hoodscanR: profiling single-cell neighborhoods in spatial transcriptomics data

De auteurs presenteren hoodscanR, een Bioconductor-pakket dat nauwkeurige identificatie en profielanalyse van celwijken in ruimtelijke transcriptomics-data mogelijk maakt, wat leidt tot nieuwe inzichten in tumorbiologie en therapeutische doelwitten.

De kern

HoodscanR: De "Buurtwachter" voor Cellen in het Lichaam

Stel je voor dat je lichaam een enorme, levende stad is. In deze stad wonen miljarden cellen. Vroeger keken wetenschappers naar deze stad alsof ze een emmer met losse bakstenen (cellen) uit een emmer haalden en keken naar de kleur van elke steen apart. Ze wisten welke steen eruitzag als een muur of een dak, maar ze wisten niet waar die steen precies zat in de stad of met wie hij in gesprek was.

Met de nieuwe technologie "ruimtelijke transcriptomics" kunnen we nu een foto maken van de hele stad, waarbij we precies zien waar elke steen zit en wat hij doet. Maar hier zit een probleem: er zijn nog geen goede kaarten of tools om te begrijpen hoe de buurten in deze stad werken. Wie woont er naast wie? En wat betekent het als een steen in een drukke, chaotische buurt woont versus een rustige, groene wijk?

Hier komt hoodscanR om de hoek kijken. Het is een slim computerprogramma (een "Bioconductor pakket") dat als een super-snelle en slimme buurtwachter fungeert.

Hoe werkt het? (De Analogie)

Stel je voor dat je een nieuwe bewoner bent in deze stadsbuurt.

1. De Kijk-om-de-hoek-methode: HoodscanR kijkt niet alleen naar jou, maar kijkt ook naar de 100 mensen die het dichtst bij je wonen (je "k-naburen").
2. De Buurt-Identiteit: Het programma vraagt zich af: "Woont deze persoon in een buurt met veel artsen (immuuncellen), veel bouwvakkers (bindweefsel) of veel criminelen (kankercellen)?"
3. De Nuance: Het oude programma's waren vaak te simpel. Ze zeiden: "Jij woont in een artsenwijk." Maar hoodscanR is veel slimmer. Het zegt: "Jij woont voor 60% in een artsenuurt, maar voor 30% in een bouwvakkersbuurt en voor 10% in een gemengde buurt." Dit is belangrijk, want in het lichaam is het vaak een mix van dingen die de gezondheid bepaalt.

Wat heeft hoodscanR ontdekt? (De Verhalen)

De makers van hoodscanR hebben het getest op twee belangrijke "steden": longkanker en borstkanker.

• De Longkanker-stad: Ze ontdekten dat kankercellen die in een buurt wonen met veel B-cellen (een soort immuun-patrouille) er heel anders uitzien dan kankercellen in een rustige, lege buurt. Het programma kon zelfs zien dat kankercellen in de "B-cell-buurt" andere genen aan- en uitzetten. Het was alsof de kankercellen in die specifieke buurt een ander "uniform" aanhadden. Dit kan artsen helpen om te begrijpen waarom sommige patiënten beter reageren op behandelingen dan anderen.
• De Borstkanker-stad: Hier keken ze niet alleen naar de "buurtbewoners" (cellen), maar ook naar hun "brieven" (genen). Ze zagen dat tumorcellen in verschillende buurten verschillende hormoonreceptoren hadden. Het was alsof ze zagen dat de huizen in de ene straat rode deuren hadden en in de andere blauwe, en dat dit te maken had met hoe agressief de kanker was.

Waarom is dit zo cool?

1. Het is snel: Andere programma's die dit proberen te doen, zijn vaak traag en haken af bij grote steden (grote datasets). HoodscanR is als een racefiets: het doet het werk in een flits.
2. Het is flexibel: Het werkt met data van verschillende camera's (verschillende meetapparaten), dus het is universeel inzetbaar.
3. Het ziet de details: Het kan zien dat een cel niet alleen maar "een tumorcel" is, maar een tumorcel die zich anders voelt omdat hij naast een immuuncel woont.

De Conclusie

Vroeger keken we naar cellen alsof ze losse puzzelstukjes waren. Met hoodscanR kunnen we eindelijk de puzzel in elkaar zetten en zien hoe de stukjes samen een heel plaatje vormen. Het helpt wetenschappers om de "buurt" van een cel te begrijpen, en dat is cruciaal om te begrijpen hoe ziektes zoals kanker werken en hoe we ze beter kunnen bestrijden.

Kortom: HoodscanR is de tool die ons helpt om de complexe, levende stad van ons lichaam niet alleen te zien, maar ook echt te begrijpen.

Technische samenvatting

Titel: hoodscanR: profielen van single-cell buurten in ruimtelijke transcriptomics-data

1. Het Probleem

Ruimtelijke transcriptomics (ST) biedt unieke inzichten in de moleculaire en cellulaire landschappen van weefsels door de ruimtelijke context van cellen te behouden, in tegenstelling tot traditionele bulk RNA-seq of single-cell RNA-seq (scRNA-seq). Desondanks worstelt het veld met een gebrek aan geschikte analytische tools om deze rijke ruimtelijke informatie volledig te benutten. Bestaande methoden voor het identificeren van "cellulaire buurten" (cellular neighborhoods) hebben aanzienlijke beperkingen:

• Gebrek aan gedeeltelijke lidmaatschap: Veel tools categoriseren een buurt als puur één type (bijv. alleen B-cellen), terwijl ze in werkelijkheid vaak een mengsel zijn van verschillende celtypen. Ze kunnen geen "gedeeltelijke lidmaatschap" (partial membership) op celniveau modelleren.
• Geen celniveau-profielen: Bestaande tools genereren vaak geen gedetailleerde buurtprofielen voor individuele cellen, wat essentieel is voor een grondig begrip van de lokale micro-omgeving.
• Beperkte nuance: Methodes die ruimtelijke domeinen detecteren, missen vaak de subtiliteit van gemengde omgevingen en kunnen de complexe interacties binnen het tumormicro-omgeving (TME) niet adequaat vastleggen.

2. Methodologie

hoodscanR is een Bioconductor R-pakket dat is ontwikkeld om deze lacunes op te vullen. De kern van de methode bestaat uit de volgende stappen:

• Input: Het pakket gebruikt de SpatialExperiment-infrastructuur van Bioconductor, wat zorgt voor compatibiliteit met andere ST-tools.
• Nabijheidszoekopdracht: Het maakt gebruik van een Approximate Nearest Neighbor (ANN) zoekalgoritme (gebaseerd op k-d bomen) om efficiënt de $k$-naaste buren voor elke cel te identificeren op basis van hun 2D-ruimtelijke coördinaten.
• Probabilistische Buurtmodellering: In plaats van harde toewijzingen, berekent hoodscanR een kansmatrix. Voor elke cel wordt de waarschijnlijkheid berekend dat deze zich bevindt in een specifieke buurt (gedefinieerd door celtype-annotaties of genexpressie).
  • Dit wordt gedaan met een SoftMax-functie die de Euclidische afstanden tussen cellen omzet in kansen.
  • Een hyperparameter $\tau$ (tau) reguleert de invloed van naburige cellen: kleine waarden benadrukken lokale interacties, terwijl grote waarden bredere, globale ruimtelijke relaties omvatten.
• Metrieken:
  • Perplexity: Een maatstaf voor de complexiteit en diversiteit van de buurt van een cel (gebaseerd op Shannon-entropie). Hoge perplexiteit wijst op een heterogene omgeving.
  • Permutatietest: Een empirische test om de statistische significantie van de waargenomen perplexiteit te bepalen door ruimtelijke coördinaten te randomiseren.
• Downstream Analyse:
  • Clustering: Unsupervised clustering (K-means) van de buurtverdelingen om ruimtelijke domeinen te identificeren.
  • Co-localisatie: Berekening van Pearson-correlaties tussen buurtprofielen om ruimtelijke associaties tussen celtypen te visualiseren.
  • Differentiële Expressie (DE): Het genereren van "pseudo-bulk" samples per buurtcluster om genexpressieverschillen tussen cellen in verschillende ruimtelijke contexten te analyseren.

3. Belangrijkste Bijdragen

• Celniveau Gedeeltelijk Lidmaatschap: HoodscanR is de eerste tool die in staat is om cellen toe te wijzen aan meerdere buurten met specifieke kansen (bijv. een cel kan 60% in een B-cel-buurt en 30% in een stromale buurt zitten).
• Unieke Celniveau Profielen: Het genereert gedetailleerde profielen voor elke individuele cel, wat een diepgaande karakterisering van de lokale context mogelijk maakt.
• Platform Onafhankelijkheid: Het werkt met diverse ST-platforms (Nanostring CosMx, 10X Genomics Xenium, MERFISH, STARmap, Visium HD).
• Flexibiliteit in Annotatie: Het kan werken met standaard celtype-annotaties, maar ook met op genexpressie gebaseerde groeperingen (bijv. hormoonreceptor-status).
• Efficiëntie: Het is significant sneller dan bestaande state-of-the-art methoden, wat cruciaal is voor de groeiende datasets van hoge resolutie.

4. Resultaten

De auteurs hebben hoodscanR gevalideerd op diverse datasets:

• Benchmarking: In vergelijking met 7 andere methoden (o.a. Seurat, Giotto, Squidpy, BayesSpace, SpaGCN) presteerde hoodscanR het beste op een samengestelde score (ARI, NMI, zuiverheid, homogeniteit) voor het identificeren van ruimtelijke domeinen. Het was bovendien ongeveer 21 keer sneller dan de op snelheid na beste methode (Banksy).
• Kankerstudies (Borst- en Longkanker):
  • In borstkankerdata (Xenium) kon hoodscanR nauwkeurig de overgang tussen DCIS (ductaal carcinoom in situ) en invasieve kanker karakteriseren, gebaseerd op de ruimtelijke verdeling van hormoonreceptoren (ER, PR, AR).
  • In NSCLC-data (CosMx) werden specifieke buurten geïdentificeerd die correleren met Tertiaire Lymfoïde Structuren (TLS), wat geassocieerd is met betere klinische uitkomsten.
• Transcriptomische Veranderingen: Door tumorcellen te vergelijken die zich in verschillende buurten bevinden (bijv. macrofaag-rijke vs. stromale buurten), werden significante verschillen in genexpressie gevonden. Cellen in macrofaag-buurten toonden een verhoogde expressie van collageen-gerelateerde genen (zoals COL1A1, COL11A1), wat wijst op een invloed van de micro-omgeving op het transcriptoom.
• Neurobiologie (Muisbrein): Toepassing op Visium HD-data van het muisbrein toonde aan dat hoodscanR neuronen kan clusteren op basis van hun ruimtelijke omgeving, wat leidde tot de ontdekking van verschillen in synaptische plasticiteit-gerelateerde genen tussen verschillende hersengebieden.

5. Betekenis en Conclusie

hoodscanR vertegenwoordigt een belangrijke doorbraak in de analyse van ruimtelijke transcriptomics. Door de beperkingen van "harde" clustering te overwinnen en in te zetten op probabilistische, celniveau-buurten, biedt het onderzoekers een krachtig instrument om de complexe interacties binnen weefsels te ontrafelen.

De tool stelt onderzoekers in staat om:

1. Subtiele ruimtelijke patronen te detecteren die door andere methoden worden gemist.
2. De relatie tussen ruimtelijke context en genexpressie te kwantificeren, wat nieuwe inzichten biedt in ziektemechanismen (zoals kankerprogressie en immunotherapie-respons).
3. Efficiënt te werken met de steeds grotere en complexere datasets die gegenereerd worden door nieuwe ST-technologieën.

De beschikbaarheid als Bioconductor-pakket garandeert een naadloze integratie in bestaande workflows voor single-cell en ruimtelijke analyse, waardoor het een waardevolle toevoeging is aan de toolbox van de bio-informatica-gemeenschap.