SpaTRACE: Spatiotemporal recurrent auto-encoder for reconstructing signaling and regulatory networks from spatiotemporal transcriptomics data

SpaTRACE is een transformer-gebaseerd framework dat dynamische cel-celcommunicatie- en reguleringsnetwerken reconstrueert uit ruimtelijk-temporele transcriptomicsdata zonder afhankelijkheid van vooraf gedefinieerde ligand-receptor-databases.

De kern

SpaTRACE: De "Tijdmachine" voor Cel-communicatie

Stel je voor dat je een enorme, levende stad bent: je lichaam. In deze stad wonen miljarden kleine bewoners, de cellen. Om de stad gezond te houden, moeten deze cellen constant met elkaar praten. Ze sturen boodschappen (signaalstoffen) naar elkaar toe om te zeggen: "Bouw hier een nieuwe weg," of "Stop met groeien," of "Wees voorzichtig, er komt gevaar."

Vroeger hadden wetenschappers slechts twee manieren om te kijken hoe deze stad werkt:

1. Ze keken naar wie met wie praatte (de boodschapper en de ontvanger), maar ze keken niet naar wanneer het gebeurde. Het was alsof je een foto van een drukke markt maakt en probeert te raden wat er net is gezegd.
2. Ze keken naar wat er binnen in de cellen gebeurt (de interne regels), maar ze zagen niet hoe de buren daar invloed op hadden.

Het probleem is dat biologie niet statisch is; het is een film, geen foto. Cellen veranderen, bewegen en reageren op elkaar in de loop van de tijd. Bestaande methodes waren vaak te traag of keken alleen naar een momentopname, waardoor ze belangrijke dynamische gesprekken misten.

Hier komt SpaTRACE in beeld.

Wat is SpaTRACE?

SpaTRACE is een slim computerprogramma (een soort "tijdmachine") dat geavanceerde kunstmatige intelligentie gebruikt om te begrijpen hoe cellen met elkaar praten terwijl ze zich ontwikkelen of genezen.

Het werkt als een detective die een film terugspoelt en vooruitspoelt:

• Het kijkt niet alleen naar wat er nu gebeurt, maar probeert te voorspellen wat er straks gaat gebeuren.
• Het combineert twee dingen: ruimte (waar zit de cel?) en tijd (hoe oud is de cel in zijn ontwikkelingsproces?).

Hoe werkt het? (De Analogie van de Orkestleider)

Stel je voor dat de cellen een groot orkest zijn.

• De Liganden zijn de muzikanten die een instrument bespelen (de boodschappers).
• De Receptoren zijn de muzikanten die luisteren (de ontvangers).
• De Genen zijn de bladmuziek die in het orkest wordt gespeeld.

De oude methodes luisterden alleen naar de muziek die nu klinkt en probeerden te raden wie met wie praatte, vaak gebaseerd op een oude, onvolledige lijst van bekende instrumenten. Als er een nieuw instrument werd gebruikt dat niet op de lijst stond, zagen ze het niet.

SpaTRACE doet iets anders:

1. Het luistert naar de dynamiek: Het ziet hoe de muziek verandert als een nieuwe muzikant (een signaal) binnenkomt. Als de fluitist (ligand) begint te spelen, verandert de muziek van de violist (het doelgen) een seconde later. SpaTRACE ziet dit patroon: "Aha! De fluitist heeft de violist beïnvloed!"
2. Het is een "tijdsverschil"-detective: Het programma zoekt naar patronen van oorzaak en gevolg. Als er iets gebeurt op tijdstip A, en daarop volgt iets anders op tijdstip B, dan is A waarschijnlijk de oorzaak van B.
3. Het maakt geen gebruik van een vooraf geschreven script: In tegenstelling tot andere tools die alleen kijken naar bekende gesprekken (een database), kan SpaTRACE nieuwe gesprekken ontdekken. Het leert zelf welke cellen met elkaar praten, zelfs als we dat nog nooit eerder hebben gezien.

Waarom is dit zo belangrijk?

De auteurs van het paper hebben SpaTRACE getest op twee fascinerende verhalen:

1. De ontwikkeling van een muizenhersenen: Ze keken hoe een hersencel zich ontwikkelt van een jonge, ongespecialiseerde cel naar een volwassen zenuwcel. SpaTRACE kon precies zien welke signalen de cel "op de knoppen" drukten om te beslissen: "Word ik een zenuwcel of een steuncel?" Het ontdekte nieuwe signalen die eerder onbekend waren.
2. De wonderbaarlijke genezing van een Axolotl: Een axolotl is een salamander die zijn hersenen kan laten groeien als ze beschadigd zijn. Dit is iets wat mensen niet kunnen. SpaTRACE keek naar hoe de axolotl-cellen zich gedragen tijdens het herstel. Het vond specifieke signalen die op het juiste moment werden gestuurd om weefsel te repareren. Dit zou ons kunnen helpen begrijpen hoe we in de toekomst onze eigen hersenen beter kunnen laten genezen.

Samenvattend

SpaTRACE is als een super-slimme vertaler die niet alleen luistert naar wat er gezegd wordt, maar ook wanneer het wordt gezegd en wie erbij betrokken is. Het helpt ons de complexe, dynamische gesprekken in ons lichaam te ontcijferen, zodat we beter kunnen begrijpen hoe we groeien, hoe we herstellen en hoe we ziektes kunnen bestrijden.

Het is een grote stap van "een foto maken" naar "de hele film bekijken" in de wereld van de biologie.

Technische samenvatting

Probleemstelling

Cellulaire communicatie (CCC) en genregulerende netwerken (GRN) coördineren gezamenlijk celgedrag tijdens ontwikkeling, regeneratie en ziekte. Hoewel recente vooruitgang in ruimtelijke transcriptomics (ST) het mogelijk maakt om genexpressie met ruimtelijke context te meten, kampen bestaande methoden met twee fundamentele beperkingen:

1. Afhankelijkheid van curateerde databases: De meeste methoden voor het afleiden van ligand-receptor (LR) interacties vertrouwen zwaar op vooraf gedefinieerde lijsten van LR-paren. Dit beperkt de toepasbaarheid op minder bestudeerde soorten en verhindert de ontdekking van nieuwe interacties.
2. Statische aannames: Bestaande methoden analyseren vaak statische expressieprofielen, waarbij ze aannemen dat genexpressie in een steady-state verkeert. Hierdoor worden temporale afhankelijkheden en causale relaties, die essentieel zijn voor dynamische processen zoals differentiatie en regeneratie, genegeerd.

Bestaande GRN-methoden (zoals GENIE3) en CCC-methoden (zoals CellChat) kunnen deze dynamische, tijdsafhankelijke relaties niet effectief modelleren.

Methodologie: SpaTRACE

SpaTRACE is een transformer-gebaseerd, tijds-gecauseerd raamwerk dat ruimtelijke transcriptomics-data gebruikt om zowel intercellulaire signalering als intracellulaire regulatie te reconstrueren zonder vooraf gedefinieerde paden.

Kernarchitectuur:
Het model maakt gebruik van een attention-based recurrent auto-encoder die werkt langs pseudotijds-trajecten (afgeleid van differentiatiepaden). De architectuur bestaat uit vier hoofdstappen:

1. Modellering van Celdynamica:

   • De encoder bouwt contextuele representaties van genen op elk tijdstip. In tegenstelling tot standaard Transformers gebruikt SpaTRACE slechts één zelf-attention laag zonder 'value projections' (die als identiteitsmapping worden behandeld). Dit behoudt de interpretabiliteit van de attention-scores als directe causale relaties.
   • Het model voert cellen in als een reeks van discrete staten langs een pseudotijds-lijn.
   • De input bestaat uit drie componenten: de huidige staat van doelgenen (TG), de recente geschiedenis van transcriptiefactoren (TF), en de recente geschiedenis van ligand-receptor (LR) co-expressie signalen uit de ruimtelijke omgeving.

2. Decoder en Voorspelling:

   • De decoder voorspelt de expressie van doelgenen op het volgende tijdstip ($t+1$) op basis van de eerdere TF- en LR-staten.
   • Het model berekent attention-scores die de sterkte van de regulatoire invloed kwantificeren. Deze scores worden berekend op basis van zowel globale embeddings (context-onafhankelijke affiniteit) als per-cel embeddings (context-afhankelijke regulatie).
   • De voorspelling volgt het principe van Granger-causaliteit: als een eerdere moleculaire staat de voorspelling van een toekomstige staat verbetert, wordt er een causale relatie verondersteld.

3. Netwerkherconstructie:

   • Na training worden de attention-matrices en embeddings gebruikt om drie soorten netwerken af te leiden:
     • LR-TG signalering: Hoe extracellulaire signalen downstream genexpressie beïnvloeden.
     • TF-TG regulatie: Intracellulaire regulatie door transcriptiefactoren.
     • LR-koppeling: Voorspelling van nieuwe ligand-receptor paren op basis van hun gedeelde downstream effecten, zonder gebruik van een LR-database.

4. Ruimtelijke Aggregatie:

   • De per-cel inferenties worden geaggregeerd naar celtype-niveau om ruimtelijk opgeloste communicatienetwerken tussen zender- en ontvanger-celtypen te reconstrueren.

Belangrijkste Bijdragen

1. Tijds-gecauseerd raamwerk: Integratie van ruimtelijke context met pseudotijds-trajecten om dynamische intra- en intercellulaire signalering te vangen.
2. Pad-vrije reconstructie: Het vermogen om multi-layer signaleringsnetwerken (LR-binding, LR-TG en TF-TG) de novo te reconstrueren op resolutie van individuele cellen, zonder afhankelijkheid van curateerde LR-databases.
3. Superieure prestaties: Demonstratie dat SpaTRACE bestaande methoden overtreft op synthetische benchmarks en biologisch relevante signalen terugvindt in complexe biologische systemen.

Resultaten

1. Synthetische Benchmarks:

• CCC-inferentie: Op twee synthetische datasets (met bekende ground truth) presteerde SpaTRACE aanzienlijk beter dan bestaande methoden (zoals COMMOT, SpaTalk, CellPhoneDB). In een "ruisige" setting (waarbij LR-databases onvolledig of verstoord waren) behaalde SpaTRACE een AUPRC van 0,831 (Dataset 1) en 0,614 (Dataset 2), wat aanzienlijk hoger is dan de concurrenten.
• GRN-inferentie: SpaTRACE behaalde de hoogste AUPRC-scores (0,967 en 0,903) vergeleken met GENIE3, GRNBoost2 en Velorama, wat aantoont dat het model dynamische causale relaties beter kan vangen.

2. Toepassing op MOSTA Dataset (Muis Middenhersenen):

• Geanalyseerd tijdens embryonale ontwikkeling (E12.5–E16.5).
• Vroegtijdige Precisie (EPR): SpaTRACE toonde een EPR@100 van 50 voor GRN-taken en tot 9,87 voor LR-binding, wat betekent dat het model biologisch relevante interacties veel eerder in de ranglijst vindt dan willekeurige voorspellingen of andere methoden.
• Biologische Validatie: Het model identificeerde bekende regulatoren (zoals OTX2 en ASCL1) en signaleringsparen (PTN-EPHB1, PTN-CD44, TGFB3-LRP6) die specifiek actief zijn in radiale glia-cellen (RGC) tijdens differentiatie naar neuronen en glioblasten. Deze patronen kwamen overeen met de verwachte biologische dynamiek.

3. Toepassing op Axolotl Hersenregeneratie:

• Geanalyseerd op data van 2 tot 60 dagen na letsel.
• SpaTRACE identificeerde stadium-specifieke signaleringsdynamiek (bijv. VIM-geassocieerde signalering op dag 10-15 en PSAP op dag 15-20).
• Het ontdekte nieuwe, niet-geannoteerde interacties (zoals GPI-ENO1) die ondersteund worden door functionele bewijzen in externe databases (STRING), wat de kracht van de "pad-vrije" aanpak onderstreept.

Betekenis en Conclusie

SpaTRACE vertegenwoordigt een doorbraak in de analyse van ruimtelijke transcriptomics door de kloof te overbruggen tussen statische correlatie-analyse en dynamische, causale modellering.

• Onafhankelijkheid: Door geen vooraf gedefinieerde LR-databases te gebruiken, maakt het de studie van niet-modelorganismen en de ontdekking van nieuwe biologische mechanismen mogelijk.
• Dynamiek: Het is het eerste framework dat simultaan intracellulaire regulatie en intercellulaire communicatie modelleert langs tijdsafhankelijke trajecten.
• Toekomstperspectief: Hoewel het model statistische relaties onthult die experimentele validatie vereisen, biedt het een krachtig hulpmiddel voor het genereren van hypothesen over ontwikkelingsmechanismen en regeneratieprocessen die met traditionele methoden niet zichtbaar zouden zijn.

De broncode en documentatie zijn beschikbaar via GitHub, wat de reproduceerbaarheid en toepasbaarheid in de gemeenschap bevordert.