hoodscanR: profiling single-cell neighborhoods in spatial transcriptomics data

O artigo apresenta o hoodscanR, um pacote Bioconductor desenvolvido para identificar e analisar vizinhanças celulares em dados de transcriptômica espacial, demonstrando sua eficácia na detecção de alterações transcricionais sutis em células tumorais de câncer de mama e de pulmão.

O essencial

Imagine que você está tentando entender como funciona uma grande cidade, como São Paulo ou Nova York. Se você apenas contar quantas pessoas existem em cada bairro (como faziam os métodos antigos de análise de dados), você perde a informação mais importante: quem está conversando com quem?

Um cientista de uma célula cancerosa não é apenas uma "célula"; ele é um morador que vive em um "bairro" específico. Esse bairro pode ser cheio de soldados do sistema imunológico, de estranhos (outras células) ou de amigos. A maneira como esse "bairro" é formado define se a célula vai ficar calma ou se vai atacar.

O artigo que você enviou apresenta uma nova ferramenta chamada hoodscanR (que pode ser traduzida como "escaneando o bairro"). É um software criado por pesquisadores para ajudar a entender essas "cidades" microscópicas dentro do nosso corpo.

Aqui está uma explicação simples, usando analogias do dia a dia:

1. O Problema: Olhar apenas para a lista de convidados

Antes do hoodscanR, os cientistas tinham duas formas principais de olhar para os tecidos:

• Método 1 (Antigo): Contar quantas pessoas de cada tipo existem na festa (ex: "tem 50 células T, 30 células B"). Isso ignora onde elas estão sentadas.
• Método 2 (Novo, mas limitado): Olhar para a foto da festa e tentar agrupar as pessoas em mesas. Mas os métodos antigos eram rígidos: se uma pessoa estivesse sentada entre uma mesa de "soldados" e uma mesa de "estranhos", o software antigo dizia: "Ela é 100% da mesa dos soldados" ou "100% da mesa dos estranhos".

O problema: Na vida real, as células estão em um "meio-termo". Uma célula pode estar sentada na borda, sentindo o cheiro de ambos os grupos. Os métodos antigos não conseguiam ver essa nuance.

2. A Solução: O "Escaneador de Bairro" (hoodscanR)

O hoodscanR é como um novo tipo de câmera de segurança superinteligente que não apenas tira fotos, mas calcula a probabilidade de cada pessoa estar em qual grupo.

• A Analogia da Probabilidade: Em vez de dizer "Esta célula é um soldado", o hoodscanR diz: "Esta célula tem 60% de chance de estar no bairro dos soldados e 40% de chance de estar no bairro dos estranhos".
• Por que isso é incrível? Isso permite ver células que estão em "zonas de fronteira", onde a batalha ou a cooperação acontece. É como entender que um vizinho pode ter influência tanto da padaria quanto da escola, e não apenas de uma delas.

3. Como funciona na prática? (A Receita do Bolo)

O software funciona em três passos principais:

1. Mapear a vizinhança: Ele olha para cada célula e pergunta: "Quem são os seus 100 vizinhos mais próximos?".
2. Calcular a "Vibe" do Bairro: Ele usa uma fórmula matemática (chamada SoftMax) para ver qual é a mistura de vizinhos. Se seus vizinhos são todos do mesmo tipo, o bairro é "puro". Se é uma mistura, o bairro é "diverso".
3. Descobrir Segredos: Ao agrupar células com a mesma "vibe" de bairro, o software descobre padrões que antes eram invisíveis.

4. O que eles descobriram? (As Histórias Reais)

Os autores testaram essa ferramenta em dois tipos de "cidades" cancerosas: Câncer de Mama e Câncer de Pulmão.

• Na Mama (O Bairro da Resistência): Eles viram que certas células cancerosas mudavam seu comportamento dependendo de quem estava ao lado. Se estivessem perto de células de defesa (linfócitos B), elas agiam de um jeito; se estivessem sozinhas, agiam de outro. Isso ajuda a entender por que alguns tratamentos funcionam em alguns pacientes e em outros não.
• No Pulmão (O Segredo da Imunidade): Eles encontraram "bairros" especiais onde células de defesa se organizavam como pequenas fortalezas (chamadas estruturas linfoides). Descobrir onde essas fortalezas estão ajuda a prever se o paciente vai sobreviver ao câncer.

Além disso, eles usaram a ferramenta no cérebro de um rato. Lá, descobriram que neurônios em diferentes "bairros" (mesmo sendo do mesmo tipo) tinham comportamentos químicos diferentes, como se fossem pessoas que vivem em bairros diferentes e, por isso, têm hábitos diferentes.

5. Por que isso importa para você?

Imagine que você é um médico tentando curar um paciente.

• Antes: Você olhava para o tumor e dizia: "Tem muitas células ruins aqui. Vamos dar um remédio forte."
• Com o hoodscanR: Você olha e diz: "Ah, essas células ruins estão escondidas em um bairro protegido por amigos. O remédio não vai chegar até elas. Vamos mudar a estratégia para quebrar essa proteção primeiro."

Resumo em uma frase

O hoodscanR é um novo mapa inteligente que nos permite ver não apenas quem está no tecido, mas com quem cada célula está conversando, revelando segredos sobre como doenças como o câncer se escondem e como podemos vencê-las.

É como passar de uma lista telefônica simples para um mapa de trânsito em tempo real que mostra exatamente onde o engarrafamento (a doença) está acontecendo e por quê.

Resumo técnico

Título: hoodscanR: perfilamento de vizinhanças de células únicas em dados de transcriptômica espacial

1. O Problema

A transcriptômica espacial evoluiu rapidamente, permitindo a geração de dados em nível de célula única que preservam a informação espacial do tecido. No entanto, a maioria das metodologias analíticas atuais ainda trata esses dados de forma semelhante à transcriptômica de célula única (scRNA-seq) tradicional, ignorando o rico contexto espacial.

• Limitações das ferramentas existentes: Ferramentas populares como Squidpy, Giotto, Seurat (BuildNicheAssay), Banksy, BayesSpace, entre outras, focam na identificação de domínios espaciais ou enriquecimento de vizinhanças. Contudo, elas frequentemente falham em:
  • Fornecer pertencimento parcial em nível de célula única (ou seja, uma célula não pode pertencer a múltiplas vizinhanças simultaneamente com probabilidades definidas).
  • Gerar perfis de vizinhança em nível de célula única, essenciais para caracterizar o contexto espacial ao redor de cada célula individualmente.
  • Capturar a composição matizada de ambientes celulares mistos (ex: uma célula em uma região com mistura de células B e estromais é frequentemente categorizada de forma binária, perdendo a nuance).

2. Metodologia

O hoodscanR é um pacote Bioconductor (R) desenvolvido para superar essas lacunas, utilizando uma infraestrutura baseada em SpatialExperiment. O fluxo de trabalho técnico inclui:

• Busca de Vizinhos: Utiliza um algoritmo de Vizinho Mais Próximo Aproximado (ANN) baseado em árvores k-d para identificar eficientemente os $k$ vizinhos mais próximos de cada célula com base nas coordenadas espaciais.
• Cálculo de Probabilidade de Vizinhança:
  • Calcula a distância euclidiana entre uma célula alvo e seus vizinhos.
  • Aplica uma função SoftMax aprimorada por um hiperparâmetro de temperatura ($\tau$) para gerar uma distribuição de probabilidade.
  • A fórmula calcula a probabilidade de uma célula $x$ residir em uma vizinhança específica $h_j$ (definida por anotações de usuário, como tipos celulares ou expressão gênica), ponderada pela distância e pelo parâmetro $\tau$.
  • Isso resulta em uma matriz de probabilidade onde cada célula possui um vetor de probabilidades indicando seu grau de pertencimento a várias vizinhanças distintas.
• Métricas de Incerteza:
  • Calcula a Perplexidade (baseada na entropia de Shannon) para resumir a diversidade e complexidade da distribuição de probabilidade da vizinhança de cada célula.
  • Realiza testes de permutação empírica para calcular valores-p, identificando regiões com significância estatística na complexidade das vizinhanças.
• Análises de Baixo Nível:
  • Agrupamento Não Supervisionado: Utiliza o algoritmo K-means na matriz de distribuição de vizinhança para identificar domínios espaciais baseados em padrões de vizinhança.
  • Análise de Co-localização: Calcula correlações de Pearson entre as distribuições de vizinhança para mapear interações espaciais.
  • Análise de Expressão Diferencial (DE): Permite agrupar células (pseudo-bulk) com base em suas vizinhanças para identificar mudanças transcricionais específicas do contexto espacial.

3. Principais Contribuições

• Pertencimento Parcial em Nível de Célula: Diferente de métodos que atribuem uma célula a um único domínio, o hoodscanR permite que uma célula tenha probabilidades associadas a múltiplas vizinhanças, refletindo a realidade biológica de microambientes mistos.
• Perfis de Vizinhança em Nível de Célula: Gera um perfil detalhado para cada célula, permitindo análises downstream personalizadas e precisas.
• Flexibilidade de Anotação: O método não depende apenas de anotações de tipos celulares; pode utilizar agrupamentos baseados em expressão gênica (ex: receptores hormonais) ou outras metadados fornecidos pelo usuário.
• Eficiência Computacional: Utiliza algoritmos otimizados (ANN) e a infraestrutura Bioconductor, demonstrando ser significativamente mais rápido que concorrentes em grandes conjuntos de dados.
• Compatibilidade: Integra-se perfeitamente com o ecossistema Bioconductor (SpatialExperiment), facilitando o fluxo de trabalho com outras ferramentas de pré-processamento e análise.

4. Resultados

O desempenho do hoodscanR foi validado em diversos conjuntos de dados públicos (Nanostring CosMx, 10X Xenium, MERFISH, STARmap, Visium HD):

• Benchmarking de Domínios Espaciais: Em uma comparação com 7 outros métodos (incluindo Banksy, SpaGCN, Utag), o hoodscanR obteve a maior pontuação média de desempenho (baseada em ARI, NMI, pureza e homogeneidade) e foi ~21 vezes mais rápido que o segundo método mais rápido (Banksy).
• Recuperação de Arquitetura Biológica: No cólon de camundongo (MERFISH), o método recuperou com precisão as camadas concêntricas (mucosa, submucosa, muscularis externa) e suas fronteiras sutis, superando outros métodos.
• Aplicação em Câncer (Breast e NSCLC):
  • Identificou com precisão células em vizinhanças mistas (ex: células tumorais com alta probabilidade de pertencer a vizinhanças de células B e estromais simultaneamente).
  • Detectou estruturas linfoides terciárias (TLS) e correlacionou a presença de vizinhanças ricas em células B com respostas imunes.
  • Análise Transcricional: Ao comparar células tumorais em diferentes vizinhanças (ex: vizinhança de macrófagos vs. estromal), identificou genes diferencialmente expressos (DE) e vias enriquecidas (ex: vias de colágeno e resistência a drogas), demonstrando que o contexto espacial influencia diretamente o estado transcricional.
• Aplicação em Tecidos Não-Cancerosos (Cérebro): No cérebro de camundongo, identificou domínios baseados em genes marcadores neuronais e revelou diferenças transcricionais em neurônios dependendo de sua vizinhança (ex: plasticidade sináptica em regiões específicas).

5. Significância

O hoodscanR preenche uma lacuna crítica na análise de transcriptômica espacial ao fornecer uma ferramenta que respeita a complexidade e a continuidade dos microambientes teciduais.

• Impacto Biológico: Permite aos pesquisadores ir além da simples segmentação de domínios, investigando como a composição celular vizinha molda o fenótipo e a função de células individuais.
• Descoberta de Mecanismos: Facilita a identificação de mecanismos de progressão de doenças e respostas terapêuticas mediadas pelo microambiente tumoral (TME), como a influência de vizinhanças imunes na resistência a drogas ou na formação de TLS.
• Futuro da Análise Espacial: Ao ser agnóstico à plataforma e flexível quanto às anotações, o hoodscanR prepara o terreno para análises mais sofisticadas que integram localização espacial e expressão gênica para gerar novas hipóteses biológicas, sendo um passo fundamental para a medicina de precisão baseada em tecido.