Achieving spatial multi-omics integration from unaligned serial sections with DIME

Dit artikel introduceert DIME, een nieuw deep learning-framework dat door middel van een hybride uitlijningsstrategie geïntegreerde representaties leert van niet-uitgelijnde seriële secties in ruimtelijke multi-omics data, waardoor robuuste fusie en de identificatie van biologisch betekenisvolle ruimtelijke domeinen mogelijk worden zonder de noodzaak van intersecterende kenmerken.

De kern

Stel je voor dat je een heel complexe stad wilt begrijpen, zoals Shenzhen. Je hebt twee verschillende soorten kaarten van deze stad, maar er is een groot probleem: ze zijn niet op elkaar afgestemd.

• Kaart A is gemaakt door een team dat alleen de straten en gebouwen (de architectuur) heeft getekend, maar geen informatie heeft over wat er in de huizen gebeurt.
• Kaart B is gemaakt door een ander team dat alleen de geluiden en activiteiten binnenin de huizen heeft opgetekend, maar geen idee heeft hoe de straten eruitzien of waar de gebouwen precies staan.

Bovendien zijn deze twee kaarten op verschillende momenten gemaakt. Kaart A is een beetje verschoven, gedraaid en misschien zelfs een beetje uitgerekt ten opzichte van Kaart B. Als je ze nu gewoon op elkaar legt, passen ze niet.

Dit is precies het probleem dat wetenschappers hebben met ruimtelijke multi-omics (het bestuderen van DNA, RNA en eiwitten in weefsel). Ze hebben vaak twee snippers van hetzelfde weefsel (zoals twee naast elkaar liggende plakjes van een orgaan). Eén plakje is geanalyseerd op RNA (de instructies), de andere op eiwitten (de uitvoering). Maar omdat het twee verschillende plakjes zijn, zijn ze niet perfect uitgelijnd en hebben ze totaal verschillende "taal" (data).

De meeste bestaande computersoftware faalt hierop omdat ze proberen de woorden (de genen) van beide kaarten met elkaar te vergelijken. Maar als Kaart A alleen "straatnamen" heeft en Kaart B alleen "geluiden", kunnen ze die woorden niet vergelijken. Ze hebben geen gemeenschappelijke taal.

DIME (het nieuwe programma uit dit paper) is als een slimme detective die een nieuwe manier vindt om deze kaarten te verenigen.

Hier is hoe DIME werkt, in drie simpele stappen:

1. De "Landmarken" vinden (De Ankers)

In plaats van te proberen alle kleine details direct te vergelijken, kijkt DIME eerst naar de grote, stabiele vormen.

• De Analogie: Stel je voor dat je twee foto's van een stad hebt die scheef zijn. Je zoekt niet naar elke auto, maar naar de grote, onveranderlijke gebouwen: de kathedraal, het stadhuis en het station. Deze zijn op beide foto's te herkennen, zelfs als de foto's verschoven zijn.
• In de praktijk: DIME zoekt naar grote groepen cellen die er op beide plakjes hetzelfde "uitzien" in hun vorm (morfologie), ongeacht of ze RNA of eiwitten meten. Het koppelt deze betrouwbare groepen aan elkaar. Dit zijn de Ankers.

2. De "Kabels" spannen (De Rest invullen)

Nu de grote gebouwen (Ankers) gekoppeld zijn, moet DIME de rest van de stad (de straten tussen de gebouwen) verbinden.

• De Analogie: Als je weet waar het stadhuis en het station zijn op beide kaarten, kun je een denkbeeldig net van kabels spannen. Als je op Kaart A een punt hebt dat halverwege tussen het stadhuis en het station ligt, weet je dat het op Kaart B ook ergens in het midden moet zitten. DIME gebruikt wiskunde (Optimal Transport) om deze "kabels" te spannen, rekening houdend met de kromming van het weefsel (alsof je een net over een bolletje spannt in plaats van een plat vlak).
• In de praktijk: DIME gebruikt de posities van de Ankers om de rest van de cellen op de juiste plek te "schuiven" en te koppelen, zelfs als ze geen gemeenschappelijke data hebben.

3. De "Gouden Middenweg" (Samenvoegen)

Nu de kaarten virtueel op elkaar liggen, moet DIME de informatie samenvoegen.

• De Analogie: Stel je voor dat je een foto maakt van een stad overdag (RNA) en 's nachts (eiwitten). Je wilt één perfecte foto die zowel de gebouwen als de lichten laat zien, zonder ruis. DIME leert van beide bronnen, maar houdt tegelijkertijd de eigen schoonheid van elke kaart in stand. Het zorgt ervoor dat de RNA-kaart niet verandert in de eiwit-kaart, maar dat ze elkaar aanvullen.
• In de praktijk: Het programma gebruikt een slimme neurale netwerken (een soort super-intelligente hersenen) die de informatie van beide kaarten combineert. Het leert welke signalen echt belangrijk zijn (de "biologische waarheid") en welke signalen alleen ruis zijn (fouten in de meting).

Waarom is dit zo belangrijk?

Vroeger moesten wetenschappers kiezen: of ze keken naar RNA, of naar eiwitten, of ze moesten een heel dure, complexe techniek gebruiken om alles tegelijk te meten (wat vaak niet werkt).

Met DIME kunnen ze nu:

1. Duidelijker zien: Ze kunnen precies zien waar T-cellen en B-cellen zitten in een lymfeklier, zelfs als de data ruisig was.
2. Betrouwbaarder zijn: Het werkt zelfs als de weefsels niet perfect op elkaar liggen (zoals bij echte menselijke weefsels).
3. Nieuwe ontdekkingen doen: Het helpt om de complexe "buurten" in ons lichaam te begrijpen, wat cruciaal is voor het bestrijden van ziektes zoals kanker.

Kortom: DIME is de slimme vertaler en landmeter die twee losse, rommelige kaarten van een stad omzet in één perfecte, gedetailleerde kaart, zodat we eindelijk kunnen zien hoe de stad (ons lichaam) echt werkt.

Technische samenvatting

Titel: DIME: Diagonale Integratie van Ruimtelijke Multi-Omics Data uit Niet-uitgelijnde Serieel Secties

1. Het Probleem: "Diagonale Integratie"

Huidige methoden voor de integratie van ruimtelijke multi-omics data (zoals transcriptomics en proteomics) gaan vaak uit van twee scenario's:

• Horizontale integratie: Data van dezelfde modality maar verschillende monsters.
• Verticale integratie: Data van verschillende modaliteiten op exact dezelfde ruimtelijke locaties (bijv. gelijktijdige RNA- en eiwitmetingen).

Het paper introduceert een nieuw en uitdagend scenario: "Diagonale Integratie". Dit betreft het integreren van data uit serieel gesneden weefselsecties (aangrenzende secties) waarbij:

1. Geen gemeenschappelijke modality bestaat: Sectie 1 bevat bijvoorbeeld alleen RNA-data, en Sectie 2 alleen eiwitdata (ADT). Er is geen "brug" (zoals een gedeelde modality) om de secties direct te aligneren.
2. Ruimtelijke misalignering: Door mechanische vervormingen tijdens het snijden en monteren (rekken, schuiven, vervorming) zijn de secties niet perfect op elkaar uitgelijnd.
3. Disjuncte kenmerken: Omdat de modaliteiten verschillend zijn, bestaat er geen gemeenschappelijke kenmerkruimte om op te aligneren.

Bestaande methoden falen hier omdat ze ofwel een gedeelde modality vereisen of aannemen dat de ruimtelijke coördinaten perfect overeenkomen.

2. Methodologie: Het DIME Framework

DIME (Diagonal Integration Model for Spatial Multi-omics Embedding) is een diep leernetwerk dat gebaseerd is op Graph Neural Networks (GNN). De kerninnovatie is het ontkoppelen van ruimtelijke registratie van moleculaire kenmerkmatching.

Het framework bestaat uit twee hoofdblokken:

A. Hybride Ruimtelijke Uitlijnstrategie (Structuur Priors)
Omdat er geen directe kenmerkovereenkomst is, gebruikt DIME de gedeelde morfologische structuur van het weefsel als inductieve bias.

1. Anker-Cluster Identificatie: Onafhankelijke clustering wordt uitgevoerd op de expressieprofielen van beide secties. Op basis van morfologische beschrijvers (oppervlakte, excentriciteit, oriëntatie) en relatieve ruimtelijke posities worden "ankerclusters" geïdentificeerd die hoge structurele homologie vertonen.
2. Anker Matching (CPD + Lineaire Toewijzing): Voor deze ankerclusters wordt een probabilistische registratie uitgevoerd met Coherent Point Drift (CPD) om een niet-rigide vervormingsveld te schatten. Dit wordt gevolgd door een Lineaire Toewijzingsprobleem (Linear Assignment) om een strikte 1-op-1 mapping te garanderen voor de meest betrouwbare punten.
3. Niet-Anker Matching (Optimal Transport): Voor de resterende gebieden wordt Optimal Transport (OT) gebruikt. In tegenstelling tot standaard OT dat Euclidische afstanden gebruikt, bouwt DIME een kostenmatrix op basis van geodetische afstanden op het weefselmanifold (via een k-NN-grafiek). Dit zorgt voor een robuuste globale correspondentie die rekening houdt met de topologie van het weefsel.

B. Prior-Gedreven Graph Neural Network (Fusie)
De verkregen correspondentie (mapping tussen secties) fungeert als een zachte regularisator in een GNN-architectuur:

• Dual-Graph Encoder: Voor elke modality worden twee grafieken gebruikt: een kenmerkgrafiek (op basis van gen/eiwit expressie) en een ruimtelijke grafiek (op basis van coördinaten). GCN's (Graph Convolutional Networks) extraheren representaties uit beide.
• Cross-Attention Fusie: Een cross-attention mechanisme fuseert de representaties van de twee modaliteiten.
• Verliesfunctie (Contrastive Loss): DIME minimaliseert een totale loss die twee doelen balanseert:
  • $L_{intra}$: Behoudt de intrinsieke ruimtelijke structuur binnen elke modality (denoising).
  • $L_{inter}$: Dwingt cross-modale consistentie af door de ruimtelijke nabijheidsverdeling van de ene modality te aligneren met de andere, gebruikmakend van de eerder berekende correspondentiekaart.

3. Belangrijkste Bijdragen

1. Eerste Framework voor Diagonale Integratie: DIME is het eerste model dat succesvol multi-omics data van niet-uitgelijnde serieel secties integreert zonder een gedeelde modality.
2. Hybride Uitlijnstrategie: Een unieke combinatie van CPD en Optimal Transport (met geodetische afstanden) om robuuste correspondenties te schatten puur op basis van weefselmorfologie.
3. Nieuwe Contrastive Loss: Een grafiek-structuur gebaseerde loss die cross-modale priorinformatie combineert met het behoud van intra-modale topologie, waardoor effectieve fusie en denoising mogelijk wordt.

4. Resultaten

DIME werd getest op zowel gesimuleerde data als twee echte menselijke weefseldatasets (Lymfeklier en Tonsil).

• Gesimuleerde Data: DIME kon de volledige grond-waarheid (ground truth) ruimtelijke patronen reconstrueren, terwijl baseline-methoden faalden in het onderscheiden van ruimtelijke regio's of te veel ruis behielden.
• Menselijke Lymfeklier (RNA + ADT):
  • DIME slaagde erin complexe structuren zoals de cortex en het kapsel nauwkeurig te identificeren, terwijl andere methoden (zoals CLUE en scVAEIT) last hadden van over-smoothing of ruis.
  • DIME behaalde de beste scores op clustering-metrics (ARI, NMI, FMI) en toonde superieure ruimtelijke coherentie zonder biologisch onjuiste segmentatie.
• Menselijke Tonsil (RNA + ADT):
  • DIME identificeerde biologisch betekenisvolle domeinen zoals T-cel zones, B-cel compartimenten en kiemcentra met hoge precisie.
  • Baseline-methoden faalden vaak in het onderscheiden van specifieke weefsels (bijv. bindweefsel of epitheel) door ruis of over-smoothing.
• Robuustheid: DIME presteerde consistent beter dan concurrenten over verschillende resoluties (aantal clusters) en bleek minder gevoelig voor ruis.

5. Betekenis en Toekomstperspectief

DIME opent de deur voor een nieuw paradigma in ruimtelijke biologie:

• Flexibiliteit: Het maakt het mogelijk om de "diepte" (hoge resolutie van één modality) en "breedte" (verschillende modaliteiten) van experimenten te combineren zonder dat gelijktijdige metingen nodig zijn.
• Biologische Validatie: Het model kan biologisch betekenisvolle structuren onthullen die door ruis of methodologische beperkingen in andere tools verborgen blijven.
• Schaalbaarheid: Hoewel de huidige implementatie gericht is op twee modaliteiten, is het framework modality-agnostisch en kan het worden uitgebreid naar multi-modale integratie (bijv. RNA, ADT en ATAC-seq) van opeenvolgende secties.

Kortom, DIME biedt een robuuste oplossing voor het fundamentele probleem van het integreren van complementaire, maar ruimtelijk en kenmerkmatig disjuncte datasets, waardoor een completer beeld van het celmicro-omgeving mogelijk wordt.