Atlas-scale spatially aware clustering with support for 3D and multimodal data using SpatialLeiden

Deze paper introduceert een uitgebreide versie van SpatialLeiden die schaalbare, atlas-geschikte clustering mogelijk maakt voor 3D en multimodale ruimtelijke data via flexibele graafmultiplexing, wat leidt tot superieure prestaties in coherentie en stabiliteit vergeleken met bestaande tools.

De kern

De Atlas van het Leven: Hoe een nieuwe digitale tool de complexe wereld van cellen in kaart brengt

Stel je voor dat je een gigantische stad moet begrijpen, maar je hebt alleen maar duizenden losse foto's van straten, gebouwen en mensen. En niet zomaar foto's: deze foto's tonen ook wat er in de mensen gebeurt (hun gedachten, hun gevoelens) én hoe ze eruitzien. Dat is wat wetenschappers doen met ruimtelijke biologie: ze kijken naar duizenden cellen in een stukje weefsel (zoals een hersenstuk of een tumor) en proberen te begrijpen hoe die cellen samenwerken.

Het probleem? Er zijn zoveel foto's, zoveel lagen informatie en soms zelfs 3D-structuren (als een blokje Lego), dat het voor computers bijna onmogelijk is om een duidelijk plaatje te maken. Ze raken de weg kwijt in de chaos.

Hier komt SpatialLeiden om de hoek kijken. Het is als een super-slame digitale stadplanner die deze chaos in een heldere, begrijpelijke kaart omzet.

Wat doet deze tool eigenlijk?

In plaats van cellen alleen te vergelijken op basis van hun "DNA-identiteit" (wat ze zeggen), kijkt SpatialLeiden ook naar waar ze zitten. Het combineert twee dingen:

1. Wie ben je? (De genen die een cel aanmaakt).
2. Wie zijn je buren? (De cellen die fysiek naast je zitten).

Hier zijn de drie grote verbeteringen die deze nieuwe versie van SpatialLeiden biedt, uitgelegd met simpele metaforen:

1. Het Grote Samenvoegen (Atlas-schaal)

Stel je voor dat je duizenden verschillende kaarten van dezelfde stad hebt, maar elke kaart is getekend door een andere persoon met een andere stijl. Soms lijken de straten niet op elkaar.

• De oude manier: Je probeerde ze één voor één te bekijken.
• De nieuwe SpatialLeiden: Het pakt al die duizenden kaarten (van honderden patiënten) en legt ze perfect op elkaar. Het corrigeert de "stijlverschillen" (de technische ruis) zodat je één grote, samenhangende Atlas krijgt. Je kunt nu zien hoe een hersenstructuur doorloopt van het ene stukje weefsel naar het andere, alsof je een ononderbroken film ziet in plaats van losse frames.

2. De 3D-Blokjes (Van plat naar diep)

Vroeger keken wetenschappers vaak naar platte foto's van dunne plakjes weefsel. Het was alsof je een taart in plakjes snijdt en elke plak apart bekijkt. Je mist het grote geheel.

• De nieuwe SpatialLeiden: Het pakt die plakjes en plakt ze weer aan elkaar tot een 3D-blok. Het begrijpt nu dat een cel in plakje 10 direct boven een cel in plakje 9 zit. Hierdoor kan het de echte, driedimensionale structuur van een tumor of een orgaan reconstrueren, precies zoals het in het lichaam is. Het is alsof je van een platte tekening van een huis doorgroeit naar een volledig 3D-model waar je doorheen kunt lopen.

3. De Meerdere Zintuigen (Multimodaal)

Stel je voor dat je een persoon wilt begrijpen. Je kunt alleen naar hun gezicht kijken (de foto), of alleen naar hun stem (de audio). Maar wat als je ze allebei tegelijk gebruikt?

• De nieuwe SpatialLeiden: Het kan verschillende soorten data tegelijk "luisteren". Het combineert:

  • Genen (wat de cel zegt).
  • Afbeeldingen (wat de cel eruitziet, zoals een weefselstain).
  • Eiwitten (andere biologische signalen).

  Net zoals een detective die zowel de vingerafdrukken als de getuigenverklaringen combineert om de waarheid te vinden, ziet SpatialLeiden patronen die je met slechts één methode nooit zou zien. In de studie zagen ze bijvoorbeeld hoe een tumor zich anders gedroeg dan gezonde weefsels, omdat ze zowel de foto als de genen samen bekeken.

Waarom is dit belangrijk voor de gewone mens?

• Schaalbaarheid: Het werkt zelfs op een gewone laptop, terwijl andere tools enorme supercomputers nodig hebben.
• Nauwkeurigheid: Het maakt minder fouten. In de test met een hersenatlas (de "Allen Brain Cell Atlas") kon het de verschillende delen van de hersenen perfect herkennen, zelfs bij honderden monsters.
• Toekomst: Het helpt artsen en onderzoekers om ziektes zoals kanker of neurologische aandoeningen beter te begrijpen door te kijken naar de "buurman" van een zieke cel, niet alleen naar de zieke cel zelf.

Kortom: SpatialLeiden is de nieuwe GPS voor biologen. Het neemt een wirwar van duizenden cellen, foto's en 3D-structuren en zet die om in een heldere, begrijpelijke kaart van het leven, zodat we beter kunnen zien hoe ons lichaam in elkaar zit en wat er misgaat bij ziektes.

Technische samenvatting

Probleemstelling

Ruimtelijke transcriptomics (Spatially Resolved Transcriptomics - SRT) genereert hoogdimensionale datasets die de celorganisatie in intact weefsel onthullen. Het interpreteren van deze data is echter complex. Bestaande clustering-methoden voor ruimtelijke data kampen met verschillende beperkingen:

1. Schaalbaarheid: Veel methoden kunnen niet efficiënt omgaan met atlas-grote datasets (honderden monsters of miljoenen cellen).
2. 3D-integratie: Het reconstrueren van volumetrische structuren uit seriële secties (3D) is uitdagend vanwege variabiliteit tussen secties en de noodzaak van nauwkeurige registratie.
3. Multimodaliteit: Het integreren van verschillende data-modi (bijv. RNA, eiwitten, histologie/beeldvorming) vereist vaak gespecialiseerde tools die niet flexibel schalen naar meerdere lagen of batch-correctie combineren met ruimtelijke nabijheid.
4. Batch-effecten: Bij het analyseren van grote, multi-sample datasets introduceert technische variatie (batch-effecten) ruis die biologische signalen kan maskeren, wat leidt tot inconsistente resultaten.

Methodologie: SpatialLeiden

De auteurs hebben hun bestaande algoritme, SpatialLeiden, uitgebreid tot een flexibel framework dat werkt op batch-correcte latente ruimtes en gebruikmaakt van "neighbour-graph multiplexing".

• Kernprincipe: SpatialLeiden past het Leiden-community detection-algoritme toe op een collectie van nabijheidsgrafen. Het is agnostisch ten opzichte van hoe deze grafen worden gegenereerd, wat gebruikers vrijheid geeft in de keuze van integratiestrategieën (bijv. scVI, Harmony, BBKNN).
• Architectuur:
  • Multi-sample & 3D: Voor seriële secties worden alle monsters samengevoegd in één AnnData-object. De ruimtelijke nabijheidsgrafiek wordt gebouwd op basis van 3D-coördinaten (x, y, z), waarbij de fysieke connectiviteit tussen secties wordt behouden. Dit vereist voorafgaande ruimtelijke uitlijning (registration) van de secties.
  • Multimodaliteit: Het framework gebruikt MuData-objecten om verschillende 'omics'-lagen (bijv. RNA, H&E-beeld) te integreren. Elke laag fungeert als een uitbreidbaar adjacency-element met een eigen k-NN-grafiek. Clustering gebeurt via een gewogen som van deze grafen, waarbij gebruikers de gewichten per laag kunnen aanpassen.
  • Preprocessing: De data wordt standaard verwerkt met scanpy (filteren, normaliseren, log-transformatie, PCA). Batch-correctie wordt uitgevoerd voordat de k-NN-grafiek wordt gebouwd.
• Implementatie: Het is volledig geïntegreerd in het scverse-ecosysteem (Python), wat zorgt voor compatibiliteit met bestaande tools zoals squidpy en LazySlide voor beeldverwerking.

Belangrijkste Bijdragen

1. Unificatie van Schaal en Complexiteit: SpatialLeiden is de eerste tool die naadloos schaalbaar is naar atlas-niveau (>100 monsters), 3D-volumetrische data en multimodale integratie binnen één framework.
2. Flexibiliteit: In tegenstelling tot methoden die vastzitten aan specifieke preprocessing-stappen, is SpatialLeiden agnostisch. Het kan worden gekoppeld aan elke batch-correctie-methode of integratiestrategie.
3. Multimodale Extensibiliteit: Het kan willekeurig veel modaliteiten verwerken door ze als gewogen lagen in een gemeenschappelijke grafiek te behandelen, in plaats van beperkt te zijn tot een vast aantal modi.
4. Efficiëntie: Het algoritme toont lineaire schaalbaarheid in tijd en geheugengebruik, waardoor het zelfs op high-end laptops kan draaien voor zeer grote datasets.

Resultaten

De auteurs hebben de tool getest op drie verschillende scenario's:

1. Atlasschaal (Allen Brain Cell Atlas):

   • Toepassing op ~150 seriële MERFISH-secties van het muizenbrein.
   • De geïdentificeerde clusters corresponderen nauwkeurig met de bestaande Common Coordinate Framework (CCF) parcellaties.
   • De clusters tonen soepele overgangen tussen hersenschijven en tonen biologisch valide celtype-verrijking.
   • Performance: De tool verwerkt de dataset snel en met een laag geheugengebruik, zelfs op een laptop.

2. 3D Integratie (Open-ST Metastatische Lymfeklier):

   • Toepassing op uitgelijnde seriële secties van tumorweefsel.
   • Het algoritme onthulde 3D-cel-nabijheidskernen die zich over meerdere secties uitstrekken.
   • De domeinsamenstelling bleef stabiel over de secties heen, wat een gedetailleerde organisatie van het tumor-micro-omgeving (TME) mogelijk maakte.

3. Multimodale Integratie (Visium HD Kanker):

   • Integratie van RNA-sequencing en H&E-histologie (beeldvorming) in colorectale kankerweefsel.
   • Synergie: RNA-data scheidde dysplasie van neoplasie, terwijl histologie subtielere verschillen in spierweefsel blootlegde.
   • De gezamenlijke clustering loste beide problemen tegelijkertijd op, wat resulteerde in een verfijnd en biologisch accurater beeld dan met één modus alleen.

Betekenis en Impact

Dit werk markeert een belangrijke stap voorwaarts in de ruimtelijke biologie:

• Scalability: Het lost het probleem op dat bestaande methoden niet schalen naar de enorme datasets die tegenwoordig gegenereerd worden (atlas-projecten).
• Biologische Validiteit: Door 3D-continuïteit en multimodale context te behouden, kunnen onderzoekers complexere biologische structuren en interacties bestuderen die eerder onzichtbaar waren.
• Adoptie: Door compatibiliteit met scverse en open-source licentie (GPLv3), is de tool direct toepasbaar voor een breed publiek van bioinformatici en biologen.
• Toekomstperspectief: Het framework legt de basis voor toekomstige analyses van steeds grotere en complexere ruimtelijke datasets, waarbij de nadruk ligt op de integratie van diverse data-types zonder verlies van ruimtelijke resolutie of biologische nauwkeurigheid.

Samenvattend biedt SpatialLeiden een robuust, schaalbaar en flexibel framework dat de barrières voor atlas-grote, 3D en multimodale ruimtelijke analyses doorbreekt.