GeneRhythm uncovers gene expression rhythms that shape the dynamic transcriptional landscape in single-cell omics

Sintesi Tecnica di GeneRhythm

Problematica
I programmi dinamici di espressione genica guidano lo sviluppo e le malattie, tuttavia gli attuali framework analitici per le singole cellule operano prevalentemente nel dominio del tempo. Questi metodi convenzionali catturano i cambiamenti nell'ampiezza dell'espressione e la similarità delle traiettorie, ma non riescono a risolvere come tali cambiamenti siano organizzati ritmicamente. Di conseguenza, i programmi regolatori che differiscono per periodicità, fase o dinamiche multi-scala spesso appaiono indistinguibili se condividono tendenze generali simili. Questa limitazione oscura dimensioni fondamentali della regolazione genica, confondendo distinti meccanismi regolatori che possiedono strutture ritmiche differenti ma traiettorie nel dominio del tempo simili.

Metodologia
Gli autori introducono GeneRhythm, un framework che riformula l'espressione genica nel dominio tempo-frequenza per modellare esplicitamente la struttura ritmica come una dimensione primaria della regolazione genica. Il workflow procede attraverso le seguenti fasi:

1. Ricostruzione della Traiettoria e Interpolazione: I dati a singola cellula (scRNA-seq, scAT-seq, trascrittomica spaziale) vengono elaborati per inferire le traiettorie cellulari (ad esempio, utilizzando Monocle3). L'espressione genica viene aggregata in milestone waypoint e smussata tramite interpolazione di spline cubiche per generare segnali continui nel dominio del tempo.
2. Trasformata Tempo-Frequenza: I segnali continui subiscono una Trasformata Wavelet Continua (CWT) utilizzando una wavelet "Mexican hat". Questo genera mappe tempo-frequenza ($W(a, b)$) che preservano la localizzazione temporale e catturano pattern oscillatori su molteplici scale, definendo un "profilo ritmico" per ogni gene.
3. Apprendimento di Rappresentazioni Profonde (Deep Representation Learning): Un'architettura di rete neurale profonda multi-branch integra tre set di feature:
   • $X_c$: Espressione genica attraverso le cellule.
   • $X_t$: Feature dinamiche nel dominio del tempo (derivate dalla traiettoria).
   • $X_f$: Feature ritmiche nel dominio della frequenza (derivate dalla wavelet).
     Le Reti Convoluzionali su Grafi (GCN) incorporano prior di Interazione Proteina-Proteina (PPI) per propagare l'informazione ritmica attraverso le reti regolatorie. Un framework di Autoencoder Variazionale (VAE) apprende un embedding genico latente unificato che cattura l'ampiezza dell'espressione, la progressione temporale e la struttura risolta in frequenza.
4. Funzionalità Core:
   • Clustering Ritmico: I geni vengono raggruppati in base a una condivisa organizzazione ritmica nello spazio latente, indipendentemente dalla forma della traiettoria nel dominio del tempo.
   • Identificazione di Geni Ritmicamente Differenziali (DRG): Test statistici (t-test sui profili di frequenza) identificano geni con cambiamenti ritmici specifici per condizione, anche quando le differenze nella media dell'espressione sono trascurabili.
   • Perturbazione Ritmica In Silico: Il framework simula perturbazioni di geni o pathway all'interno dello spazio latente del dominio della frequenza. Quantifica lo spostamento delle rappresentazioni dello stato patologico verso gli stati di controllo per dare priorità ai regolatori il cui impatto funzionale è codificato nella struttura ritmica.
   • Sonificazione Genica: La dinamica risolta in frequenza viene tradotta in spartiti musicali strutturati (MIDI), mappando le scale wavelet al pitch e l'ampiezza alla densità delle note, fornendo una modalità interpretabile per l'analisi esplorativa.

Risultati Chiave

• Clustering Ritmico: Nei dataset di sangue embrionale di topo e cresta neurale, GeneRhythm ha identificato moduli genici coerenti nello spazio delle frequenze nonostante divergenti traiettorie nel dominio del tempo. I cluster ad alta frequenza erano arricchiti per la segnalazione immunitaria e programmi regolatori rapidi, mentre i cluster a bassa frequenza si allineavano con la manutenzione dello sviluppo e le funzioni housekeeping. Il benchmarking rispetto a scNET, scSTEM, Clust e WGCNA ha mostrato che GeneRhythm ha raggiunto metriche di clustering geometrico superiori (Calinski–Harabasz, Davies–Bouldin, Dunn, Silhouette) e una maggiore coerenza biologica a livello di pathway.
• Scoperta di Ritmi Differenziali: Attraverso dataset di esposizione all'arsenico, COVID-19 e diabete, l'analisi DRG ha identificato marcatori ritmici specifici della malattia mancati dalle analisi convenzionali di espressione differenziale (DEG). Ad esempio, nelle cellule esposte all'arsenico, il marcatore Maml2 ha mostrato una distinta riorganizzazione ritmica senza cambiamenti significativi nella media dell'espressione. Allo stesso modo, KLRF1 nel COVID e THRAP3 nel diabete hanno esibito fenotipi ritmici strutturati invisibili ai metodi standard DEG.
• Applicazioni Multi-Omiche e Spaziali: Nella trascrittomica spaziale (corteccia prefrontale dorsolaterale umana), l'analisi ritmica ha distinto le direzioni spaziali "Cross Layers" da "Intra Layers", rivelando marcatori corticali come GLYAT che erano indetectabili tramite confronti di espressione statica. Nei dati accoppiati scATAC-seq e scRNA-seq, il framework ha identificato geni "primed" dove l'accessibilità della cromatina mostrava segnali differenziali ritmici che precedevano i cambiamenti trascrizionali.
• Perturbazione e Rilevanza Clinica: La perturbazione in silico nei dataset di COVID e adenocarcinoma pancreatico (PDAC) ha identificato candidati target terapeutici (es. Azeliragon, Gemcitabine) e pathway che non erano stati prioritizzati dai metodi basati sull'espressione. Nel PDAC, i geni unicamente identificati dalla perturbazione nel dominio della frequenza hanno mostrato una stratificazione prognostica (analisi di sopravvivenza) significativamente più forte rispetto a quelli identificati dalla perturbazione convenzionale non basata sulla frequenza.

Significatività e Rivendicazioni
L'articolo sostiene che GeneRhythm stabilisce la struttura ritmica definita dal dominio della frequenza come una dimensione fondamentale della regolazione genica precedentemente non modellata. Spostandosi dalla rappresentazione nel dominio del tempo a quella tempo-frequenza, il framework:

1. Rivela Programmi Regolatori Nascosti: Rivela programmi trascrizionali e moduli regolatori rilevanti per le malattie che sono invisibili alle analisi convenzionali nel dominio del tempo perché differiscono per periodicità o fase piuttosto che per ampiezza.
2. Fornisce una Base Analitica Generale: L'approccio si generalizza attraverso diverse modalità (scRNA-seq, scATAC-seq, trascrittomica spaziale) e contesti biologici (sviluppo, malattia), offrendo una base unificata per analizzare, confrontare e perturbare programmi regolatori dinamici.
3. Abilita Insight Azionabili: Attraverso la perturbazione ritmica in silico e la sonificazione, il framework traduce la complessa dinamica del dominio della frequenza in rappresentazioni interpretabili, collegando la sensibilità ritmica ai target farmacologici, all'arricchimento dei pathway e agli esiti clinici.

Gli autori posizionano GeneRhythm non come un sostituto degli strumenti esistenti, ma come una lente complementare che risolve sistematicamente la struttura regolatoria persa dalla similarità delle traiettorie e dai confronti della media dell'espressione, riducendo così l'ambiguità nell'allineare i risultati della regolazione dinamica con i meccanismi biologici.