specializzati. I risultati rimanevano coerenti anche quando i ricercatori regolavano la dimensione delle aree analizzate o la scala della diffusione ipotizzata. Utilizzando l'evidenza contenuta in ciascun campione per risolvere il problema della perdita, SPARKLE fornisce un modo privo di riferimenti per affinare la visione della vita cellulare. Questo miglioramento rafforza la capacità di identificare dove vivono i diversi tipi cellulari, come sono raggruppati nei compartimenti tissutali e come comunicano tra loro, offrendo una base più chiara per comprendere l'architettura complessa del corpo.