🧬 biology

SEMA: A Framework of Spatial-Aware Enrichment for Multi-pathway Analysis

SEMA is een nieuw framework dat ruimtelijke context integreert in pathway-verrijkingsanalyse, waarbij het bestaande methoden overtreft om cruciale ruimtelijk opgeloste biologische inzichten te onthullen, zoals metabole activiteiten nabij tertiaire lymfoïde structuren en fibroblast-gemedieerde immuunregulatie, over diverse weefsel- en kankerdatasets heen.

Oorspronkelijke auteurs: Xiaokai Fan

Gepubliceerd 2026-07-20

📖 7 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Xiaokai Fan

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer

Stel je voor dat je vanuit een drone naar een enorme, bruisende stad kijkt. Als je alleen de mensen in elk gebouw telt, krijg je een lijst met getallen: "100 mensen hier, 50 daar." Dat is als traditionele gensequencing, die wetenschappers vertelt welke genen actief zijn in een monster, maar elke cel behandelt alsof deze in een vacuüm zweeft, zonder rekening te houden met de buren. Maar steden bestaan niet alleen uit lijsten met gebouwen; ze worden gedefinieerd door hoe die gebouwen met elkaar interageren. Een koffiebar naast een bibliotheek creëert een andere sfeer dan een koffiebar naast een bouwplaats. In de biologie is deze "stad" je weefsel, en de "gebouwen" zijn de cellen.

Onlangs hebben wetenschappers een nieuwe manier ontwikkeld om foto's te maken van deze cellulaire steden, genaamd spatial transcriptomics (ruimtelijke transcriptomica). In plaats van alleen de genen op te sommen, brengt deze technologie exact in kaart waar elk gen wordt geactiveerd binnen de lay-out van het weefsel. Er is echter een addertje onder het gras: de meeste tools die worden gebruikt om deze kaarten te analyseren, werken nog steeds alsof ze een lijst met woorden lezen zonder de zinnen te begrijpen. Ze kijken naar een enkele cel en vragen: "Wat doet deze cel?" maar ze missen het grotere plaatje van hoe die cel praat met de cellen direct naast hem. Dit artikel introduceert een nieuwe tool om dit blinde vlek te verhelpen, wat onderzoekers helpt om niet alleen te begrijpen wie er in de kamer is, maar ook hoe de kamer is ingericht en wat die inrichting betekent voor de gezondheid van de stad.

De Nieuwe Kaartmaker: Maak kennis met SEMA

Maak kennis met SEMA (Spatial-Aware Enrichment for Multi-pathway Analysis). Zie SEMA als een superintelligente buurtwacht die niet alleen naar één huis kijkt, maar de hele straat controleert om te begrijpen wat er echt aan de hand is.

Op de oude manier, als een wetenschapper wilde weten of een specifieke groep genen (een "pathway" of biologische route) actief was in een weefsel, keken ze naar één enkel punt en berekenden ze een score. Het was alsof je een feestje beoordeelde door naar één persoon in een hoekje te kijken. Als die persoon aan het dansen was, zou je kunnen denken dat het hele feestje wild was. Maar wat als die persoon alleen aan het dansen was terwijl de rest sliep? De oude methoden maakten vaak deze fout; ze misten het feit dat biologie plaatsvindt in buurten, niet in isolatie.

SEMA verandert het spel door een "buurtregel" te gebruiken. Wanneer het de score voor een specifieke cel berekent, kijkt het niet alleen naar de genen van die cel. Het kijkt ook naar de genen van de cellen die er direct omheen liggen, waarbij het een beetje gewicht toekent aan de activiteiten van de buren. Het is alsof je beseft dat als je buurman koekjes bakt, de geur (het signaal) waarschijnlijk uit hun huis komt, zelfs als jouw eigen keuken leeg is. Door de eigen activiteit van een cel te mengen met de activiteit van de buren, creëert SEMA een veel helderder, vloeiender kaart van waar biologische processen daadwerkelijk plaatsvinden.

SEMA op de proef gesteld

De auteurs hebben deze tool niet alleen gebouwd; ze hebben het door de mangel gehaald om te zien of het echt beter werkt dan de bestaande methoden. Ze testten het in drie zeer verschillende "steden":

De Georganiseerde Stad (De Brein): Ze keken naar de muizenhersenen en de menselijke prefrontale cortex. Deze gebieden hebben zeer duidelijke, georganiseerde buurten (zoals de visuele cortex of de hippocampus). Toen ze probeerden deze specifieke regio's te vinden met behulp van genactiviteit, was SEMA veel beter in het tekenen van de grenzen dan de andere tools. Het kon het verschil tussen twee aangrenzende hersengebieden met veel hogere nauwkeurigheid aangeven, wat in essentie zei: "Ja, dit is definitief de bibliotheek, en dat is definitief het park," terwijl andere tools een beetje vaag waren.
Het Kleine Dorp (De Lymfeknoop): Ze zoomden in op kleine, complexe structuren genaamd kiemcentra binnen lymfeknoppen. Dit zijn kleine, drukke gebieden waar immuuncellen samenkomen om infecties te bestrijden. Omdat deze gebieden zo klein en dichtbevolkt zijn, is het voor oude tools moeilijk om ze te spotten. SEMA spoot ze echter duidelijk op, waarbij het bijna perfect overeenkwam met de werkelijke celtellingen gevonden door andere geavanceerde methoden.
De Verborgen Vestingen (Tertiaire Lymfoïde Structuren): In tumoren bouwt het lichaam soms "vestingen" genaamd tertiaire lymfoïde structuren (TLS) om kanker te bestrijden. Deze zijn moeilijk te vinden omdat ze een beetje lijken op het omliggende tumorweefsel. SEMA was de beste in het identificeren van deze structuren, vond ze nauwkeuriger en gebruikte minder rekenkracht (geheugen en tijd) dan de concurrentie.

Wat SEMA ontdekte in Kanker

Zodra de auteurs er zeker van waren dat SEMA de beste kaartmaker was, gebruikten ze het om 93 borstkankersamples en 123 samples van diverse andere kankers te verkennen. Dit is wat ze vonden:

De Metabole Connectie:
Ze ontdekten een sterke ruimtelijke link tussen "functionele" TLS (de actieve, strijdende versies van die immuunvestingen) en een specifiek metabool proces genaamd arachidonzuur-metabolisme. Het is alsof ze ontdekten dat telkens wanneer de immuunvesting volledig operationeel was, de omliggende buurt bruiste van een specifiek type chemische energie. Dit suggereert dat dit metabole pad de immuunstrijd zou kunnen voeden, een aanwijzing die voorheen niet duidelijk was.

De Geheime Handdruk:
Ze keken ook naar "ligand-receptor paren", wat een soort geheime handdrukken zijn die cellen gebruiken om met elkaar te communicen. Hoewel iedereen op de hoogte was van een beroemde handdruk genaamd CXCL13-CXCR5 in deze immuunvestingen, bracht SEMA een ander, even belangrijk paar naar voren: CXCL13-CXCR3. Dit paar was zeer actief precies op de plekken waar de immuunvestingen het sterkst waren. De auteurs suggereren dat dit paar een sleutelspeler kan zijn in het organiseren van de immuunrespons, en patiënten met hoge niveaus van dit signaal hadden een betere overlevingskans.

De Grote Muur versus de Gemengde Menigte:
Misschien wel de meest verrassende bevinding kwam voort uit het kijken naar hoe verschillende celtypen zijn gerangschikt in vele verschillende kankers. De auteurs ontdekten dat fibroblasten (een type steuncel) fungeren als de "lijm" of de centrale hub in de tumorstad. Ze zijn meestal de dichtstbijzijnde buren van de kankercellen.

Echter, de rangschikking is van enorm belang. Het team ontdekte twee duidelijke patronen:

De Gemengde Menigte: In sommige tumoren zijn fibroblasten en kankercellen allemaal door elkaar gehusseld in een chaotische mix.
De Gesegregeerde Stad: In andere tumoren is er een duidelijke, scherpe grens. De fibroblasten vormen een duidelijke ring of muur rond de kankercellen, waardoor ze gescheiden blijven van de immuuncellen.

Het artikel suggereert dat dit "gesegregeerde" patroon — waarbij de fibroblasten een duidelijke grens vormen — eigenlijk een goed ding is. Patiënten met deze duidelijke scheiding hadden een sterkere immuunactiviteit en betere overlevingsresultaten. Het lijkt erop dat wanneer de steuncellen een nette, georganiseerde grens vormen, het immuunsysteem zijn werk beter kan doen. In tegen tegenstelling tot wanneer alles door elkaar ligt, lijkt het immuunsysteem dan minder effectief te zijn.

Waarom dit ertoe doet

Dit artikel beweert niet dat het kanker heeft genezen of het mysterie van het leven heeft opgelost. In plaats daarvan biedt het een betere manier om de kaart te lezen. Door te erkennen dat cellen in buurten leven en dat hun locatie net zo belangrijk is als hun identiteit, helpt SEMA wetenschappers om patronen te zien die voorheen verborgen bleven in de ruis. Het suggereert dat de fysieke lay-out van een tumor — hoe de cellen zijn georganiseerd en gescheiden — een cruciale aanwijzing kan zijn voor het begrijpen van hoe de ziekte zich gedraagt en hoe patiënten mogelijk op behandeling reageren. Het is een herinnering aan het feit dat in de biologie, net als in een stad, het niet alleen gaat om wie er woont, maar ook om hoe ze zijn gerangschikt.

Technische Samenvatting: SEMA – Een Framework voor Ruimtelijk Bewuste Verrijking voor Multi-pathway Analyse

Probleemstelling

Spatial transcriptomics (ST)-technologieën zijn geëvolueerd van resolutie op bulkniveau naar precisie op enkelcelniveau, wat de karakterisering van weefselarchitectuur, cel-celinteracties en functionele niches zoals tertiaire lymfoïde structuren (TLS) mogelijk maakt. Hoewel genensetverrijkingsanalyse (GSEA) een standaardinstrument is voor het interpreteren van bulk- en single-cell RNA-seq data, verwaarlozen huidige methoden voor ST vaak de expliciete ruimtelijke context. Traditionele benaderingen behandelen spots of cellen als geïsoleerde datapunten, waarbij verrijkingsscores worden berekend op basis van uitsluitend lokale genexpressie. Dit kan leiden tot misinterpretaties waarbij biologische functies ten onrechte worden toegewezen aan ruimtelijk niet-verbonden locaties. Er is een kritiek gat in methoden die fysieke ruimtelijke nabijheid integreren in pathway-verrijking om de ruimtelijk opgeloste data accuraat te decoderen, met name voor het begrijpen van weefselfunctionaliteit die voortkomt uit fysieke celinteracties.

Methodologie

De auteurs hebben SEMA (Spatial-Aware Enrichment for Multi-pathway Analysis) ontwikkeld, een framework dat ruimtelijke buurtinformatie integreert in pathway-scoring. De methodologie verloopt via de volgende stappen:

Berekening van de Ruwe Score: Voor een gegeven genenset $G$ wordt voor elke spot of cel $i$ een ruwe score ( $S_i^{raw}$ ) berekend als het gemiddelde van de expressie van genen die zowel in de genenset als in de expressiematrix aanwezig zijn.
Constructie van de Ruimtelijke Graaf: Een k-nearest neighbor (KNN) graaf wordt geconstrueerd met behulp van de Euclidische ruimtelijke coördinaten van de spots/cellen. Een ongerichte adjacency matrix wordt gevormd waarbij buren worden gedefinieerd door de $k$ dichtstbijzijnde cellen.
Gewogen Smoothing:
- Een Gaussian kernel bandwidth ( $\sigma$ ) wordt automatisch geschat op basis van de afstanden naar de $k'$ -de dichtstbijzijnde buur om de afname van de ruimtelijke invloed te controleren.
- Gaussian kernel gewichten ( $w_{ij}$ ) worden toegekend aan randen op basis van de ruimtelijke afstand ( $d_{ij}$ ): $w_{ij} = \exp(-d_{ij}^2 / 2\sigma^2)$ .
- Deze gewichten worden rij-genormaliseerd om een gewogen adjacency matrix $\tilde{W}$ te creëren.
Ruimtelijk Bewuste Score Berekening: De uiteindelijke ruimtelijk bewuste score ( $S_i^{spatial}$ ) is een convexe combinatie van de eigen ruwe score van de spot en het gewogen gemiddelde van de ruwe scores van zijn buren:
$S_i^{spatial} = (1 - \lambda) \cdot S_i^{raw} + \lambda \cdot \sum_j \tilde{W}_{ij} S_j^{raw}$
waarbij $\lambda \in [0,1]$ een ruimtelijke gewichtsparameter is.
Ruimtelijke Correlatieanalyse: Om relaties tussen pathways of celtypen te onderzoeken, maken de auteurs gebruik van bivariate Moran's I. Deze statistiek gebruikt de SEMA-scores om de globale ruimtelijke correlatie te meten, waarbij co-lokalisatie (positieve correlatie) of ruimtelijke exclusie (negatieve correlatie) tussen twee genensets over het weefsel heen wordt geïdentificeerd.
De framework werd getest tegen gevestigde methoden waaronder AddModuleScore, AUCell, UCell en ssGSEA.

Belangrijkste Bijdragen en Resultaten

1. Benchmarking en Prestaties

SEMA werd rigoureus geëvalueerd over meerdere datasets en taken, waarbij het consequent de bestaande belangrijke methoden overtrof in nauwkeurigheid, specificiteit en efficiëntie:

Anatomische Reconstructie: In muisbrein coronale secties en menselijke dorsolaterale prefrontale cortex (DLPFC) datasets bereikte SEMA een hogere Area Under the ROC Curve (AUC) en Precision-Recall AUC (PRAUC) bij het herstellen van signalen voor fijnmazige regionale marker-genensets vergeleken met AddModuleScore, ssGSEA, UCell en AUCell.
Detectie van Microstructuren: In menselijke lymfeklierdata demonstreerde SEMA een superieur vermogen om signalen in kiemcentra (GCs) te detecteren op basis van B-cel, folliculaire dendritische cel (FDC) en T-follikel helper (Tfh) markers. Het vertoonde een sterkere concordantie met celtype-abundanties geïnferred door decompositie-methoden (cell2location en CARD) en behaalde een hogere AUC (0.707) bij het identificeren van patholoog-geannoteerde lymfoïde aggregaten en GCs in 10x Xenium data.
TLS Identificatie: Gebruikmakend van drie verschillende TLS-signatuur genensets op clear cell renal cell carcinoma (ccRCC) data, toonde SEMA een superieur vermogen om TLS-positieve spots te onderscheiden met hogere AUC/PRAUC en lagere fout-positieve ratio's.
Efficiëntie: SEMA vereiste aanzienlijk minder rekentijd en geheugen dan de vergeleken methoden, wat het geschikt maakt voor grootschalige toepassingen.

2. Biologische Inzichten: Borstkanker en Functionele TLS

Het toepassen van SEMA op 93 borstkanker spatial transcriptomics datasets onthulde:

Metabole Correlatie: Er werd een sterke ruimtelijke correlatie geïdentificeerd tussen functionele TLS (gedefinieerd door markers zoals CXCL13, CD3D, MS4A1) en de arachidonzuur-metabolisme pathway. Deze bevinding was consistent over zowel KEGG als Reactome genensets en werd gevalideerd in bulk RNA-seq data (4.148 monsters).
Ligand-Receptor Paren: Analyse van ligand-receptor paren binnen functionele TLS bracht CXCL13-CXCR3 naar voren als een top-gerangschikt paar, dat een sterke ruimtelijke co-lokalisatie vertoonde met functionele TLS-signaturen. Dit paar werd geassocieerd met verbeterde patiëntoverleving in de TCGA-BRCA en METABRIC cohorten, wat suggereert dat er een potentieel onderbelichte rol is in TLS-activiteit buiten de canonieke CXCL13-CXCR5 as.

3. Pan-Cancer Cellulaire Organisatie

Een pan-cancer analyse van 123 spatial transcriptomics monsters (TNBC, OV, LC, HCC, ccRCC) legde algemene principes van cellulaire organisatie bloot:

Fibroblast Hubs: Fibroblasten kwamen naar voren als centrale ruimtelijke hubs, die consistent een sterke ruimtelijke associatie vertoonden met immuuncellen (B-cellen, plasmacellen, CD4+ T-cellen, macrofagen) en dienden als de dichtstbijzijnde celtype bij epitheliale/carcinoomcellen.
Segregatie versus Mengen: Monsters werden gestratificeerd op basis van de ruimtelijke relatie (bivariate Moran's I) tussen fibroblasten en epitheliale/carcinoomcellen.
- Gesegegreerde Staat: Monsters met een scherpere ruimtelijke segregatie (duidelijkere grenzen) tussen fibroblasten en tumorcellen waren geassocieerd met verhoogde expressie van immuungerelateerde pathways (bijv. antilichaamproductie) en significant verbeterde patiëntoverleving over meerdere cohorten.
- Gemengde Staat: Monsters met gemengde ruimtelijke patronen correleerden met verschillende Cancer-Associated Fibroblast (CAF) subtypes. Specifiek waren de gesegregeerde staten gekoppeld aan antigeen-presenterende (apCAFs), matrix (mCAFs), delende (dCAFs) en reticulaire (rCAFs) subtypes, terwijl de intergemengde staten correleerden met metabole CAFs (meCAFs).

Betekenis en Claims

De auteurs positioneren SEMA als een krachtig en efficiënt instrument voor het ontdekken van ruimtelijk opgeloste pathway-activiteiten. Het artikel claimt dat door expliciet de ruimtelijke context op te nemen, SEMA de misinterpretaties vermijdt die inherent zijn aan methoden die ruimtelijke data als geïsoleerde punten behandelen.

De betekenis van het werk ligt in het vermogen om:

Ruimtelijke Architectuur te Decoderen: Een getrouwere representatie te bieden van biologische functie in weefsels door rekening te houden met de fysieke executieruimte van cellulaire functies.
Grootschalige Analyse Mogelijk te Maken: Een computationeel efficiënte oplossing te bieden voor de snel expanderende schaal van spatial transcriptomic datasets.
Nieuwe Biologische Hypothesen te Genereren: Specifieke ruimtelijke associaties te onthullen, zoals de link tussen arachidonzuur-metabolisme en TLS, en de prognostische waarde van fibroblast-tumorcel segregatie, wat strategieën voor het hermodelleren van de tumormicro-omgeving kan informeren.

De auteurs erkennen beperkingen en merken op dat de metabole en ligand-receptor bevindingen gebaseerd zijn op genexpressie en toekomstige validatie via ruimtelijke metabolomics en functionele assays vereisen. Evenzo worden celtype-distributies geïnferred van marker-genensets, en kan verdere integratie van single-cell resolutie data deze interactiekaarten verder verfijnen.