STITCH links cellular morphology and gene expression in spatial transcriptomics

당신이 고도의 기술이 집약된 창을 통해 북적이는 도시를 바라보고 있다고 상상해 보세요. 이 창은 두 가지를 동시에 보여줍니다. 바로 모든 건물의 형태(세포)와 그 내부의 설계도(유전자)입니다. 과학자들은 이를 "공간 전사체학(spatial transcriptomics)"이라고 부릅니다. 이 연구의 목표는 건물의 외형이 그 내부에서 일어나는 일과 어떻게 연관되어 있는지를 이해하는 것입니다.

하지만 과학자들이 사용해 온 도구에는 문제가 하나 있습니다. 이것은 마치 집의 스타일을 사진으로 판단하려는데, 카메라 줌이 너무 멀리 설정되어 있어서 아주 작고 완벽한 모양의 오두막과 거대하고 지저犠한 대저택을 구분하지 못하는 것과 같습니다. 현재의 컴퓨터 프로그램들은 세포의 크기와 모양을 혼동합니다. 만약 어떤 세포가 단순히 크기만 큰 것이라면, 컴퓨터는 그 세포가 모양은 똑같더라도 다른 "성격"을 가졌다고 오해하게 됩니다.

STITCH의 등장, 새로운 방법론이 개발되었습니다. 이 방법이 어떻게 작동하는지 쉬운 비유를 통해 설명하겠습니다.

"모양 전용" 필터

다양한 크기의 찰흙 동물들이 담긴 가방을 상상해 보세요. 어떤 것은 아주 작은 생쥐이고, 어떤 것은 거대한 코끼리이지만, 모두 똑같은 "생쥐 모양"으로 빚어졌습니다.

• 기존 방식은 "코끼리는 너무 크기 때문에 생쥐와는 완전히 다르다"라고 말할 것입니다.
• STITCH는 마법 같은 필터 역할을 합니다. 크기는 완전히 무시하고 오직 윤곽선만을 봅니다. 이 방법은 특별한 수학적 기법(TPCA)을 사용하여, "아, 이것은 크기에 상관없이 생쥐 모양이구나"라고 판단합니다. 이를 통해 과학자들은 크기에 속지 않고 세포 모양의 진정한 "성격"을 볼 수 있게 해줍니다.

STITCH가 발견한 것

연구진은 이 새로운 "모양 필터"를 실제 생물학적 데이터에 적용하여 몇 가지 매혹적인 연결 고리를 찾아냈습니다:

1. "설계자"를 찾는 데 더 뛰어남: 세포의 모양을 조절하는 유전자를 찾으려 할 때(RNAi 스크린처럼), STITCH는 기존 방식보다 훨씬 더 정확하게 올바른 "설계자"를 찾아냈습니다. 이들은 유전자를 껐을 때 실제로 세포의 모양을 변화시키는 유전자들을 성공적으로 식별했습니다.
2. 피부층 매핑: 피부 세포(각질 형성 세포) 데이터셋에서, STITCH는 피부의 서로 다른 층을 성공적으로 지도화했으며, 세포핵이 얼마나 둥글거나 타원형인지에 대한 미세한 경사(gradient)를 포착했습니다. 딥러닝 방식(크기에 혼동을 느끼는 기존 방식)은 이러한 미묘한 패턴을 놓쳤습니다.
3. "보디가드" 섬유아세포: 흑색종(피부암) 샘样에서, STITCH는 길쭉하고 삼각형 모양을 띤 특정 조력 세포(섬유아세포)들이 암세포 바로 옆에 모여 있다는 사실을 발견했습니다. 이러한 특정한 모양은 세포 내부의 특정 "직무 기술서(전사 프로그램)"와 연결되어 있었으며, 이는 이 세포들이 위험 지역 근처에서 보디가드나 건설 노동자처럼 행동하고 있음을 시사합니다.
4. "신축성 있는" 암세포: 두 그룹의 흑색종 환자 데이터에서, STITCH는 이미 알려진 법칙을 독립적으로 확인했습니다. 즉, "메센키말(mesenchymal)" 세포(이동과 전이를 좋아하는 유형의 세포)처럼 행동하는 암세포는 물리적으로 면적이 더 넓다는 규칙입니다. STITCH는 스스로 이 연결 고리를 찾아냄으로써, 다양한 환자와 기기에서도 작동함을 증명했습니다.

결론

STITCH는 과학자들이 크기에 현혹되지 않고 세포의 진정한 모양을 볼 수 있게 해주는 새로운 안경과 같습니다. 이를 통해 연구자들은 세포의 물리적 외형이 유전적 지시 사항과 어떻게 연결되는지에 대한 명확하고 이해하기 쉬운 지도를 만들 수 있습니다. 이는 수학적으로 단순하고 해석 가능하면서도, 다양한 환자와 다양한 유형의 조직에 걸쳐 세포의 행동을 이해하는 데 도움을 줍니다.