spaGFM is a scalable graph foundation model for spatial transcriptomics analyses

La biologia si è a lungo affidata all'osservazione di un pezzo di tessuto al microscopio per contare le cellule che vede, ma questo approccio spesso perde di vista il quadro generale. Una singola cellula non esiste nel vuoto; il suo comportamento è dettato dalla compagnia che frequenta. In un organo vivente, la funzione di una cellula cambia a seconda che si trovi accanto a un vicino che sta combattendo un'infezione o a uno che sta silenziosamente riparando un danno. Per capire come funzionano i tessuti e perché falliscono in caso di malattia, gli scienziati devono vedere non solo i singoli protagonisti, ma anche i complessi e mutevoli quartieri che essi formano. Negli ultimi anni, una nuova tecnologia chiamata trascrittomica spaziale ha reso possibile tutto ciò, mappando esattamente dove ogni gene viene attivato all'interno di un campione di tessuto, preservando la mappa del quartiere insieme all'elenco dei suoi residenti. Tuttavia, queste mappe stanno diventando così vaste e dettagliate da essere difficili da leggere per i computer. I dati non sono una semplice lista di parole o una linea retta di codice; sono una rete intricata di connessioni, dove la distanza e la relazione tra le cellule contano più delle cellule stesse.

Un team di ricercatori ha introdotto un nuovo strumento chiamato spaGFM, progettato per dare un senso a questi intricati quartieri cellulari. Pensatelo come un sistema che impara a leggere la storia di un tessuto tracciando i percorsi tra le sue cellule, piuttosto che guardarle in isolamento. I ricercatori hanno addestrato questo sistema su una vasta collezione di dati, fornendogli informazioni da 132 diversi campioni di tessuto contenenti quasi 44 milioni di cellule. Questi campioni provenivano da varie parti del corpo umano e del topo, inclusi polmone, fegato e cervello, e sono stati catturati utilizzando diverse macchine di imaging ad alta risoluzione. Studiando questa enorme biblioteca, il sistema ha imparato a riconoscere i modelli di come le cellule si organizzano in gruppi funzionali. Lo fa trattando il tessuto come una mappa di punti connessi, dove ogni punto è una cellula. Invece di cercare di elaborare l'intera mappa in una volta sola, il sistema compie delle "passeggiate" attraverso la mappa, saltando da una cellula al suo vicino, e poi al vicino di quel vicino. Registra questi viaggi come una sequenza di passi, permettendogli di comprendere l'ambiente locale di una data cellula, dal suo ambiente immediato al quartiere più ampio che abita.

La potenza di questo approccio è stata testata in tre sfide biologiche molto diverse, ognuna delle quali ha rivelato quanto bene il sistema potesse applicare ciò che aveva appreso a nuove situazioni. In primo luogo, i ricercatori hanno chiesto se il sistema potesse trovare specifiche strutture immunitarie note come strutture linfoidi terziarie. Queste sono piccoli cluster organizzati di cellule immunitarie che si formano nei tessuti durante l'infiammazione cronica o il cancro, e la loro presenza spesso predice quanto un paziente risponderà bene al trattamento. Identificarle è notoriamente difficile, specialmente in dati di imaging più vecchi e a bassa risoluzione, dove i confini tra le cellule sono sfocati. Il sistema, essendo stato addestrato solo su immagini ad alta risoluzione, è stato in grado di individuare con successo queste strutture in dati a bassa risoluzione provenienti da campioni di tumore al polmone e al rene. Ci è riuscito senza dover essere riaddestrato sui nuovi dati, semplicemente riconoscendo i modelli spaziali che aveva appreso in precedenza. I risultati hanno dimostrato che il sistema poteva distinguere questi cluster immunitari dal tessuto tumorale circostante con maggiore precisione rispetto ai metodi precedenti, anche quando i dati provenivano da un tipo di macchina completamente diverso.

In seguito, il team ha esplorato come il sistema comprendesse l'influenza dell'ambiente immunitario sulle cellule cancerose. In uno studio riguardante esperimenti genetici su tumori di topo, i ricercatori avevano già alterato geni specifici nelle cellule cancerose per vedere come reagivano. La domanda era se la reazione di una cellula cancerosa dipendesse dal fatto di trovarsi accanto a una cellula T, un tipo di cellula immunitaria. Il sistema è stato in grado di osservare i cambiamenti genetici nelle cellule cancerose e prevedere correttamente quali fossero vicine alle cellule T e quali lontane, semplicemente analizzando i modelli nella loro attività genica. Più importante ancora, è stato in grado di prevedere come una cellula cancerosa avrebbe reagito a un cambiamento genetico mai visto prima, ma solo se tale reazione dipendeva dalla sua prossimità a una cellula immunitaria. Ciò suggerisce che il sistema avesse veramente imparato le regole di come le cellule comunicano con i propri vicini, piuttosto che aver semplicemente memorizzato una lista di comportamenti genici.

Infine, i ricercatori hanno applicato lo strumento a una biopsia renale umana di un paziente affetto da malattia renale diabetica. In questa condizione, le minuscole unità di filtraggio del rene, chiamate glomeruli, subiscono danni e cicatrizzazione. I patologi classificano questo danno da lieve a grave, ma farlo a occhio è difficile e soggettivo. Il sistema è stato in grado di osservare il tessuto e raggruppare automaticamente le cellule nelle corrette categorie di danno, corrispondendo ai gradi assegnati dagli esperti umani. Ha persino identificato nuove aree che sembravano glomeruli danneggiati ma che erano sfuggite alla revisione umana iniziale, che sono state successivamente confermate dalla presenza di specifici marcatori molecolari. Il sistema ha anche rivelato che, man mano che il danno peggiorava, la composizione del quartiere cambiava in modi prevedibili, con certe cellule protettive che scomparivano e altre che prendevano il loro posto.

La significatività di questo lavoro risiede nella sua capacità di scalare. I metodi precedenti per l'analisi di queste mappe cellulari spesso faticavano quando i dati diventavano troppo grandi o complessi, restando bloccati dall'enorme numero di connessioni. Questo nuovo approccio aggira tali limiti convertendo la complessa rete di connessioni cellula-cellula in un formato che i computer moderni possono elaborare efficientemente. Permette agli scienziati di apprendere regole generali su come i tessuti vengono costruiti e come si degradano, regole che rimangono valide in diversi organi e diverse malattie. Sebbene il sistema non sia una soluzione magica che sostituisce gli esperti umani, fornisce una potente nuova lente per osservare il mondo microscopico. Trasforma il caos disordinato di miliardi di cellule in una storia leggibile di organizzazione, offrendo un percorso più chiaro per comprendere i principi fondamentali della vita e della malattia.