Spatially aligned random partition models on spatially resolved transcriptomics data

De auteurs stellen een Bayesiaans niet-parametrisch model voor, genaamd SARP, dat ruimtelijke afhankelijkheid integreert om co-lokalisatie en rekrutering van immuun- en stroma-celsubpopulaties door tumorcellen in ruimtelijk opgeloste transcriptomics-data, zoals bij colorectale kanker, te analyseren.

De kern

Stel je voor dat je een enorme, levende stad bekijkt: een tumor in het lichaam. Deze stad is niet vol met identieke mensen, maar met verschillende groepen: de tumorcellen (de "bouwheer" die de stad uitbreidt), de immuuncellen (de "politie" die probeert de bouwheer te stoppen) en de stromale cellen (de "infrastructuur" zoals straten en riolen die de stad ondersteunt).

De vraag die wetenschappers zich stellen, is: Hoe zit deze stad precies in elkaar? Welke groepen politiemensen staan er precies bij welke groepen bouwheren? En welke groepen infrastructuur bouwen ze om die bouwheren heen?

Tot nu toe was het heel moeilijk om dit te zien. Je kon wel zien wie er was (door hun DNA-kaartje te lezen) en je kon zien waar ze waren, maar je kon niet goed zien hoe de verschillende groepen zich specifiek tot elkaar verhouden in de ruimte.

Dit papier introduceert een slim nieuwe rekenmethode, genaamd SARP (Spatially Aligned Random Partition). Hier is hoe het werkt, vertaald naar alledaagse taal:

1. Het probleem: Twee verschillende kaarten

Stel je hebt twee kaarten van dezelfde stad:

• Kaart A: Een lijst met alle bouwheren, gesorteerd op hun bouwstijl.
• Kaart B: Een lijst met alle politieagenten, ook gesorteerd op hun bouwstijl.

De oude methoden keken naar deze lijsten en probeerden groepen te maken, maar ze zagen niet goed dat de politieagenten in groep X misschien wel precies rondom de bouwheren in groep Y staan, terwijl agenten in groep Z ergens anders staan. Ze zagen de "ruimtelijke dans" tussen de groepen niet.

2. De oplossing: De SARP-methode

De auteurs van dit papier hebben een nieuwe manier bedacht om deze kaarten tegelijkertijd te lezen, met een heel specifiek idee: De bouwheren zijn de ankerpunten.

• De Anker: De tumorcellen (de bouwheren) worden gezien als het centrale punt.
• De Dans: De andere cellen (politie en infrastructuur) worden niet zomaar in groepen ingedeeld. In plaats daarvan kijkt de methode: "Staan deze specifieke politieagenten in de buurt van deze specifieke bouwheren?"

Het is alsof je een dansfeest hebt. De bouwheren staan op de vloer. De nieuwe methode zegt: "Laten we de politieagenten niet gewoon in rijen zetten, maar kijken wie er precies om wie heen danset."

3. Hoe werkt het technisch (in simpele termen)?

De methode gebruikt een slimme statistische truc, een soort "magische magneet":

• Genen vs. Ruimte: Elke cel heeft twee eigenschappen: wat ze zeggen (hun genen/DNA) en waar ze staan (hun locatie).
• De Magie: De methode zegt: "Laten we de genen van de politie en de bouwheren apart houden (want die zijn verschillend), maar laten we hun locaties aan elkaar plakken."
• De Magneet: Als een groep bouwheren ergens staat, trekt de methode de politieagenten die daar "thuis horen" naar diezelfde plek. Maar het laat ruimte voor variatie: niet elke agent staat exact op dezelfde plek, maar ze vormen een wolk rondom de bouwheren.

Dit is belangrijk omdat het biologisch logisch is: Tumorcellen "rekruteren" (roepen) specifieke soorten immuuncellen naar hun locatie. De methode maakt deze onzichtbare band zichtbaar.

4. Wat hebben ze ontdekt? (Het experiment)

Ze hebben deze methode getest op data van darmkanker (colorectale kanker).

• Eerst: Ze keken naar twee groepen: Tumorcellen en Immuncellen. Ze zagen dat bepaalde soorten immuuncellen zich precies rondom specifieke soorten tumorcellen schaarden.
• Vervolgens: Ze voegden een derde groep toe: de stromale cellen (de infrastructuur). Ze ontdekten dat ook deze cellen zich op een heel specifieke manier rondom de tumorcellen groepeerden.

Het resultaat is als een 3D-kaart van de tumor, waar je niet alleen ziet wie er is, maar precies ziet welke groepen met elkaar "vrienden" zijn en wie er samenwerken in de micro-omgeving van de kanker.

Waarom is dit belangrijk?

Vroeger was het alsof je een orkest hoorde, maar je kon niet zien welke violist bij welke trompettist zat. Nu kunnen we zien: "Ah, deze specifieke groep trompettisten (tumor) heeft deze specifieke groep violisten (immuun) om zich heen verzameld."

Dit helpt artsen en onderzoekers om te begrijpen:

1. Hoe de tumor zich verdedigt tegen het immuunsysteem.
2. Welke specifieke groepen cellen we moeten aanvallen met medicijnen.
3. Waarom sommige behandelingen werken en andere niet, afhankelijk van hoe de cellen met elkaar "danssen".

Kortom: De auteurs hebben een nieuwe bril ontworpen waarmee we kunnen zien hoe de verschillende bewoners van een tumorstadje zich precies tot elkaar verhouden in de ruimte, wat een enorme stap voorwaarts is in het begrijpen van kanker.

Technische samenvatting

Titel: Ruimtelijk uitgelijnde willekeurige partitie-modellen (SARP) voor ruimtelijk opgeloste transcriptomica-data

1. Het Probleem

Bestaande methoden voor Bayesiaanse inferentie op willekeurige partities (clustering) kunnen afhankelijkheid modelleren binnen één dataset, maar missen een gestructureerde aanpak om specifieke clusters van het ene type experimentele eenheid (bijv. tumorcellen) te relateren aan clusters van een ander type (bijv. immuuncellen of stromale cellen).
In de context van ruimtelijke transcriptomica (ST) en single-cell RNA-sequencing (scRNA-seq) is het cruciaal om te begrijpen hoe subtypen van tumorcellen specifieke subtypen van immuun- en stromale cellen "rekruteren" of co-lokaliseren. Bestaande ruimtelijke clustering-methoden (zoals BayesSpace, SpaGCN) focussen vaak op het clusteren van één set ruimtelijke eenheden en ondersteunen geen inferentie over de uitlijning of interactie tussen verschillende partities van verschillende celtypen. Er is een behoefte aan een model dat:

• Onafhankelijkheid behoudt in gen-expressieprofielen tussen verschillende celtypen (biologisch gezien zijn deze niet noodzakelijk gecorreleerd).
• Wel afhankelijkheid (co-lokalisatie) introduceert in de ruimtelijke coördinaten van deze subpopulaties.
• Een asymmetrische relatie toelaat (tumorcellen als referentie, andere cellen die zich eromheen bevinden).

2. Methodologie: Het SARP-model

De auteurs stellen Spatially Aligned Random Partition (SARP) modellen voor, een Bayesiaanse non-parametrische (BNP) aanpak.

• Modelstructuur:

  • De data bestaat uit feature-vectoren $y_{ji}$ voor celtype $j$ (bijv. tumor, immuun, stroma) en cel $i$, bestaande uit ruimtelijke coördinaten $s_{ji}$ en gen-expressie $x_{ji}$.
  • Het model gebruikt een hiërarchisch mengselmodel waarbij de verdeling wordt gegenereerd door discrete mengmaat $G_j$.
  • Onafhankelijkheid: Gen-expressie ($x_{ji}$) wordt gemodelleerd met onafhankelijke kernfuncties voor elk celtype.
  • Afhankelijkheid: Ruimtelijke coördinaten ($s_{ji}$) worden gekoppeld via een afhankelijke prior op de mengmaat.

• Pitman-Yor Process (PYP) Prior:

  • In plaats van een standaard Dirichlet-proces (DP), gebruiken de auteurs een Pitman-Yor-proces (PYP). Dit biedt meer flexibiliteit in het aantal clusters en de grootteverdeling.
  • Referentieceltype: Celpopulatie 1 (bijv. tumor) wordt gemodelleerd met een PYP met een basismaat $G_1^\epsilon$.
  • Afhankelijke Celpopulaties: Voor andere celtypen $j > 1$ (immuun/stroma) wordt de basismaat $G_j^\epsilon$ geconstrueerd als een mengsel van:
    1. Een nieuwe, onafhankelijke basismaat (voor ruimtelijk onafhankelijke clusters).
    2. Kernen gecentreerd rond de atomen (clusters) van het referentietype $G_1$.
  • Dit creëert een mechanisme waarbij clusters van immuun/stromale cellen waarschijnlijk in de buurt van tumorclusters ontstaan, maar niet noodzakelijk identiek zijn (toegestane "dislocatie").

• Uitbreiding naar meerdere typen:

  • Het model wordt uitgebreid naar $J$ celtypen, waarbij één type (tumor) als referentie dient voor de ruimtelijke uitlijning van de overige $J-1$ typen.

• Posterieure Inferentie:

  • Inferentie wordt uitgevoerd via een MCMC-algoritme (Markov Chain Monte Carlo), specifiek een geblokkeerde Gibbs-sampler.
  • Het algoritme werkt met latent cluster-lidmaatschapsindicatoren en atoom-parameters. Door gebruik te maken van geconjugeerde prioren (Gaussische en Inverse-Wishart verdelingen), kunnen de conditionele posterior-verdelingen in gesloten vorm worden afgeleid, wat efficiënt sampling mogelijk maakt.

3. Belangrijkste Bijdragen

1. Nieuw Model voor Cross-Partition Inferentie: SARP is het eerste model dat expliciet afhankelijkheid introduceert in een subvector van parameters (ruimte) tussen verschillende sets experimentele eenheden, terwijl andere vectoren (gen-expressie) onafhankelijk blijven.
2. Biologische Interpretatie: Het model formaliseert het biologische concept van "rekrutering" van immuun- en stromale cellen door tumorcellen als een statistische afhankelijkheid in de ruimtelijke partitie.
3. Flexibiliteit en Asymmetrie: Het model erkent de asymmetrische aard van de biologische interactie (tumor als referentie) en gebruikt PYP-priors met negatieve kortingsparameters om een redelijk aantal clusters te forceren, wat biologisch zinvol is.
4. Open Source Implementatie: De auteurs hebben de R-code en alle resultaten beschikbaar gesteld via een GitHub-repository.

4. Resultaten

• Simulatiestudies:

  • De auteurs voerden simulaties uit met zowel synthetische als semi-synthetische data (gebaseerd op echte CRC-data).
  • SARP presteerde aanzienlijk beter dan een standaard Gaussisch Mengselmodel (GMM) en de bestaande methode SpaRTaCo in het correct identificeren van co-lokalisatiepatronen.
  • SARP behaalde hoge nauwkeurigheid (ACC), sensitiviteit (TPR) en specificiteit (TNR) bij het detecteren van welke immuunclusters ruimtelijk uitgelijnd waren met tumorclusters.

• Toepassing op Colorectale Kanker (CRC) Data:

  • De methode werd toegepast op geïntegreerde scRNA-seq en ST-data van colorectale kanker.
  • Ontdekkingen: Het model identificeerde specifieke subtypen van immuuncellen (bijv. Myeloid, T-cellen, B-cellen) en stromale cellen die ruimtelijk uitgelijnd waren met specifieke subtypen van tumorcellen (epitheelcellen).
  • Differentiële Expressie: Door de ruimtelijk gedefinieerde clusters te koppelen aan gen-expressie, vonden de auteurs dat bepaalde tumor-subtypen specifieke chemokines (zoals CXCL1/2/3) of adhesiemoleculen (CEACAM1/6) tot expressie brachten die correleerden met de aangetrokken immuun- of stromale subpopulaties. Dit bevestigde bekende biologische interacties (bijv. immuunontwijking) en onthulde nieuwe micro-omgevingspatronen.

5. Betekenis en Impact

De SARP-aanpak vult een belangrijke lacune in de analyse van ruimtelijke transcriptomica. Het stelt onderzoekers in staat om niet alleen te clusteren, maar ook om de functionele ruimtelijke interacties tussen verschillende celtypen kwantitatief te modelleren.

• Klinische Relevantie: Door te begrijpen welke tumor-subtypen welke immuun- of stromale cellen rekruteren, kunnen nieuwe therapeutische targets worden geïdentificeerd die specifiek gericht zijn op deze micro-omgevingsinteracties.
• Methodologische Vooruitgang: Het model biedt een flexibel raamwerk dat verder kan worden toegepast op andere domeinen waar meerdere soorten eenheden met gedeelde ruimtelijke of contextuele eigenschappen worden geanalyseerd, terwijl hun intrinsieke eigenschappen (zoals genexpressie) onafhankelijk blijven.

De auteurs erkennen beperkingen, zoals de verwaarlozing van onzekerheid in de ruimtelijke mapping van single-cell data en het gebruik van PCA voor gen-expressie, maar benadrukken dat SARP een krachtige nieuwe tool biedt voor het ontrafelen van de complexiteit van het tumor-micro-omgeving.