STiLE: Automated Tissue Microarray Dearraying for Spatial Transcriptomics

O artigo apresenta o STiLE, uma ferramenta automatizada e independente de imagens que utiliza coordenadas de centróides celulares para realizar o desmontagem (dearraying) de microarrays de tecido com alta precisão, superando limitações de métodos existentes e suportando diversas plataformas de transcriptômica espacial.

O essencial

Imagine que você é um organizador de uma festa muito grande e complexa. Você tem centenas de convidados (as células) espalhados por uma sala gigante, e cada um deles tem um crachá com um código de barras (os dados genéticos). O problema é que, para economizar espaço e dinheiro, você não colocou todos os convidados em uma única sala aberta. Em vez disso, você os organizou em pequenas mesas redondas (os "núcleos" ou cores do TMA), mas as mesas foram colocadas de forma um pouco bagunçada: algumas estão mais perto, outras mais longe, algumas faltaram, e a iluminação da sala está ruim em alguns cantos.

Agora, você precisa saber qual convidado está sentado em qual mesa para poder analisar o que cada grupo está conversando. Fazer isso manualmente, olhando para uma foto da sala e tentando adivinhar, é exaustivo, demorado e propenso a erros, especialmente se a foto estiver embaçada ou se a tinta das roupas dos convidados estiver manchada.

É aqui que entra o STiLE, a ferramenta apresentada neste artigo.

O que é o STiLE?

O STiLE é como um detetive geométrico superinteligente que resolve esse problema de organização. A grande sacada dele é que ele não precisa olhar para a foto da sala. Ele não se importa se a iluminação está ruim, se a foto está borrada ou se a tinta das roupas está manchada.

Ele funciona apenas com a lista de endereços (as coordenadas X e Y de cada convidado).

Como ele funciona? (A Analogia da "Bolha de Amizade")

1. O Toque Mágico (Análise de Conectividade):
   Imagine que cada convidado estica um braço invisível de um tamanho específico (um "raio de bolha"). Se o braço de um convidado toca o braço de outro, eles são considerados "vizinhos". O STiLE conecta todos que se tocam, formando grupos. Se a mesa está cheia, todos se tocam e formam um grande grupo. Se há um espaço vazio entre as mesas, os braços não se tocam, e os grupos ficam separados. Isso separa as mesas bagunçadas apenas olhando para a distância entre as pessoas.

2. O Filtro de Ruído (Agrupamento HDBSCAN):
   Às vezes, há um convidado solitário ou um pedaço de papel no chão (lixo de dados) perto de uma mesa. O STiLE usa um filtro inteligente para perceber: "Ei, esse cara está muito longe dos outros da mesa, ele não faz parte do grupo". Ele remove esses "intrusos" para não confundir a análise.

3. Ajuste Fino (Refinamento em Grade):
   Se as mesas estiverem muito próximas ou a sala estiver muito torta, o STiLE olha para o "mapa geral". Ele vê onde há picos de concentração de pessoas (como se fosse ver onde a multidão é mais densa no mapa) e alinha as mesas imaginárias nesses picos. É como se ele desenhasse uma grade invisível sobre a sala para garantir que ninguém se perca, mesmo que as mesas não estejam perfeitamente alinhadas.

Por que isso é revolucionário?

• Não precisa de fotos: Métodos antigos tentavam "ver" as mesas em uma foto microscópica. Se a foto estivesse ruim, o método falhava. O STiLE ignora a foto e usa apenas a matemática das posições.
• Funciona em qualquer lugar: Ele funciona com qualquer tipo de tecnologia de leitura de células (como Xenium, CosMx ou MERSCOPE), como se fosse um tradutor universal que entende qualquer sotaque.
• Rápido e Robusto: Ele consegue organizar milhões de convidados em questão de minutos, mesmo que a sala esteja cheia de buracos (mesas faltando) ou distorcida.

O Resultado

O STiLE transformou uma tarefa que antes exigia horas de trabalho manual e olhos cansados em um processo automático e quase perfeito. Ele permite que cientistas estudem centenas de pacientes de uma só vez, organizando milhões de células em seus grupos corretos com uma precisão de quase 100%.

Em resumo: O STiLE é o organizador de festas que não precisa de óculos, não se importa com a bagunça da sala e consegue dizer exatamente quem está sentado em qual mesa, apenas olhando para a lista de endereços. Isso libera os cientistas para focarem no que realmente importa: descobrir os segredos das doenças.

Resumo técnico

1. O Problema

As plataformas de transcriptômica espacial baseada em imagem (iST), como 10x Xenium, NanoString CosMx e Vizgen MERSCOPE, permitem o perfilamento de RNA em resolução subcelular. Para estudos de coortes grandes, os pesquisadores utilizam Microarrays de Tecido (TMA), onde dezenas ou centenas de núcleos de tecido de diferentes pacientes são dispostos em uma única lâmina.

Um passo crítico de pré-processamento nesses dados é o dearraying (ou "desarranjo"): a tarefa de atribuir cada célula segmentada ao seu núcleo de origem (core) específico antes da análise downstream.

• Limitações das abordagens atuais: Os métodos existentes (ex: QuPath, ATMAD, MCMICRO) operam sobre imagens histológicas (raster), dependendo de contraste tecido-fundo e características morfológicas.
• Desafios específicos do iST:
  1. Os dados de iST são frequentemente baseados em coordenadas de centróides de células e contagens de transcritos, não em imagens densas.
  2. As imagens de fluorescência do iST são esparsas e dependem de marcadores, carecendo do contraste uniforme necessário para algoritmos baseados em imagem.
  3. Imagens histológicas correspondentes podem não estar disponíveis.
  4. A maioria dos métodos assume uma grade regular, falhando quando há desalinhamento, espaçamento variável ou núcleos danificados/ausentes.

2. Metodologia: STiLE

O STiLE (Spatial Tissue microarray Labeling and Extraction) é uma ferramenta em Python desenvolvida para realizar o dearraying automatizado exclusivamente a partir das coordenadas dos centróides das células, eliminando a dependência de dados de imagem.

O pipeline é modular e consiste em quatro fases principais (com uma etapa opcional de refinamento):

1. Análise de Conectividade:

   • Cada centróide celular é expandido por um raio de buffer ($r$).
   • Células cujos buffers se sobrepõem são conectadas para formar um grafo não direcionado.
   • O raio padrão é definido pela mediana da distância entre vizinhos mais próximos (NN), estimada a partir de uma subamostra.
   • Componentes conectados são extraídos via busca em largura (BFS), separando regiões espaciais distintas (núcleos candidatos).

2. Agrupamento Baseado em Densidade (HDBSCAN):

   • Dentro de cada componente conectado, aplica-se o algoritmo HDBSCAN (Hierarchical Density-Based Spatial Clustering of Applications with Noise).
   • Isso refina a estrutura do núcleo, identificando clusters compactos de alta densidade e tratando ruídos (detritos, células de baixa densidade) como outliers.
   • Seleção de clusters "folha" (leaf cluster selection) é usada para evitar a fusão indevida de núcleos adjacentes conectados por pontes esparsas.

3. Fusão Guiada por Componentes:

   • Como o HDBSCAN pode fragmentar um único núcleo biológico devido a variações de densidade, o STiLE funde todos os clusters que pertencem ao mesmo componente conectado da Fase 1.
   • Isso restaura a coerência biológica dos núcleos enquanto mantém o filtro de ruído.

4. Refinamento Baseado em Grade (Opcional):

   • Para casos desafiadores (núcleos esparsos, tecidos fragmentados), uma etapa opcional utiliza a estrutura global da grade.
   • Projeta-se as coordenadas em histogramas de densidade marginais (eixos X e Y) para detectar picos.
   • O produto cartesiano desses picos define centros de grade candidatos. Os clusters são reatribuídos ao centro mais próximo, regularizando as posições sem impor uma grade rígida.

Interface Interativa: O STiLE possui uma interface web baseada em Streamlit que permite o ajuste de parâmetros, visualização em tempo real, processamento baseado em regiões (para lâminas grandes com espaçamento heterogêneo) e exportação de resultados.

3. Principais Contribuições

• Independência de Imagem: É o primeiro método de dearraying projetado especificamente para dados de transcriptômica espacial baseados em coordenadas, tornando-o robusto a variações de coloração, iluminação e artefatos de imagem.
• Agnosticismo de Plataforma: Funciona nativamente com 10x Xenium, NanoString CosMx e Vizgen MERSCOPE sem necessidade de retreinamento ou pré-processamento de imagem.
• Robustez Geométrica: Não assume uma grade perfeita; lida com desalinhamentos, espaçamento não uniforme e núcleos ausentes através de uma abordagem híbrida (conectividade + detecção de picos).
• Escalabilidade: O algoritmo escala para conjuntos de dados com milhões de células (complexidade aproximada de $O(n \log n)$), processando grandes coortes em minutos.
• Integração: Aceita formatos padrão (AnnData, CSV) e integra-se diretamente em fluxos de trabalho existentes.

4. Resultados

O STiLE foi validado em dois cenários principais:

• Dados Públicos Reais:

  • Testado em 11 amostras de TMA públicas (50–150 núcleos) das três plataformas principais.
  • Desempenho: Alcançou um Índice Rand Ajustado (ARI) > 0.99 em todos os conjuntos de dados, com métricas de completude e homogeneidade superiores a 0.99.
  • Tempo: Processamento de até 1 milhão de células concluído em poucos minutos em hardware padrão.

• Benchmarking Sintético:

  • Gerados 396 conjuntos de dados sintéticos com artefatos realistas: variação de tamanho de núcleo (jitter de raio 0–100%), viés de densidade celular, núcleos ausentes (até 50%), deformações não rígidas, dobras de tecido e buracos.
  • Desempenho: ARI médio de 0.992 (mediana 1.000, mínimo 0.885).
  • 99,7% dos conjuntos de dados superaram um ARI de 0.90, demonstrando robustez consistente mesmo sob condições extremas de distorção geométrica e perda de dados.

5. Significado

O STiLE resolve um gargalo persistente na análise de transcriptômica espacial em larga escala. Ao eliminar a necessidade de imagens histológicas e a dependência de grades rígidas, ele permite:

1. Análise de Coortes em Escala: Facilita o uso de TMAs para estudos populacionais grandes e economicamente viáveis.
2. Reprodutibilidade: Remove a variabilidade introduzida por métodos manuais ou baseados em imagem sensíveis a artefatos.
3. Acessibilidade: Oferece uma solução automatizada e de código aberto que democratiza o processamento de dados complexos de iST para pesquisadores sem necessidade de expertise em processamento de imagem.

Em resumo, o STiLE transforma o dearraying de um problema de processamento de imagem para um problema de agrupamento geométrico em espaço de coordenadas, oferecendo uma solução escalável, robusta e agnóstica à plataforma para o futuro da biologia espacial.