SpaceBlocks: an expert-supervised workflow for cohort-level spatial transcriptomics analysis
SpaceBlocksは、多様な生物学的データセットにおいて新規の細胞型、マーカー発現パターン、および疾患に関連する転写差異を特定できる能力によって実証されているように、複数のプラットフォームにわたる不均一な単一細胞解像度の空間トランスクリプトミクスデータを均質化し、スケーラブルなコホートレベルの解析を可能にする、再現可能で専門家の監督を受けたSnakemakeワークフローである。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは査読を受けていないプレプリントのAI生成解説です。医学的助言ではありません。この内容に基づいて健康上の判断をしないでください。 免責事項の全文を読む
組織は細胞の均一なスープではありません。それは、場所が機能を定義する、構造化された都市なのです。何十年もの間、生物学者は細胞内の遺伝的指示を読み取ることができましたが、それを行うためには組織をペースト状にすり潰さなければならず、各細胞がどこに住んでいたかという地図を失っていました。空間トランスクリプトミクスと呼ばれる新しい技術は、細胞を元の近隣環境に留めたまま遺伝コードを読み取ることで、この問題を解決します。これにより、科学者は細胞がどのように隣人と対話し、どのように機能的な地区へと組織化されているかを、まるでショップ、学校、住宅が互いにどのような位置関係にあるかを見て都市を理解するように、観察することができるのです。しかし、この新しい組織の見方には困難が伴います。異なる種類の顕微鏡が、それぞれ異なる言語でデータを出力することです。ある機械が出力したデータ形式を、別の機械が読み取れないことがあります。また、それらを分析するために使用されるソフトウェアツールも、しばしば孤立して動作します。研究者が多数の患者のグループ（コホート）を共同で研究しようとする際、彼らはファイル形式の混乱や、再現や検証が困難な手作業のプロセスに直面することになります。
この複雑さに秩序をもたらすために、研究チームは「SpaceBlocks」と呼ばれる新しいデジタル・ワークフローを構築しました。このワークフローを、組織データの「万能翻訳機」兼「交通管制官」と考えてください。すべての研究者が新しい実験ごとに独自のカスタムツールを構築するのではなく、SpaceBlocksは、どのコンピュータでも辿ることのできる単一の標準化された経路を提供します。これは、さまざまなハイテク顕微鏡から出力される未加工で乱雑なデータを、後続のすべての分析ツールが理解できるクリーンで共通の形式へと変換します。重要なのは、このシステムがすべての決定を自動化して排除しようとしているのではない点です。研究者たちは、どの細胞が保持するのに十分健康であるかを判断したり、遺伝子プロファイルに基づいて細胞のグループにラベルを付けたりといった、重要な局面で人間の専門知識を求めて一時停止するように設計しました。これにより、最終的な結果が単なるブラックボックス化したコンピュータプログラムの出力ではなく、科学的判断によって検証された成果物となることが保証されます。
チームはこのシステムを、3種類の高度な顕微鏡による計37個の公開データベースの組織サンプルを用いてテストしました。これらのサンプルには、多発性硬化症の患者および大腸がんの患者からの組織が含まれていました。ワークフローはこれらすべてを正常に処理し、異なるファイル形式やデータセットの規模の違いにもかかわらず、システムが破綻しないことを証明しました。多発性硬化症に関するある事例では、このシステムにより、以前の解析では見逃されていた脳病変の異なる部位における特定の遺伝パターンを特定することができました。特定の遺伝子が組織の特定の近隣領域で活性化していることが明らかになり、疾患が異なる領域にどのように影響を与えるかについて、より鮮明な図を提供しました。また、大腸がんのサンプルを用いた別のテストでは、このワークフローにより、以前の広く用いられていた解析では見落とされていた3つの異なるタイプの細胞を特定することができました。これらには、腫瘍組織の中に隠れるように存在していた免疫細胞や神経様細胞が含まれていました。
単に新しい細胞を見つけるだけでなく、このシステムは、各サンプルのユニークな構造を考慮した上で、健康な組織と疾患のある組織を比較する方法を示しました。細胞を「擬似バルク（pseudobulk）」プロファイル（本質的には、特定の領域における多くの細胞の遺伝信号を結合して、より強く明確な信号を得ること）にグループ化することで、研究者は疾患状態でどの遺伝子がオンまたはオフになっているかを正確に突き止めることができました。システムは、人間の専門家がルールを設定した後にこれらの複雑な比較を自動的に実行し、健康な組織と悪性組織の違いを示す詳細なマップやチャートを生成しました。結果は異なる機械間でも一貫しており、このワークフローが、技術的な詳細に迷うことなく大規模な患者グループの研究を行いたい他の科学者にとっても、堅牢であることを示唆していました。
研究者たちは、このツールは人間の洞察に代わるものではなく、それをサポートするための枠組みであることを強調しています。分析のステップを透明かつ再現可能にすることで、SpaceBlocksは、科学者が自身の発見が特定のソフトウェア設定によるアーティファクト（偽の現象）ではなく、真実であることを信頼できるようにします。システムは誰でも無料で利用でき、コードは他の人々が新しいタイプの顕微鏡に合わせて改善したり適応させたりできるようオープンになっています。将来的に、チームはさらに多くのイメージング技術へのサポートを追加し、プロセスの初期段階を完全にオープンソース化して、プロプライエタリなソフトウェアへの依存を取り除く計画です。現時点において、SpaceBlocksは、組織の物語を明確かつ正確に伝えることを保証しながら、次世代の組織マッピング技術から得られる膨大で複雑かつ多様なデータをどのように理解するかという、生物学における成長中の問題に対する実用的な解決策として立っています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。