SpaMOAL: A spatial multi-omics graph contrastive learning method for spatial domains identification

Dit artikel introduceert SpaMOAL, een grafgebaseerde contrastieve leermethode die ruimtelijke coördinaten, histologische beeldkenmerken en moleculaire profielen integreert om nauwkeurige ruimtelijke weefselgebieden te identificeren in multi-omics data.

De kern

🧬 De Grote Uitdaging: Het Puzelstukje van de Stad

Stel je voor dat je een enorme, levende stad wilt begrijpen. In deze stad wonen miljoenen mensen (cellen) die allemaal verschillende beroepen hebben en verschillende dingen zeggen (moleculaire informatie).

Vroeger hadden wetenschappers slechts één manier om naar deze stad te kijken:

1. De Lijst: Een lijst met namen en beroepen van iedereen (dit is de RNA-data).
2. De Foto: Een foto van de straten en gebouwen (dit is de histologie of weefselfoto).
3. De Kaart: Wacht, waar staat wie? (dit is de ruimtelijke positie).

Het probleem is dat deze methoden vaak los van elkaar werken. Je hebt een lijst, maar weet niet waar de mensen staan. Of je hebt een foto, maar weet niet wat ze zeggen. En nu hebben we nieuwe technologieën die alles tegelijk kunnen meten: wat ze zeggen, waar ze staan, en hoe ze eruitzien. Maar hoe combineer je al die verschillende soorten informatie tot één duidelijk plaatje? Dat is als proberen een raadsel op te lossen waarbij de stukjes uit verschillende puzels komen.

🚀 De Oplossing: SpaMOAL (De Slimme Puzelmeester)

De onderzoekers hebben SpaMOAL bedacht. Je kunt dit zien als een super-slimme puzelmeester die alle verschillende soorten informatie tegelijk bekijkt om de stad in haar ware vorm te zien.

Hier is hoe het werkt, stap voor stap:

1. Het Bouwen van Netwerken (De Vriendengroepen)

Stel je voor dat elke persoon in de stad een puntje is op een kaart. SpaMOAL kijkt niet alleen naar wat mensen zeggen, maar ook naar wie hun buren zijn.

• Analogie: Het maakt een "vriendenlijst" voor iedereen. Als twee mensen dicht bij elkaar wonen en lijken op elkaar, zet hij ze in dezelfde groep. Dit helpt om buurten (weefselgebieden) te herkennen.

2. Het Luisteren naar Verschillende Talen (Multi-omics)

De stad spreekt verschillende talen:

• Taal A: Wat de cellen zeggen (Genen/RNA).
• Taal B: Hoe de cellen zich gedragen (Eiwitten/Proteïnen).
• Taal C: Hoe de cellen eruitzien (Foto's van het weefsel).

SpaMOAL is uniek omdat het alle talen tegelijk vertaalt. Andere methoden kijken vaak maar naar één taal, of ze proberen de talen te mengen zonder goed te luisteren. SpaMOAL luistert naar elk geluid apart, maar zoekt ook naar wat ze gezamenlijk zeggen.

• De Magie: Het scheidt wat uniek is aan een taal (bijvoorbeeld: "deze cel is een arts") van wat ze allemaal delen (bijvoorbeeld: "we zitten allemaal in het ziekenhuis").

3. De Vier Slimme Regels (De Losses)

Om de puzel perfect te leggen, gebruikt SpaMOAL vier regels (in de vaktaal "losses" genoemd):

1. De Spiegel-regel: Als je een foto van een gebouw maakt, moet de tekening erop lijken. (Herstructurering).
2. De Vrienden-regel: Als twee mensen buren zijn, moeten ze ook in dezelfde buurt zitten. (Ruimtelijke consistentie).
3. De Vertaal-regel: Zorg dat wat in "Taal A" wordt gezegd, overeenkomt met wat in "Taal B" wordt gezegd. (Kruismodale uitlijning).
4. De Duidelijkheids-regel: Zorg dat groepen die echt verschillend zijn, ook echt ver uit elkaar blijven staan in de kaart. (Contrastief leren).

🏥 Waarom is dit zo belangrijk? (De Resultaten)

De onderzoekers hebben SpaMOAL getest op verschillende "steden":

• De Ontwikkelende Geest: Ze keken naar hoe een muisbrein groeit. SpaMOAL kon zien hoe verschillende hersendelen zich vormden, zelfs op momenten waarop andere methoden alleen maar een rommelig plaatje zagen. Het kon zelfs kleine, onzichtbare gebouwtjes (zoals kraakbeen) vinden die andere methoden misten.
• De Kankerstrijd: Ze keken naar borstkankerweefsel. Hier vonden ze een heel belangrijk gebied: de Tertiaire Lymfoïde Structuren (TLS). Dit zijn als het ware "militaire bases" waar het immuunsysteem zich verzamelt om tegen kanker te vechten. SpaMOAL kon deze bases heel precies in kaart brengen, zelfs als de cellen er niet heel duidelijk uitzagen op de foto.

💡 De Kernboodschap

Vroeger moesten wetenschappers kiezen: kijken we naar de genen, of naar de foto? Of we moesten ze op een slordige manier samenvoegen.

SpaMOAL is als een meester-architect die alle blauwdrukken, foto's en lijsten van een stad tegelijk bekijkt. Hierdoor kan hij niet alleen de grote wijken zien, maar ook de kleine steegjes en de unieke gebouwen die anders onzichtbaar zouden blijven.

Dit helpt artsen en onderzoekers om beter te begrijpen hoe gezonde weefsels werken en hoe ziektes (zoals kanker) het weefsel verstoren, wat uiteindelijk kan leiden tot betere behandelingen.

Kortom: SpaMOAL maakt van een wirwar van data een heldere, begrijpelijke kaart van het leven in je lichaam.

Technische samenvatting

Titel: SpaMOAL: Een methode voor ruimtelijke multi-omics grafiek-contrastief leren voor de identificatie van ruimtelijke domeinen

1. Het Probleem

Ruimtelijke multi-omics-technologieën (zoals sequencing- en beeldgebaseerde methoden) bieden een revolutionaire manier om weefselarchitectuur en -functie in situ te karakteriseren door simultane data over transcriptomics, epigenomics en proteomics te genereren, vaak vergezeld van hoge-resolutie histologische beelden (H&E).

Bestaande computationele benaderingen kampen echter met aanzienlijke uitdagingen:

• Integratie: Het effectief samenvoegen van heterogene data-modi (moleculaire profielen, ruimtelijke coördinaten en morfologische beelden) in een gemeenschappelijke representatie is complex.
• Informatieverlies: Traditionele methoden die op prior-kennis gebaseerde transformaties gebruiken, leiden vaak tot verlies van modale specifieke informatie.
• Beperkingen van huidige tools:
  • Single-cell integratiemethoden (bijv. Seurat WNN, MOFA+) negeren vaak ruimtelijke coördinaten.
  • Ruimtelijke transcriptoom-clustering (bijv. SpaGCN, MUSE) kan vaak geen extra 'omics'-lagen (zoals proteïne of chromatin) verwerken.
  • Nieuwere multi-omics methoden (bijv. SpatialGlue, MISO) hebben tekortkomingen: SpatialGlue ondersteunt geen histologische beelden als input, terwijl MISO geen expliciete modellering van ruimtelijke coördinaten toepast en vaak handmatige specificaties vereist voor kwaliteitsbeperkende modi.

2. Methodologie: SpaMOAL

SpaMOAL (Spatially Multi-Omics graph contrAstive Learning) is een grafiekgebaseerde contrastief leerbenadering die een graph contrastive autoencoder-kader gebruikt om een verenigde embedding-ruimte te creëren.

Kerncomponenten van de workflow:

1. Data Preprocessing & Grafiekconstructie:

   • Voor elke 'spot' of cel worden ruimtelijke buren gedefinieerd op basis van Euclidische afstand (k-nabijste buren).
   • Modale specifieke grafieken worden opgebouwd voor elke data-type (RNA, ATAC, Proteïne, Beeld).
   • Histologische beelden worden verwerkt via voorgeprogrammeerde CNN's (Inception_v3 of ResNet50) om morfologische features te extraheren.

2. Grafiek Autoencoder & Disentanglement:

   • Grafiekconvolutielagen (GCN) genereren lage-dimensionale representaties per modus.
   • Deze worden via Multi-Layer Perceptrons (MLP) opgesplitst in twee componenten:
     • Gedeelde representaties (Shared): Vangt gemeenschappelijke biologische variatie tussen modi.
     • Private representaties (Modality-specific): Vangt unieke variatie per modus.

3. Optimalisatie via Vier Verliesfuncties (Loss Functions):
   Om de representaties te optimaliseren, combineert SpaMOAL vier objectieven:

   • Matching Loss: Zorgt ervoor dat de gedeelde representaties van verschillende modi aligneren naar een uniforme latente ruimte (via een gedeelde variabele $S$).
   • Correlation Loss: Minimaliseert de Pearson-correlatie tussen gedeelde en private representaties om redundantie te verminderen en statistische onafhankelijkheid te garanderen.
   • Reconstruction Loss: Waarborgt dat de oorspronkelijke node-features en de lokale topologische structuur (buren) nauwkeurig worden gereconstrueerd uit de latente ruimte.
   • Contrastive Loss: Verbetert de discriminatiekracht binnen elke modus. Het trekt vergelijkbare spots (die in dezelfde groep zitten en ruimtelijk nabij zijn) naar elkaar toe, en duwt verschillende groepen uit elkaar binnen de private embedding-ruimte.

4. Finalisatie:
   De uiteindelijke representatie is een concatenatie van de gedeelde en private componenten, die vervolgens wordt gebruikt voor clustering (bijv. met Mclust, Leiden of Louvain) om ruimtelijke domeinen te identificeren.

3. Belangrijkste Bijdragen

• Unificatie van Modi: SpaMOAL is de eerste methode die expliciet ruimtelijke coördinaten, multi-omics moleculaire data (RNA, ATAC, Proteïne) en hoge-resolutie histologische beelden in één geïntegreerd kader verwerkt.
• Gestructureerd Leren: Door het gebruik van een grafiek-contrastief kader met gescheiden gedeelde en private latent spaces, slaagt het erin om zowel gemeenschappelijke biologische signalen als modale specifieke nuances te behouden zonder informatie te verliezen.
• Robuustheid: De methode is ontworpen om om te gaan met variatie in data-kwaliteit en -compleetheid tussen verschillende experimentele setups.

4. Resultaten

SpaMOAL werd gebenchmarkt tegen state-of-the-art methoden (SpatialGlue en MISO) op 11 datasets (17 monsters), inclusief gesimuleerde data en echte biologische datasets.

• Gesimuleerde Data: SpaMOAL presteerde consistent superieur op alle kwantitatieve metrieken (ARI, NMI, AMI, etc.) en slaagde erin om complexe ruimtelijke domeinen en grenzen nauwkeuriger te identificeren dan de concurrenten, zelfs in aanwezigheid van ruis.
• Muis Brein Ontwikkeling (MISAR-seq): Op datasets van muisembryo's (stadium E11 tot E18.5) identificeerde SpaMOAL fijne anatomische structuren (zoals kraakbeen, tong/spier en thalamus) die door andere methoden werden gemist of gefragmenteerd. De integratie van H&E-beelden verbeterde de precisie van domeingrenzen aanzienlijk.
• Ruimtelijke ATAC-RNA-seq (Muis Brein): In hoge-resolutie datasets kon SpaMOAL subtiele laminar structuren en anatomische regio's (zoals de ventriculaire zone en specifieke thalamische kernen) nauwkeurig afbakenen, zelfs bij zwakke signaalintensiteit.
• Menselijk Borstkanker (RNA-Proteïne): SpaMOAL slaagde erin Tertiaire Lymfoïde Structuren (TLS) nauwkeurig te identificeren en te karakteriseren op basis van B- en T-cel-verdeling. Bovendien kon het onderscheid maken tussen prolifererende en rustende tumorsubpopulaties op basis van eiwitexpressie en morfologie, zelfs wanneer transcriptomische signalen zwak waren.

5. Betekenis en Conclusie

SpaMOAL biedt een krachtig en schaalbaar raamwerk voor de interpretatie van complexe ruimtelijke weefselorganisatie. Door de integratie van morfologische, moleculaire en ruimtelijke data, stelt het onderzoekers in staat om:

• De celmicro-omgevingen in gezonde en zieke weefsels nauwkeuriger te begrijpen.
• Fijne ruimtelijke domeinen te detecteren die met eerdere methoden onzichtbaar bleven.
• Biologische processen zoals tumorprogressie en neuro-ontwikkeling beter te ontrafelen.

De methode overwint de beperkingen van bestaande tools door expliciete ruimtelijke modellering en beeldintegratie te combineren met geavanceerd contrastief leren, wat leidt tot een hogere nauwkeurigheid en biologische relevantie in de identificatie van ruimtelijke domeinen.