Cellpin enables reference-based imputation and denoising of spatial transcriptomes

Stel je voor dat je een bruisende stad probeert te begrijpen door naar een kaart te kijken. In de wereld van de biologie wordt deze kaart spatial transcriptomics genoemd. Het vertelt je niet alleen welke genen actief zijn op een specifieke plek in een weefsel, maar ook waar ze zich bevinden, waarbij de architectuur van de stad behouden blijft.

Er zijn echter twee grote problemen met de kaarten die wetenschappers momenteel gebruiken:

1. De "Blinde Vlekken": De meeste van deze kaarten zijn als een gids die slechts 20% van de bezienswaardigheden van de stad kent. Ze meten een beperkte lijst van genen (een "targeted panel"), waardoor het overgrote deel van de activiteit in de stad ongedocumenteerd blijft.
2. De "Mist": De kaarten zijn vaak wazig. Technische foutjes, zoals RNA-moleculen die uit hun oorspronkelijke plek wegdriften of software die gebouwgrenzen verkeerd identificeert, creëren "ruis" die het beeld wazig en onnauwkeurig maakt.

Wetenschappers hebben geprobeerd dit op te lossen door computercode te gebruiken om de ontbrekende genen te raden en de mist op te ruimen. Maar de oude programma's hadden een groot gebrek: ze probeerden te leren hoe ze de kaart moesten repareren door de wazige kaart zelf te bestuderen. Dit is alsof je probeert te leren hoe je een perfecte cirkel tekent door naar een wiebelige cirkel te staren; de computer onthoudt vaak gewoon de wiebel (de specifieke fouten van die technologie) in plaats van de ware vorm te leren.

Maak kennis met "Cellpin".

Beschouw Cellpin als een meesterarchitect die de wazige kaart nog nooit heeft gezien, maar wel duizenden perfecte, hoogwaardige blauwdrukken van dezelfde stad heeft bestudeerd (dit zijn de single-cell RNA sequencing data).

Zo werkt Cellpin, met behulp van een eenvoudige analogie:

• De Leraar en de Leerling: Stel je een meesterschilder (de "Leraar") voor die de ware kleuren van elk gebouw in de stad perfect kent. Cellpin traint een leerling-schilder (de "Leerling") met behulp van alleen deze perfecte blauwdrukken. De leerling leert de ware "essentie" of "latente representatie" van de stad zonder ooit de mistige, ruisige kaart te zien.
• Het Simuleren van de Mist: Om ervoor te zorgen dat de leerling bestand is tegen de rommeligheid van de echte wereld, voegt het trainingsproces opzettelijk kunstmatige "mist" en "ontbrekende plekken" toe aan de perfecte blauwdrukken. De leerling leert de mist op te ruimen en de gaten op te vullen zonder eerst de werkelijke wazige kaart te hoeven zien.
• Het Resultaat: Wanneer de leerling uiteindelijk de echte, wazige kaart te zien krijgt, kan hij onmiddellijk de ontbrekende 80% van de genen invullen en het beeld verscherpen, omdat hij de ware structuur heeft geleerd van de perfecte blauwdrukken, en niet van de fouten van de wazige kaart.

Waarom is dit een grote zaak?

De paper beweert dat Cellpin als een superefficiënte vertaler werkt. Het kan een kleine, ruisige, onvolledige snapshot van een weefsel nemen en dit veranderen in een volledig, helder, high-definition beeld van het gehele genetische landschap.

• Het is Schaalbaar: In tegen tegenstelling tot andere methoden die vastlopen wanneer de stad te groot wordt, kan Cellpin enorme "atlas-omvang" datasets en veel verschillende monsters tegelijk aan zonder moeite te hebben.
• Het is Accuraat: Bij tests tegenover zes andere methoden bleek Cellpin beter in het voorspellen van de ontbrekende genen en het verwijderen van de technische ruis.
• Het is Zuiver: Omdat het uitsluitend is getraind op de schone data en nooit op de rommelige data, "leert" Cellpin niet per ongeluk de specifieke fouten van de technologie die gebruikt is om de foto te maken.

Kortom, Cellpin biedt een schoon, betrouwbaar fundament voor wetenschappers om nieuwe biologische waarheden te ontdekken uit ruimtelijke data, waarbij een wazige, onvolledige schets wordt veranderd in een scherp, volkleurig meesterwerk.