DenMark: A Bayesian Hierarchical Model for Identifying Cell-Density Correlated Genes from Spatial Transcriptomics

DenMark is een Bayesiaans hiërarchisch model dat lokale celdichtheid en genexpressie in ruimtelijke transcriptomics-data koppelt om genen te identificeren die correleren met celdichtheid, terwijl het tegelijkertijd onzekerheid kwantificeert en schaalbaar is voor grote datasets.

De kern

De Kern: Wat is het probleem?

Stel je voor dat je een enorme stad bekijkt vanuit een helikopter. Je ziet twee dingen:

1. De mensen: Waar lopen ze? Zijn ze in grote groepen (drukte) of lopen ze alleen (rustig)?
2. De gesprekken: Wat zeggen ze tegen elkaar?

In de biologie zijn de "mensen" de cellen in je lichaam en de "gesprekken" zijn de genen die aan- of uitgezet zijn.

Tot nu toe hebben wetenschappers vooral gekeken naar waar de gesprekken plaatsvinden. Maar ze hebben vaak vergeten te kijken naar de drukte.

• Als een straat vol staat met mensen (hoge cel-dichtheid), praten ze misschien harder of over andere onderwerpen dan op een leeg plein.
• Het paper stelt: "Wij willen weten: Hoe beïnvloedt de drukte op straat wat de mensen zeggen?"

De Oplossing: DenMark

De onderzoekers hebben een nieuwe rekenmethode bedacht die DenMark heet. Je kunt dit zien als een super-slome detective die twee dingen tegelijk doet:

1. Hij telt hoeveel mensen er op elke hoek van de straat staan (cel-dichtheid).
2. Hij luistert naar wat de mensen zeggen (gen-activiteit).

En dan zoekt hij naar een patroon: "Ah, als er meer dan 10 mensen op dit plein staan, dan zeggen ze allemaal 'Ik ben moe' (een specifiek gen). Maar als er maar 2 mensen zijn, zeggen ze 'Ik ben energiek'."

Hoe werkt het? (De Vergelijkingen)

1. De "Gordijnen" van de Stad (De Ruimtelijke Patronen)
Stel je voor dat de stad twee soorten gordijnen heeft die over de straten hangen:

• Gordijn A (De Drukte): Dit gordijn laat zien waar de mensen zich verzamelen.
• Gordijn B (De Genen): Dit gordijn laat zien wat de mensen zeggen.

Soms hangen deze gordijnen precies over elkaar heen (als de drukte verandert, verandert het gesprek ook). Soms hangt het gesprek-gordijn los van de drukte-gordijn (de mensen praten over iets anders, ongeacht hoeveel er zijn).

DenMark is slim genoeg om deze gordijnen uit elkaar te halen. Het kan zeggen: "80% van wat deze mensen zeggen, komt door de drukte op straat. Maar 20% is hun eigen, unieke verhaal."

2. De "Pixel" Probleem (Hoe maak je het berekenbaar?)
De stad is enorm groot en er zijn miljoenen mensen. Als je elke persoon apart meetelt, wordt de computer gek (te traag).
DenMark gebruikt een trucje: het verdeelt de stad in vierkante vakjes (zoals een ruitjespatroon). In plaats van elke persoon apart te tellen, telt hij hoeveel mensen er in elk vakje zitten en wat het gemiddelde gesprek in dat vakje is.

• Vergelijking: Het is alsof je een foto van de stad niet pixel-perfect bekijkt, maar in blokken van 10x10 pixels. Je ziet nog steeds het grote plaatje, maar het is veel sneller te analyseren.

3. De "Gok" (Bayesische Statistiek)
DenMark is niet zeker van alles. Het werkt als een slimme gokker. Het zegt: "Ik denk dat deze genen gekoppeld zijn aan de drukte, en ik heb 95% vertrouwen in die gok."
Dit is belangrijk, want in de biologie is niets 100% zeker. DenMark geeft je niet alleen het antwoord, maar ook een waarschuwingsbordje over hoe zeker je dat antwoord kunt zijn.

Wat hebben ze ontdekt? (De Resultaten)

De onderzoekers hebben DenMark getest op twee echte "steden":

1. De Stad van de Hersenen (Muis)
Ze keken naar astrocyten (een soort steuncellen in de hersenen).

• Vinding: Ze vonden genen die "opwinden" als er veel astrocyten bij elkaar waren. Dit is logisch, want als cellen dicht op elkaar staan, moeten ze samenwerken om de hersenen gezond te houden.
• Nieuw: Ze vonden genen die alleen door DenMark werden gevonden. Andere methoden zagen ze niet, omdat die alleen keken naar "wie praat waar", maar niet naar "hoe druk het is".

2. De Stad van de Kanker (Borstweefsel)
Hier is de stad verdeeld in verschillende buurten: tumor-buurten en immuun-buurten (de politie die de tumor probeert te stoppen).

• Vinding: Er is een gevecht gaande.
  • In de tumor-buurt (veel tumorcellen) zeggen bepaalde genen: "We groeien!"
  • In de immuun-buurt (veel witte bloedcellen) zeggen diezelfde genen juist: "Stop!"
• Conclusie: De "drukte" bepaalt of de kankercellen zich verdedigen of aanvallen. DenMark laat zien hoe de tumor en het immuunsysteem tegenover elkaar staan, afhankelijk van hoe dicht ze bij elkaar wonen.

Waarom is dit belangrijk?

Vroeger keken artsen en wetenschappers alleen naar de kaart (waar zitten de cellen?). Nu kunnen ze met DenMark ook kijken naar de sfeer (hoe beïnvloedt de drukte het gedrag van de cellen?).

Dit helpt ons beter te begrijpen:

• Waarom kanker zich soms verspreidt in dichte groepen.
• Hoe het immuunsysteem werkt in een drukke omgeving.
• Welke medicijnen we nodig hebben om die "sfeer" te veranderen.

Kortom: DenMark is de eerste tool die ons vertelt dat hoe dicht bij elkaar we staan, bepaalt wie we zijn en wat we doen.

Technische samenvatting

Hieronder volgt een gedetailleerde technische samenvatting van het artikel "DenMark: A Bayesian Hierarchical Model for Identifying Cell-Density Correlated Genes from Spatial Transcriptomics" in het Nederlands.

Titel: DenMark: Een Bayesiaans hiërarchisch model voor het identificeren van genen die correleren met cel-dichtheid uit ruimtelijke transcriptomics

1. Het Probleem

Ruimtelijke transcriptomics (ST) met enkele-cel-resolutie maakt het mogelijk om genexpressie te koppelen aan de exacte locatie van cellen in weefsel. Een fundamenteel aspect van weefselorganisatie is de lokale cel-dichtheid (het aantal cellen per oppervlakte-eenheid), die varieert over micro-omgevingen en gekoppeld kan zijn aan transcriptionele programma's.

Bestaande statistische methoden voor ST richten zich voornamelijk op het detecteren van ruimtelijk variabele genen (SVG's): genen met heterogene expressiepatronen in de ruimte. Deze methoden behandelen cellocaties vaak als vaststaand en modelleren genexpressie conditioneel op ruimtelijke coördinaten, zonder de variatie in cel-dichtheid expliciet te modelleren. Hierdoor ontbreekt er een robuust computatiekader om de correlatie tussen cel-dichtheid en genexpressie kwantitatief te meten, met name met een goede onzekerheidskwantificering. Er is een behoefte aan een model dat genen kan identificeren waarvan de expressie statistisch geassocieerd is met lokale cel-dichtheid (Density-Correlated Genes of DCG's).

2. Methodologie: Het DenMark Framework

De auteurs stellen DenMark (Density-dependent Marked point process) voor, een unificerend Bayesiaans hiërarchisch model.

• Concept: DenMark modelleert gelijktijdig de ruimtelijke locatie van cellen en de genexpressie als twee gladde, ruimtelijk variërende processen. Het doel is om te schatten hoe sterk de expressie van een gen varieert met de lokale cel-dichtheid.
• Data-voorbereiding: Ruimtelijke data wordt gediskretiseerd in een rooster (grid). Voor elk roosterpunt worden het aantal cellen (cel-dichtheid) en de geaggregeerde genexpressie berekend.
• Statistisch Model:
  • Het model is gebaseerd op een dichtheidsafhankelijk gemarkeerd puntproces (density-dependent marked point process).
  • Celdichtheid ($\lambda_1$): Gemodelleerd als een Poisson-proces waarbij de log-dichtheid een Gaussisch proces (GP) is: $\log(\lambda_1) = \beta_1 + a_{11}\omega_1$.
  • Genexpressie ($\lambda_2$): Gemodelleerd als een Poisson-proces (geconditioneerd op het aantal cellen) waarbij de log-expressie twee componenten bevat: een gedeelde ruimtelijke component en een gen-specifieke component: $\log(\lambda_2) = \beta_2 + a_{21}\omega_1 + a_{22}\omega_2$.
  • Correlatie: De parameter $a_{21}$ koppelt het genexpressie-proces aan het celdichtheids-proces ($\omega_1$). De correlatiecoëfficiënt $\rho$ (afgeleid uit $a_{21}, a_{22}$) kwantificeert de sterkte en richting (positief of negatief) van de associatie tussen cel-dichtheid en genexpressie.
  • Onzekerheid: Het model levert een volledige posterior-verdeling, waardoor onzekerheid in de schattingen kwantificeerbaar is.
• Schalbaarheid (HSGP): Omdat het modelleren van GPs op grote datasets computatie-intensief is, gebruikt DenMark een Hilbert Space Gaussian Process (HSGP) benadering. Dit is een low-rank benadering die de rekentijd drastisch verlaagt zonder significante verlies aan nauwkeurigheid, waardoor toepassing op grote datasets (zoals MERFISH en Xenium) mogelijk wordt.
• Modelvergelijking: Om te bepalen of een gen significant met dichtheid correleert, wordt het volledige model vergeleken met een geneste baseline (waarbij $a_{21} = 0$, dus geen correlatie) met behulp van de Watanabe-Akaike Information Criterion (WAIC).

3. Belangrijkste Resultaten

• Validatie met Simulaties:

  • Simulaties tonen aan dat DenMark nauwkeurige en goed gekalibreerde schattingen geeft van de dichtheids-expressie correlatie.
  • De HSGP-benadering bereikt een goede balans tussen nauwkeurigheid en rekentijd; de prestaties naderen die van een exacte GP bij een redelijk aantal basisfuncties.
  • Het model is robuust voor de keuze van randfactoren en presteert beter bij fijnere roosters (indien rekenkracht toelaat).

• Toepassing op Muizenhersenen (MERFISH):

  • Geanalyseerd op astrocyten in een muizenhersenweefsel.
  • Validatie: Bekende genen gerelateerd aan celadhesie en migratie (zoals Aqp4, Cxcl12, Cxcr4) werden correct geïdentificeerd als positief correlerend met cel-dichtheid.
  • Nieuwe inzichten: Het model identificeerde nieuwe DCG's (zoals Gprc5b, Adcyap1r1) die niet noodzakelijk sterk ruimtelijk variabel zijn volgens traditionele SVG-methoden, maar wel sterk correleren met dichtheid.
  • Biologische interpretatie: Genen die correleren met dichtheid waren verrijkt voor processen zoals eiwitbinding en ontwikkeling van het zenuwstelsel, terwijl genen met negatieve correlatie verrijkt waren voor trace-amine-receptoractiviteit.

• Toepassing op Borstkanker (10x Xenium):

  • Geanalyseerd in tumor-micro-omgevingen (invasieve tumor, DCIS, en immuuncellen).
  • Micro-omgeving specifieke signalen: Verschillende regio's vertoonden verschillende sets van DCG's.
  • Antagonistische interacties: Er werd een duidelijk antagonisme gevonden tussen tumorcellen en immuuncellen (CD8+ T-cellen). Genen die positief correleerden met tumor-dichtheid, correleerden vaak negatief met immuun-dichtheid (en vice versa). Voorbeelden zijn CDH1 (positief in tumor, negatief in immuun) en TRAC (omgekeerd).
  • Vergelijking met SVG: De overlap tussen de top DCG's (DenMark) en top SVG's (SPARK-X) was beperkt (24-36%), wat aantoont dat DenMark een uniek en complementair signaal vangt.
  • Functionele enrichment: DCG's in invasieve tumoren waren verrijkt voor immuun- en myeloïde-gerelateerde processen (zoals macrofaag-activatie en chemotaxis).

4. Bijdragen en Significantie

• Nieuwe Klasse van Genen: DenMark introduceert en valideert het concept van Density-Correlated Genes (DCG's), onderscheiden van traditionele Spatially Variable Genes (SVG's). Het toont aan dat genexpressie sterk gekoppeld kan zijn aan lokale cel-dichtheid zonder noodzakelijkerwijs complexe ruimtelijke patronen te vertonen.
• Unificerend Kader: Het biedt het eerste Bayesiaanse hiërarchische kader dat cel-locaties en genexpressie gelijktijdig modelleert, waardoor de gedeelde ruimtelijke variatie expliciet wordt ontrafeld.
• Onzekerheidskwantificering: In tegenstelling tot veel bestaande tools, biedt DenMark volledige posterior-verdelingen, wat cruciaal is voor betrouwbare inferentie in biologische studies.
• Schalbaarheid: Door de HSGP-benadering is het model toepasbaar op moderne, grote datasets van enkele-cel ruimtelijke transcriptomics platforms.
• Biologische Inzichten: De toepassing op tumorweefsel onthult complexe antagonistische relaties tussen tumor- en immuunmicro-omgevingen, wat nieuwe perspectieven biedt op tumor-immuuninteracties en de ruimtelijke organisatie van ziekteprocessen.

Conclusie: DenMark is een krachtige, schaalbare en interpreteerbare tool die de huidige beperkingen van ruimtelijke transcriptomics-analyse overstijgt door de mechanistische link tussen cel-dichtheid en genexpressie kwantitatief te maken, waardoor nieuwe biologische inzichten mogelijk worden.