ARCADIA Reveals Spatially Dependent Transcriptional Programs through Integration of scRNA-seq and Spatial Proteomics

ARCADIA is een generatief raamwerk dat scRNA-seq en ruimtelijke proteomics integreert zonder gekoppelde cellen of directe kenmerkcorrespondentie, waardoor het ruimtelijk afhankelijke transcriptieprogramma's kan onthullen door modale archetypen te aligneren.

De kern

ARCADIA: De Digitale Vertaler tussen Cellen en hun Buurman

Stel je voor dat je een enorme stad wilt begrijpen, maar je hebt slechts twee onvolledige kaarten.

1. Kaart A (scRNA-seq): Dit is een lijst van alle inwoners (cellen) met hun persoonlijke dagboeken (genen). Je weet precies wat ze denken, voelen en plannen. Maar er is één groot probleem: deze kaarten zijn gemaakt nadat de stad is ontmanteld. Je weet wie er in de stad woont, maar je weet niet waar ze wonen of wie hun buren zijn.
2. Kaart B (Spatial Proteomics): Dit is een luchtfoto van de stad. Je ziet precies waar de mensen wonen, wie bij wie in de buurt zit en hoe de straten eruitzien. Maar je kunt hun dagboeken niet lezen. Je ziet alleen wat ze dragen (eiwitten), wat een beperkt beeld geeft van wie ze echt zijn.

Tot nu toe was het heel moeilijk om deze twee kaarten samen te voegen. Je kon niet zomaar zeggen: "Die persoon op de luchtfoto is dezelfde als die persoon in het dagboek," omdat ze geen gemeenschappelijke ID-nummers (barcodes) hadden.

Enter ARCADIA: De Slimme Vertaler

De onderzoekers hebben ARCADIA bedacht. Dit is een slim computerprogramma dat deze twee werelden samenbrengt zonder dat ze elkaar nodig hebben. Hier is hoe het werkt, vertaald in alledaagse taal:

1. Het Idee van de "Uiterste Buurman" (Archetypes)

Stel je voor dat je twee groepen mensen hebt: één groep die alleen praat (RNA) en één groep die alleen gebaren maakt (eiwitten). Je wilt weten wie bij wie hoort, maar je kunt ze niet direct vergelijken.

ARCADIA doet iets slim: het zoekt naar de uiterste voorbeelden (de "archetypes").

• In de RNA-groep zoekt het naar de "ultieme sporter" en de "ultieme kunstenaar".
• In de eiwit-groep zoekt het naar de "ultieme sporter" en de "ultieme kunstenaar" (gebaseerd op wat ze dragen).

Zelfs als ze andere namen hebben, ziet het programma: "Ah, deze 'sporter' in de RNA-groep lijkt heel veel op die 'sporter' in de eiwit-groep." Door deze uiterste voorbeelden op elkaar af te stemmen, kan het programma de hele groep tussenliggende mensen (de gewone cellen) ook aan elkaar koppelen. Het is alsof je twee verschillende dialecten vertaalt door eerst de meest extreme woorden te matchen.

2. De Twee Spiegels (Dual Autoencoders)

ARCADIA bouwt twee speciale spiegelkasten (neural networks) naast elkaar.

• De ene spiegel kijkt naar de dagboeken (RNA).
• De andere kijkt naar de luchtfoto (eiwitten).

Het programma leert dat als een persoon in de ene spiegel een bepaalde "buurschaps-gevoel" heeft (bijvoorbeeld: "Ik zit in een drukke markt"), die persoon in de andere spiegel ook een vergelijkbaar gevoel moet hebben, zelfs als de details anders zijn. Het dwingt de twee spiegels om dezelfde "taal" te spreken over waar mensen wonen en wie hun buren zijn.

3. Wat Ontdekte Ze? (De Stad van de Amandel)

De onderzoekers testten dit op menselijke amandelen (een deel van het afweersysteem). Ze ontdekten prachtige patronen die voorheen onzichtbaar waren:

• B-cellen (de soldaten): Ze zagen dat B-cellen die diep in het centrum van een "fort" (het kiemcentrum) zaten, zich gedroegen als jonge, groeiende soldaten die hun wapens (genen) aan het verbeteren waren. Maar B-cellen die aan de rand van het fort zaten, gedroegen zich als oude, ervaren soldaten die klaar waren om de stad te verdedigen.
• T-cellen (de bewakers): Sommige T-cellen in de buurt van het fort waren super actief en klaar om te vechten. Maar T-cellen die in een andere, donkere hoek van de stad zaten, waren uitgeput en moe. Hun omgeving had hen letterlijk "uitgeput" gemaakt.

Waarom is dit belangrijk?

Vroeger moest je kiezen: of je keek naar de details van de cellen (en verloor de locatie), of je keek naar de locatie (en miste de details).

Met ARCADIA kun je nu zeggen: "Ik weet precies wat deze cel aan het doen is, én ik weet precies welke buurman hem beïnvloedt."

Het is alsof je eindelijk een kaart hebt die laat zien niet alleen wie in de stad woont, maar ook waarom ze zich zo gedragen, puur omdat ze in een bepaalde straat wonen. Dit helpt artsen en wetenschappers beter te begrijpen hoe ziektes (zoals kanker) zich ontwikkelen in specifieke hoekjes van het lichaam, en hoe we daar beter op kunnen inspelen.

Kortom: ARCADIA is de tolk die de taal van de "cellulaire dagboeken" vertaalt naar de "straatkaart van het lichaam", zodat we eindelijk het volledige plaatje zien.

Technische samenvatting

Probleemstelling

Cellulaire toestanden worden sterk beïnvloed door hun ruimtelijke context in weefsels. Bestaande methoden hebben echter beperkingen bij het integreren van deze informatie:

• scRNA-seq (Single-cell RNA sequencing): Biedt hoge resolutie over fenotypen en genprogramma's, maar verliest door dissociatie alle informatie over de ruimtelijke organisatie van het weefsel.
• Ruimtelijke proteomica (bijv. CODEX, MIBI-TOF): Behoudt de ruimtelijke context en verbetert de segmentatie, maar is beperkt tot een klein aantal eiwitmarkers. Dit beperkt de mogelijkheid om transcriptomische inferentie te doen en functionele impact te begrijpen.
• Integratie-uitdagingen: Bestaande integratiemethoden zijn vaak afhankelijk van ofwel feature-level correspondentie (directe koppeling tussen specifieke genen en eiwitten) of cell-level barcode pairing (dezelfde cellen gemeten in beide modaliteiten). Deze voorwaarden zijn in de praktijk vaak niet beschikbaar. Methoden die "zwakke koppeling" (weak-linkage) gebruiken, negeren vaak de ruimtelijke context, terwijl deze cruciaal is voor het definiëren van celtoestanden (bijv. T-cel uitputting in tumor-micro-omgevingen).

Methodologie: ARCADIA

Het auteurs stellen ARCADIA (ARchetype-based Clustering and Alignment with Dual Integrative Autoencoders) voor. Dit is een generatief kader voor cross-modale integratie dat werkt zonder barcode-pairing en zonder directe feature-to-feature correspondentie.

Kerncomponenten:

1. Dual Variational Autoencoders (VAE): ARCADIA traint twee aparte VAE's (één voor scRNA-seq en één voor ruimtelijke proteomica) die elk hun eigen latent space leren.
2. Archetype-based Alignment: In plaats van individuele cellen of genen te koppelen, identificeert ARCADIA modality-specifieke archetypen.
   • Archetypen zijn convexe combinaties van cellen die extreme fenotypische toestanden vertegenwoordigen.
   • Deze worden geïdentificeerd via Principal Convex Hull Analysis (PCHA).
3. Cross-modale uitlijning op basis van samenstelling: De archetypen worden uitgelijnd door de celtype-samenstellingsprofielen te vergelijken. Het algoritme zoekt de optimale permutatie die de cosinus-afstand tussen de samenstellingsprofielen van archetypen in beide modaliteiten minimaliseert (opgelost met de Hungarian method).
4. Anchors (Ankers): Cellen die sterk worden gedomineerd door één enkel archetype (hoge match-weight) worden gebruikt als "anchors" (hoge betrouwbaarheid referenties) om de uitlijning te stabiliseren.
5. Objectieve Functies (Loss Functions): Het totale verlies bestaat uit vier componenten:
   • ELBO (Evidence Lower Bound): Voor faithful reconstructie van de input data.
   • Structure Preservation Loss: Behoudt de relaties tussen celtypen in de latent space (gebaseerd op archetype-ruimte).
   • Cross-modal MMD Loss (Maximum Mean Discrepancy): Minimaliseert de afstand tussen de verdelingen van celtypen in de twee latent spaces om menging te bevorderen zonder feature-overlap.
   • Anchor-guided Loss: Behoudt variatie binnen celtypen en voorkomt over-menging door de afstand tussen ankers in verschillende modaliteiten te straffen als ze te ver uit elkaar liggen.
6. Ruimtelijke Features: Voor de proteomische data worden naast de eigen eiwitmarkers ook ruimtelijke aggregate features toegevoegd (gemiddelde expressie van buren), wat de analyse van micro-omgevingen mogelijk maakt.

Belangrijkste Bijdragen

• Nieuw Integratiekader: ARCADIA is de eerste methode die scRNA-seq en ruimtelijke proteomica integreert zonder barcode-pairing of directe gen-eiwit koppeling, gebruikmakend van archetypen als biologische ankers.
• Bidirectionele Inference: Het model ondersteunt bidirectionele kennisoverdracht:
  1. Imputatie van ruimtelijke niches voor scRNA-seq cellen.
  2. Reconstructie van genprogramma's binnen ruimtelijke niches voor proteomische data.
• Ruimtelijke Context: Het model respecteert expliciet ruimtelijke organisatiepatronen tijdens de integratie, waardoor het fenotypische verschuivingen kan leren die worden beïnvloed door de lokale omgeving.

Resultaten

De prestaties van ARCADIA zijn getest op twee datasets:

1. Semi-synthetische CITE-seq Dataset:

   • ARCADIA overtrof bestaande methoden (MaxFuse, scMODAL) significant in het herkennen van ruimtelijke patronen (gemeten via k-nearest neighbor separation en CN F1 scores).
   • Het slaagde erin om subtypes van B-cellen correct te koppelen aan hun ruimtelijke ligging (Cell Neighborhoods), zelfs wanneer de proteomische data alleen niet voldoende was om deze toestanden te beschrijven.

2. Human Tonsil Dataset (scRNA-seq + CODEX):

   • Architectuurherstel: ARCADIA reconstrueerde de bekende weefselarchitectuur van de tonsil (bijv. kiemcentra vs. perifere regio's).
   • Ruimtelijk afhankelijke transcriptie: Het onthulde genprogramma's die afhankelijk zijn van de locatie:
     • B-cellen: Kiemcentrum-B-cellen toonden hypermutatie en proliferatie, terwijl perifere B-cellen differentiatie naar plasmacellen en antigeenpresentatie vertoonden.
     • T-cellen: CD8+ T-cellen in bepaalde niches toonden uitputtingsmarkers (TIGIT, KLRG1), terwijl andere niches actieve of stam-achtige toestanden toonden. CD4+ T-cellen toonden folliculaire helper-achtige toestanden in specifieke zones.
   • Vergelijking: Terwijl MaxFuse en scMODAL celtypen konden integreren, faalden ze in het vangen van deze ruimtelijk afhankelijke fenotypische variatie.

Betekenis en Toekomstperspectief

ARCADIA biedt een robuust, interpreteerbaar raamwerk om de relatie tussen het weefselmicro-omgeving en celtoestanden te ontrafelen, zelfs wanneer traditionele ruimtelijke transcriptomics (zoals Visium of Xenium) beperkt zijn door panelgrootte of segmentatieproblemen.

• Biologische Inzicht: Het stelt onderzoekers in staat om te begrijpen hoe lokale communicatie en niches de transcriptomische programma's van cellen sturen, wat essentieel is voor het begrijpen van immuunresponsen en ziekteprogressie.
• Toekomst: De auteurs plannen uitbreidingen, zoals het voorspellen van RNA-expressie puur op basis van CODEX-data (cross-modal decoding), wat de bruikbaarheid voor bestaande datasets verder vergroot.

Samenvattend vult ARCADIA een cruciale kloof in de bio-informatica door twee complementaire modaliteiten te verenigen, waardoor een dieper inzicht mogelijk wordt in de ruimtelijke dynamiek van celbiologie.