Spatially aligned random partition models on spatially resolved transcriptomics data

Os autores propõem modelos de partição aleatória espacialmente alinhada (SARP) baseados em inferência bayesiana não paramétrica para analisar dados de transcriptômica espacialmente resolvida, permitindo identificar subtipos de células imunes e estromais que exibem co-localização com regiões tumorais específicas em câncer colorretal.

O essencial

Imagine que você está olhando para uma cidade muito complexa e barulhenta: o tumor de câncer colorretal. Nessa cidade, existem três tipos principais de "habitantes": as células tumorais (os "chefes" do problema), as células imunes (os "policiais" tentando combater o tumor) e as células estromais (os "construtores" que formam a estrutura da cidade).

O grande mistério que os cientistas querem resolver é: Como esses grupos se organizam? Quem está morando perto de quem? As células tumorais estão "recrutando" certos tipos de policiais para proteger a si mesmas? Ou os construtores estão ajudando os ladrões?

Até agora, os métodos de análise eram como olhar para uma foto estática e tentar adivinhar quem conversa com quem, mas sem entender a dinâmica do bairro.

A Solução: O Modelo SARP (O "Mapa de Alinhamento Espacial")

Os autores deste artigo criaram uma ferramenta inteligente chamada SARP (Modelos de Partição Aleatória Alinhada Espacialmente). Vamos usar uma analogia para entender como ela funciona:

1. A Festa de Máscaras (A Agrupamento)

Imagine que todas as células entraram em uma festa.

• O problema: Elas estão todas misturadas. Você vê milhares de pessoas, mas não sabe quem é quem.
• A solução do SARP: O modelo é como um detetive que olha para dois tipos de pistas:
  1. O que elas vestem (Genética): O que cada célula "diz" sobre si mesma através dos seus genes.
  2. Onde elas estão (Localização): A posição exata delas no tecido.

O SARP agrupa as células em "turmas" (clusters) baseando-se no que elas são e onde estão.

2. O Jogo do "Cadeia de Comando" (A Dependência Espacial)

Aqui está a parte genial do modelo. A maioria dos métodos anteriores tratava cada grupo de células como se estivesse em uma sala separada. O SARP, no entanto, entende que a cidade é um só.

• A Analogia do "Ponto de Encontro": Imagine que as células tumorais são os organizadores de um evento. Elas escolhem um local (uma área do tumor).
• O SARP pergunta: "Quem veio para essa festa?"
• O modelo cria uma regra especial: As células imunes e estromais podem se agrupar ao redor das células tumorais, mas mantendo sua própria identidade.
  • É como se o tumor dissesse: "Eu vou me reunir no Parque Central".
  • O SARP permite que o modelo diga: "Ok, o grupo de Polícia A (Imune) vai se reunir perto do Parque Central, mas o Grupo de Polícia B vai ficar longe, no outro lado da cidade".

O modelo é "assimétrico": ele trata as células tumorais como o referencial (o ponto de partida) e vê como os outros grupos se alinham em relação a elas.

3. A Mágica da Matemática (Priors Pitman-Yor)

Para fazer isso funcionar, eles usaram uma técnica matemática sofisticada (chamada Processo de Pitman-Yor).

• Analogia: Pense em um mapa de calor. O modelo não diz "essa célula está exatamente no ponto X". Ele diz: "Essa célula de polícia tem uma probabilidade muito alta de estar perto desse grupo de ladrões".
• Ele permite que existam "subgrupos" dentro dos grupos. Por exemplo, nem todos os "policiais" são iguais. Alguns são "policiais de choque" (que atacam o tumor) e outros são "policiais de trânsito" (que ajudam o tumor a crescer). O SARP consegue separar esses subgrupos e ver exatamente qual deles está "grudado" em qual tipo de tumor.

O Que Eles Descobriram (O Resultado)

Ao aplicar essa ferramenta a dados reais de câncer colorretal, eles descobriram coisas incríveis:

1. Não é uma bagunça: O tumor não é um caos aleatório. Existem padrões muito específicos.
2. Recrutamento Seletivo: Certos tipos de células tumorais "convidam" tipos específicos de células imunes para morar ao lado delas.
   • Exemplo: Um tipo de tumor pode estar cercado por células imunes que, na verdade, estão ajudando o tumor a se esconder do sistema imunológico (como se fossem "policiais corruptos").
3. Novos Alvos: Ao saber exatamente quem está morando ao lado de quem, os médicos podem criar tratamentos mais precisos. Em vez de atacar todo o tumor, eles podem tentar quebrar a aliança entre o tumor e seus "aliados" imunes.

Resumo em uma Frase

O SARP é como um GPS inteligente para biologia que não apenas mostra onde as células estão, mas desenha um mapa de "quem está se juntando com quem", revelando as alianças secretas dentro do tumor que os métodos antigos não conseguiam ver.

Isso ajuda a entender a "biografia" do tumor e pode levar a tratamentos que cortam essas alianças, derrotando o câncer de forma mais inteligente.

Resumo técnico

Resumo Técnico: Modelos de Partição Aleatória Alinhada Espacialmente (SARP)

1. Problema e Motivação

O artigo aborda um desafio fundamental na análise de dados de transcriptômica espacial (ST) e sequenciamento de RNA de célula única (scRNA-seq): a necessidade de inferir a co-localização espacial entre subpopulações de diferentes tipos celulares (ex.: células tumorais, imunes e estromais) em tecidos cancerígenos.

• Limitação dos Métodos Atuais: A literatura existente foca predominantemente em agrupamento (clustering) dentro de um único conjunto de unidades espaciais ou em modelos que não permitem inferência sobre a relação de dependência entre partições de tipos celulares distintos. Métodos como BayesSpace, SpaGCN e SpaRTaCo realizam agrupamento espacial, mas não modelam explicitamente a dependência estrutural onde um tipo celular (ex.: tumor) "recruta" ou influencia a localização de subtipos de outros tipos (ex.: imunes).
• Objetivo Específico: Desenvolver um modelo que permita inferir como subtipos de células imunes e estromais se alinham espacialmente com subtipos de células tumorais, formalizando essa interação como dependência espacial em subconjuntos de parâmetros, mantendo a independência a priori nas características de expressão gênica.

2. Metodologia: O Modelo SARP

Os autores propõem o Modelo de Partição Aleatória Alinhada Espacialmente (SARP - Spatially Aligned Random Partition). Trata-se de uma abordagem Bayesiana Não Paramétrica (BNP) que constrói partições dependentes para múltiplos conjuntos de unidades experimentais.

Estrutura do Modelo:

• Dados: O modelo utiliza vetores de características $y_{ji}$ para células de tipo $j$ (ex.: $j=1$ não-imunes/tumor, $j=2$ imunes), compostos por coordenadas espaciais ($s_{ji}$) e perfis de expressão gênica ($x_{ji}$).
• Mistura Hierárquica: As células são modeladas como misturas de kernels:
  $$y_{ji} \mid \omega_{ji} \sim f(\cdot \mid \omega_{ji})$$
  onde $\omega_{ji}$ são parâmetros latentes (localização espacial e parâmetros de expressão) gerados a partir de medidas de mistura discretas $G_j$.
• Dependência Assimétrica: A inovação central reside na construção da priori conjunta das medidas $G_j$.
  • Assume-se que o tipo de referência (ex.: células tumorais, $G_1$) segue um Processo Pitman-Yor (PYP) com uma medida base $G_1^\epsilon$.
  • A medida do segundo tipo ($G_2$) é gerada condicionalmente aos parâmetros espaciais do primeiro tipo ($\omega_{1,1:n_1}$).
  • A medida base de $G_2$ é uma mistura:
    $$G_2^\epsilon = a_2 \tilde{G}_2^\epsilon + b_2 \tilde{f}_1$$
    Onde $\tilde{f}_1$ é uma mistura de kernels centrados nas localizações espaciais observadas das células do tipo 1 ($\omega_{1t}$).
  • Interpretação: Isso permite que os clusters de células imunes se formem ou se "alinhem" espacialmente ao redor dos clusters de células tumorais, com uma probabilidade controlada pelos hiperparâmetros $a_2$ e $b_2$.
• Independência de Expressão Gênica: A dependência é restrita estritamente ao subvetor espacial. Os parâmetros de expressão gênica são modelados com medidas base independentes entre os tipos celulares, refletindo a biologia onde a expressão gênica de uma célula imune não é correlacionada a priori com a de uma célula tumoral, apenas sua localização.
• Processo Pitman-Yor (PYP): Utiliza-se o PYP (generalização do Processo de Dirichlet) com parâmetros de desconto negativos ($\vartheta < 0$) para induzir um número finito e controlado de clusters, favorecendo agrupamentos maiores e biologicamente interpretáveis.

Inferência:

• O modelo é estimado via algoritmo MCMC (Cadeia de Markov de Monte Carlo) utilizando um amostrador de Gibbs bloqueado.
• A estrutura do modelo permite atualizações condicionais fechadas para os parâmetros latentes e indicadores de cluster, facilitando a simulação posterior.

3. Contribuições Principais

1. Inferência de Alinhamento Cruzado: Desenvolvimento de um framework estatístico capaz de inferir a dependência espacial entre partições de diferentes tipos celulares, algo não disponível em métodos de clustering espacial convencionais.
2. Estrutura Assimétrica e Biológica: O modelo captura a natureza causal/assimétrica da biologia tumoral (células tumorais recrutando outras), permitindo que múltiplos subtipos de células "recrutadas" se alinhem a um único subtipo de referência.
3. Separação de Dependências: Separação explícita entre dependência espacial (alinhada) e independência de expressão gênica, evitando a diluição de sinais biológicos por correlações espúrias.
4. Validação Robusta: O método foi validado através de estudos de simulação com dados sintéticos e semi-sintéticos, demonstrando superioridade em identificar co-localização em comparação com Modelos de Mistura Gaussiana (GMM) e o método SpaRTaCo.

4. Resultados

• Estudos de Simulação:
  • Em dados simulados com clusters espacialmente bem separados, o SARP recuperou com alta precisão a estrutura de co-localização (TPR e TNR próximos de 1.0).
  • Em dados semi-sintéticos baseados em dados reais de câncer colorretal (CRC), o SARP superou o GMM e o SpaRTaCo na identificação de subpopulações alinhadas, mantendo alta taxa de verdadeiros negativos (especificidade) mesmo com alta dimensionalidade e clusters espaciais menos definidos.
• Aplicação em Dados Reais (Câncer Colorretal - CRC):
  • Os autores aplicaram o modelo a dados de CRC, integrando scRNA-seq e ST.
  • Descobertas: O modelo identificou subtipos específicos de células imunes (ex.: mieloides, T, B) e estromais que estão espacialmente alinhados com subtipos específicos de células epiteliais (tumorais).
  • Análise Biológica: Através de análise de expressão diferencial (DE) nos clusters alinhados, foram identificados marcadores biológicos relevantes. Por exemplo:
    • Células epiteliais alinhadas com estroma expressaram altos níveis de CXCL1/2/3 (eixo quimioquina que promove microambiente pró-tumoral).
    • Células alinhadas com mieloides expressaram AGR2 (comunicação macrófago-epitelial imunossupressora).
    • Células alinhadas com linfócitos T expressaram CEACAM1/6 (evasão imune).
  • O modelo quantificou a incerteza da co-localização, mostrando probabilidades posteriores para cada célula ou cluster estar alinhado ou não.

5. Significância e Impacto

O trabalho preenche uma lacuna crítica na bioinformática espacial, fornecendo uma ferramenta estatística rigorosa para desvendar a arquitetura do microambiente tumoral (TME).

• Relevância Clínica: Ao identificar quais subtipos de células imunes ou estromais são recrutados por subtipos tumorais específicos, o método pode revelar novos alvos terapêuticos e indicadores prognósticos baseados na organização espacial do tumor.
• Generalidade: Embora focado em transcriptômica, o framework SARP é aplicável a qualquer problema de agrupamento multivariado onde a dependência existe apenas em um subconjunto de características (ex.: tempo e espaço, ou diferentes modalidades de dados).
• Reprodutibilidade: O código R e todos os resultados estão disponíveis publicamente, facilitando a adoção pela comunidade científica.

Em suma, o SARP representa um avanço metodológico ao transformar a observação qualitativa de "células próximas" em uma inferência quantitativa e probabilística sobre a interação e recrutamento celular no câncer.