Analysis of multicellular anatomical structures from spatial omics data using sosta

In dit artikel wordt 'sosta', een open-source Bioconductor-pakket, voorgesteld om ruimtelijke omics-data te analyseren op basis van meercellige anatomische structuren in plaats van enkelvoudige cellen.

De kern

Stel je voor dat je een stad bekijkt. De meeste wetenschappers die met ruimtelijke 'omics'-data werken (een manier om te kijken welke genen in welke cellen actief zijn, terwijl je ook weet waar die cellen zitten), kijken vooral naar de individuele inwoners: "Wie woont hier? Wat doet deze ene persoon?"

Maar in het echte leven is het gedrag van een stad niet alleen afhankelijk van individuele mensen, maar van de wijken, de straten en de gebouwen die ze vormen. Een ziekenwijk gedraagt zich anders dan een industrieterrein, niet omdat elke persoon anders is, maar omdat de structuur van de wijk anders is.

Dit artikel introduceert een nieuwe manier om naar biologische weefsels te kijken, genaamd sosta. Hier is de uitleg in simpele taal:

1. Het Probleem: Te veel focus op de "bomen", te weinig op het "bos"

Tot nu toe keken computersystemen vooral naar losse cellen. Ze probeerden te zeggen: "Hier zit een levercel, daar een immuuncel." Maar in het lichaam werken cellen samen in anatomische structuren (zoals darmklieren of lymfeknopen).

• De analogie: Stel je voor dat je een foto van een voetbalteam hebt. De oude methoden tellen alleen hoeveel spelers er rood dragen en hoeveel blauw. Ze kijken niet naar de formatie van het team. Is het een verdedigingsmuur? Een aanvalsgolf? De vorm van de groep is vaak belangrijker dan de individuele spelers.

2. De Oplossing: "sosta" bouwt de "wijken" na

De auteurs hebben een nieuwe softwaretool gemaakt genaamd sosta. Deze tool doet iets heel slim:

• Het neemt de punten (de cellen) op de kaart.
• Het kijkt waar ze dicht op elkaar zitten.
• Het trekt een lijn om die groep heen, alsof je een omheining bouwt rond een wijk.

In plaats van te zeggen "dit is cel A en dat is cel B", zegt sosta: "Dit is nu een darmklier (een structuur) en dit is een tumor (een andere structuur)."

3. Hoe werkt het? (De "Dichtheids-kaart")

Stel je voor dat je een regen van regenblikken op de grond gooit.

• Waar de regenblikken heel dicht op elkaar liggen, is het "nat" (een hoge dichtheid).
• Waar ze verspreid liggen, is het "droog".
• sosta kijkt naar die natte plekken. Het maakt een kaart van hoe "nat" het is en trekt een grens waar het nat genoeg is om een structuur te vormen. Vervolgens meet het de vorm van die natte plekken: Is het rond? Is het langgerekt? Is het dikker dan normaal?

4. Twee voorbeelden uit de praktijk

Voorbeeld A: De darm en kanker
De auteurs keken naar darmweefsel dat verandert van gezond naar kanker.

• De oude manier: Kijken welke genen in welke cellen aan staan.
• De sosta-methode: Ze maten de dikte van de darmklieren (de "wijken").
• Het resultaat: Ze zagen dat naarmate de kanker erger werd, de klieren dikker en onregelmatiger werden. Het was alsof ze zagen dat de "wijken" van de stad uit elkaar vielen en vervormden voordat de "inwoners" (de cellen) zich volledig veranderden. Dit gaf een nieuw inzicht in hoe kanker ontstaat.

Voorbeeld B: De keelamandelen (Tonsillen)
Hier keken ze naar de "geboortewijk" van witte bloedcellen (de kiemcentra).

• Deze cellen moeten een reis maken van de ene kant van de wijk naar de andere om volwassen te worden.
• sosta tekende de wijk na en trok een denkbeeldige lijn van "begin" tot "einde" door de wijk.
• Vervolgens keken ze: "Hoe verandert het gedrag van de cellen naarmate ze verder de lijn op komen?"
• Het resultaat: Ze vonden genen die specifiek aan het begin actief waren en andere aan het einde, precies zoals je zou verwachten bij een rijpingsproces.

5. Waarom is dit belangrijk?

Deze tool helpt wetenschappers om patronen te zien die ze anders zouden missen.

• Het is alsof je van een lijst met adressen (cellen) overschakelt naar een plattegrond van de stad (weefselstructuur).
• Het maakt het makkelijker om te zien hoe ziektes de vorm van het lichaam veranderen, niet alleen de chemie erin.

Samenvattend

sosta is een nieuwe bril voor biologen. In plaats van door een loep te kijken naar één cel, kijkt deze tool door een grotere lens naar de gebouwen en wijken die cellen samen vormen. Hierdoor kunnen we ziektes zoals kanker beter begrijpen, omdat we zien hoe de "stad" van het lichaam in elkaar stort, voordat we zien welke "inwoners" ziek worden.

De tool is gratis beschikbaar voor iedereen die met deze data werkt, zodat meer wetenschappers deze nieuwe manier van kijken kunnen toepassen.

Technische samenvatting

Probleemstelling

Bestaande methoden voor de analyse van ruimtelijke 'omics'-data (spatial omics) richten zich voornamelijk op de rangschikking van individuele cellen, zoals het analyseren van celbuurten, ruimtelijke domeinen of interacties tussen cellen. Deze benaderingen negeren echter vaak de biologische realiteit dat functie vaak ontstaat uit meercellige, anatomische structuren (zoals crypten in de darm of kiemcentra in lymfeklieren).
Er ontbreekt een algemeen raamwerk om data op het niveau van deze anatomische structuren te analyseren, in plaats van alleen op celniveau. Bestaande methoden voor het detecteren van ruimtelijke variatie houden vaak geen rekening met heterogeniteit op het niveau van anatomische structuren, en er zijn weinig methoden voor het analyseren van multi-sample en multi-conditie datasets waarbij de correlatiestructuur binnen experimentele eenheden correct wordt gemodelleerd.

Methodologie

De auteurs introduceren een nieuwe benadering genaamd structure-based analysis (structuurgebaseerde analyse) en een bijbehorend open-source Bioconductor-pakket, sosta (spatial omics structure analysis).

1. Densiteitsgebaseerde reconstructie van anatomische structuren:

• Principe: In plaats van cellen als losse eenheden te behandelen, worden anatomische structuren gereconstrueerd als polygonen op basis van de dichtheid van punten (bijv. celcentroïden van een specifieke celtype, transcriptie-locaties of ruimtelijke domeinen).
• Algoritme: Het pakket gebruikt een schatting van de puntpatroondichtheid (point pattern density estimate) via een Gauss-kern (kernel density estimation). De contouren van de structuren worden bepaald door een drempelwaarde (cut-off) op deze dichtheidsschatting toe te passen.
• Automatisering: De drempelwaarde wordt automatisch geschat op basis van de modussen van de intensiteitsverdeling in het dichtheidsbeeld, hoewel handmatige aanpassing mogelijk is.
• Implementatie: De reconstructie is geïmplementeerd in R/Bioconductor en maakt gebruik van het spatstat-pakket voor dichtheidsschatting en het sf-pakket om de resulterende structuren op te slaan als polygonen.

2. Kwantificering van morfologische en cellulaire kenmerken:

• Morfologie: Na reconstructie kunnen geometrische kenmerken van elke structuur worden berekend, zoals oppervlakte, circulariteit, excentriciteit en "fibre width" (de breedte van de structuur).
• Cellulaire relatie: De software berekent intersecties tussen cellen en structuren, meet afstanden tot de randen van structuren en kan celsamenstelling of gradiënten ten opzichte van anatomische landmarks kwantificeren.

3. Differentiële analyse en statistische modellering:

• Voor multi-sample analyses wordt erkend dat metingen binnen dezelfde structuur, slide of patiënt niet onafhankelijk zijn.
• Oplossing: Het gebruik van lineaire gemengde effectmodellen (linear mixed effects models) wordt aanbevolen om de geneste correlatiestructuur (nested correlation structure) correct te modelleren. Dit voorkomt een verhoogde false discovery rate (FDR) die optreedt bij het negeren van deze correlaties.

Kernbijdragen

1. Conceptuele verschuiving: De introductie van "structure-based analysis" als een nieuwe categorie van data-analyse waarbij gereconstrueerde anatomische structuren de basis-eenheid zijn, in plaats van individuele cellen.
2. Software-tool (sosta): Een modulair en uitbreidbaar Bioconductor-pakket dat de volledige workflow ondersteunt: van reconstructie en karakterisering tot vergelijking van anatomische structuren over verschillende schalen.
3. Robuuste parameterselectie: Een methode voor automatische schatting van drempelwaarden en kernel-breedtes voor de reconstructie, wat de reproduceerbaarheid vergroot.
4. Statistische validatie: Een bewijs dat het negeren van de geneste correlatiestructuur in ruimtelijke data leidt tot een significante toename van de FDR (tot 20%), en dat gemengde effectmodellen dit probleem oplossen.

Resultaten

De auteurs demonstreren de kracht van sosta aan de hand van twee publieke datasets:

1. Colorectale maligniteit (Darmweefsel):

   • Analyse van de overgang van gezond colonweefsel (HC) naar premaligne adenomen (TVA) en colorectale kanker (CRC).
   • Vindst: De "fibre width" (dikte van de crypten) nam lineair toe naarmate de pathologie vorderde. Er was een sterke positieve correlatie tussen de cryptdikte en de geïnfereerde pseudo-tijd van de cellen.
   • Morfologie: De "shape index" (regelmaat van de vorm) nam af bij premaligne regio's, wat de overgang van regelmatige naar onregelmatige crypten kwantificeerde.
   • De methode slaagde erin om "transition crypts" (overgangscrypten) te identificeren die grenzen aan zowel normaal als premaligne weefsels.

2. Germinal centra in tonsillen (Menselijk):

   • Analyse van B-celrijping in germinal centra (GC), specifiek de gradiënt van het lichte naar het donkere zone (LZ/DZ).
   • Vindst: Door een anatomisch relevante as te definiëren binnen elke gereconstrueerde GC, konden de auteurs genen identificeren die een ruimtelijke expressiegradiënt vertoonden langs deze as.
   • Er werden 1569 genen geïdentificeerd met een sterk variërend expressieprofiel (inclusief bekende markers zoals MKI67 en CIITA), zonder afhankelijk te zijn van vooraf gedefinieerde celtypelabels.

Betekenis en Toekomstperspectief

• Brug tussen histopathologie en 'omics': De methode sluit de kloof tussen klassieke histopathologie (die visueel structuren analyseert) en moderne ruimtelijke 'omics' (die moleculaire data levert). Het vertaalt moleculaire data naar anatomisch betekenisvolle eenheden.
• Schaalbaarheid: De aanpak is schaalbaar, van kleine structuren (tertiaire lymfoïde structuren) tot grote weefselgebieden (kankertumoren).
• Toekomst: De auteurs benadrukken dat sosta een flexibel raamwerk biedt dat kan worden uitgebreid met nieuwe reconstructiemethoden en metrieken. Het stelt onderzoekers in staat om onbewaakte methoden te ontwikkelen om biologisch relevante kenmerken op het niveau van anatomische structuren te identificeren.
• Statistische nauwkeurigheid: De studie onderstreept het belang van het correct modelleren van correlaties in ruimtelijke data om betrouwbare biologische conclusies te trekken.

Het pakket sosta is beschikbaar via Bioconductor en de code voor de analyses is openbaar beschikbaar op GitHub.