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

조직 내부의 생명 지형을 이해하기 위해, 과학자들은 수천 개의 개별 세포에 담긴 유전적 지침을 동시에 읽어내는 동시에 각 세포가 신체의 정확히 어느 위치에 자리 잡고 있는지를 추적하는 방법을 개발했습니다. 공간 전사체학(spatial transcriptomics)이라고 알려진 이 분야는 연구자들이 특정 구역에서 어떤 유전자가 활성화되어 있는지를 지도화할 수 있게 해주며, 이를 통해 서로 다른 세포 유형들이 어떻게 조직을 구성하거나 질병과 싸우기 위해 스스로를 조직하는지 밝혀냅니다. 그러나 한 가지 지속적인 문제가 이 지도들을 흐리게 만들어 왔습니다. 과학자들이 이러한 분석을 위해 조직 샘격을 준비할 때, 유전 물질이 밖으로 나올 수 있도록 조직을 부드럽게 만들어야 합니다. 이 과정에서 일부 유전적 메시지, 즉 RNA가 원래의 집을 탈출하여 세포 사이의 공간으로 흘러 들어가게 됩니다. 이러한 누출은 가짜 신호의 안개를 만들어내어, 마치 세포가 실제로 만들지도 않은 유전적 지침을 생성하고 있는 것처럼 보이게 하며, 이는 세포의 본질과 그 세포가 이웃과 무엇을 하고 있는지에 대한 혼란을 야기할 수 있습니다.

SPARKLE이라 불리는 새로운 방법은 외부 참조 가이드 없이도 이 안개를 걷어낼 수 있는 방법을 제시합니다. 이 연구의 개발자들은 누출이라는 행위 자체가 흔적을 남긴다는 사실을 깨달았습니다. RNA가 세포를 탈출할 때, 그것은 사라지는 것이 아니라 특정 조직 구조에 속하지 않는 영역인 세포 주변의 빈 공간에 내려앉습니다. 이 빈 공간을 살펴봄으로써, 이 방법은 유전 물질이 얼마나 멀리 이동하는 경향이 있는지와 얼마나 많이 누출되는지를 측정할 수 있습니다. 외부 데이터에 의존하거나 추측하는 대신, SPARKLE은 샘플 내에 존재하는 바로 그 증거를 사용하여 보정치를 계산합니다. 이 방법은 RNA가 어떻게 퍼지는지에 대한 모델을 구축하며, 이때 빈 구역에서 발견된 신호를 사용하여 세포 내부의 신호 중 얼마만큼이 실제 자신의 것인지, 그리고 얼마만큼이 이웃으로부터 빌려온 것인지를 추정합니다.

이 접근 방식은 세포 경계 외부에서 발견된 관찰값에 수학적 패턴을 맞춤으로써 작동합니다. 이 패턴은 소프트웨어가 해당 조직 샘플 내에서 RNA가 이동하는 거리와 각 특정 유전자에 대해 얼마나 많은 양이 누출되는지에 대한 척도를 결정하도록 돕습니다. 결정적으로, 이 방법은 빈 공간으로부터의 증거가 계산을 뒷받침할 만큼 충분히 강력한 유전자에 대해서만 보정을 적용합니다. 근원 세포에서 매우 활발하게 활동하는 유전자의 경우, 방법은 실제 신호를 실수로 지워버리지 않도록 주의 깊고 보수적인 조정을 적용합니다. 이를 통해 소프트웨어는 단백질을 진정으로 생성하고 있는 세포와 단순히 이웃의 존재를 반영하고 있는 세포를 구별할 수 있습니다.

연구진은 생물학적 조직의 무질서한 현실을 모방하도록 설계된 10가지의 다양한 시뮬레이션 시나리오를 통해 이 아이디어를 테스트했습니다. 10번의 테스트 중 9번에서 이 방법은 알려진 진실과 비교했을 때 가장 정확한 세포 활동 지도를 생성하였고 가장 적은 오류를 나타냈습니다. 실제 세계에서도 효과가 있는지 확인하기 위해, 팀은 아홀로트라(axolotl) 뇌, 생쥐 뇌, 그리고 인간 난소암 샘플에 SPARKLE을 적용했습니다. 각 사례에서 이 방법은 인접한 세포들에 나타났던 가짜 신호들을 성공적으로 제거하는 동시에, 유전자가 기원한 세포들 내의 실제 신호는 온전히 유지했습니다. 이러한 보정은 조직의 더 명확한 그림을 드러냈으며, 결과적으로 독립적인 단일 세포 연구 데이터와 더 높은 일치성을 보이게 했습니다. 인간 난소암 샘플의 경우, 이 방법은 콜라겐의 확산에 의해 가려져 있던 세포 간의 특정한 의사소통 방식을 밝혀냈으며, 섬유아세포(fibroblast)가 이전에 가려져 있던 신호를 보내고 있었음을 보여주었습니다.

이 도구는 빠르고 신뢰할 수 있는 것으로 입증되었습니다. 데이터를 처리하는 데 걸리는 시간은 분석하는 조직 영역의 크기가 커짐에 따라 일정하고 예측 가능한 방식으로 증가했으며, 특수 컴퓨터 하드웨어를 사용하여 프로세스 속도를 더욱 높일 수 있었습니다. 결과는 연구진이 분석하는 영역의 크기나 확산의 척도를 조정하더라도 일관되게 유지되었습니다. 각 샘플에 포함된 증거를 사용하여 누출 문제를 해결함으로써, SPARKLE은 세포 생명의 모습을 선명하게 만드는 참조 없는(reference-free) 방법을 제공합니다. 이러한 개선은 서로 다른 세포 유형이 어디에 살고 있는지, 어떻게 조직 구획으로 그룹화되는지, 그리고 서로 어떻게 소통하는지를 식별하는 능력을 강화하며, 인체의 복잡한 구조를 이해하기 위한 더 명확한 토대를 제공합니다.