CosMxScope: Scalable Reconstruction and Digital Pathology Integration of Imaging-Based Spatial Transcriptomics Data

O artigo apresenta o CosMxScope, um framework Python de código aberto que integra dados de transcriptômica espacial do CosMx SMI com ferramentas de patologia digital, permitindo a reconstrução de imagens de lâminas completas, a conversão de dados celulares para formatos compatíveis com o QuPath e a visualização interativa de padrões de expressão gênica e morfologia celular.

O essencial

Imagine que você tem um quebra-cabeça gigante de um tecido biológico (como um pedaço de pele ou de um tumor) e, ao mesmo tempo, você tem uma lista detalhada de "quem está onde" dentro desse tecido. Cada peça do quebra-cabeça é uma célula, e a lista diz exatamente quais genes (as instruções da vida) estão ativos em cada uma delas.

O problema é que, até agora, essas duas informações viviam em mundos separados. A imagem do tecido estava em um formato que os patologistas (os médicos especialistas em analisar tecidos) não conseguiam usar facilmente, e a lista de genes estava em um formato que era difícil de visualizar junto com a imagem.

É aqui que entra o CosMxScope.

O Que é o CosMxScope?

Pense no CosMxScope como um tradutor mágico e um montador de quebra-cabeças feito por programadores para cientistas. Ele é um programa de computador gratuito e leve que pega os dados brutos de uma máquina superavançada chamada CosMx e os transforma em algo que qualquer médico ou pesquisador pode entender e usar.

Como ele funciona? (A Analogia do Mapa e das Post-its)

1. Montando o Mapa Gigante (Reconstrução da Imagem):
   A máquina CosMx tira milhares de fotos pequenas (como se fossem "tiles" de um piso) de um tecido. O CosMxScope pega todas essas fotos minúsculas e as cola perfeitamente, uma ao lado da outra, criando uma única imagem gigante e nítida do tecido inteiro. É como juntar todas as peças de um quebra-cabeça para ver a paisagem completa.

2. Colando os Post-its Digitais (Conversão para GeoJSON):
   A máquina também diz: "Olha, nesta coordenada X,Y existe uma célula do tipo 'A' e ela tem 5 genes ligados". O CosMxScope pega essa informação e a transforma em um formato chamado GeoJSON.

   • A Analogia: Imagine que você tem um mapa de papel antigo. O CosMxScope pega esses dados e coloca "Post-its digitais" transparentes sobre o mapa. Cada Post-it é uma célula. Se você quiser ver onde estão as células cancerígenas, o programa pinta todos os Post-its correspondentes de vermelho. Se quiser ver onde um gene específico está ativo, ele coloca um ponto brilhante naquele Post-it.

3. A Visão do Médico (Integração com QuPath):
   O grande trunfo é que esse formato (GeoJSON) é compatível com o QuPath, um software muito usado por patologistas.

   • A Analogia: Antes, o cientista tinha que olhar para uma planilha de Excel cheia de números e tentar imaginar como aquilo se parecia no tecido. Com o CosMxScope, ele pode abrir a imagem do tecido no QuPath e ver as células e seus genes "flutuando" sobre a imagem real. É como ter uma visão de raio-X que mostra não só a estrutura do tecido, mas também o que cada célula está "pensando" (quais genes estão ativos).

Por que isso é importante?

• Para a Ciência: Permite que os pesquisadores vejam como as células conversam entre si no espaço. Não basta saber quais genes estão ativos; é preciso saber onde eles estão. O CosMxScope ajuda a entender a "arquitetura" do tumor ou do tecido saudável.
• Para a Medicina: Ajuda os patologistas a fazerem diagnósticos mais precisos. Eles podem ver, com seus próprios olhos, a relação entre a forma da célula e sua atividade genética, algo que antes era muito difícil de fazer de forma interativa.
• Simplicidade: O programa foi feito para ser fácil de usar, sem exigir que o médico seja um expert em programação. Ele faz o trabalho pesado de juntar os dados e entrega o resultado pronto para análise.

Em resumo

O CosMxScope é a ponte que conecta a tecnologia de ponta de sequenciamento de genes com a prática diária da medicina. Ele transforma dados complexos e desconexos em uma imagem clara e interativa, permitindo que cientistas e médicos "caminhem" pelo tecido, vejam as células de perto e entendam a história que o corpo está contando, célula por célula.

É como transformar uma pilha de notas soltas e fotos borradas em um filme 4D onde você pode ver a vida acontecendo dentro de cada célula.

Resumo técnico

Resumo Técnico: CosMxScope

1. O Problema

As tecnologias de transcriptômica espacial, como o CosMx Spatial Molecular Imager (SMI) da NanoString, revolucionaram a capacidade de quantificar a expressão gênica em tecidos humanos com resolução celular e subcelular. No entanto, os dados exportados por esta plataforma (tiles de imagem de campo de visão - FOV, coordenadas de transcritos subcelulares e polígonos de segmentação celular) são ricos em informações espaciais, mas não são diretamente compatíveis com ferramentas amplamente utilizadas em patologia digital (como o QuPath).

Existe uma lacuna prática na pesquisa translacional: a dificuldade de integrar os dados de transcriptômica espacial com fluxos de trabalho de análise de imagens histopatológicas para visualização, anotação e análise quantitativa. Embora existam frameworks de análise de ômica espacial (como Giotto, Seurat, Squidpy), muitos carecem de interoperabilidade nativa com ambientes de patologia focados em imagens de lâminas inteiras (Whole Slide Images - WSI).

2. Metodologia

O CosMxScope é um framework de código aberto, leve e escalável desenvolvido em Python para preencher essa lacuna. Ele atua como uma ponte entre os dados brutos exportados pela plataforma AtoMx (NanoString) e ambientes de análise de imagens. O sistema opera através de três funcionalidades principais:

• Reconstrução de Imagem de Lâmina Inteira (Whole Slide Image Reconstruction):

  • O sistema costura (stitches) os tiles de imagem de FOV individuais (4256 × 4256 pixels) em uma imagem global.
  • Utiliza um arquivo de posição de FOV para determinar as coordenadas globais.
  • Para garantir escalabilidade e evitar o esgotamento da memória RAM, implementa arrays mapeados em memória (memory-mapped arrays) e processamento paralelo via joblib.
  • Gera uma imagem costurada de alta resolução, uma imagem de visualização rápida (downsampled por fator de 20) e um arquivo CSV de coordenadas pós-costura.

• Construção de Objetos GeoJSON para Células e Transcritos:

  • Converte polígonos de segmentação celular e coordenadas de transcritos em objetos GeoJSON, um formato padrão compatível com ferramentas como o QuPath.
  • Transforma coordenadas locais (dentro de cada FOV) para o espaço global da imagem costurada.
  • Utiliza o Polars com execução de consultas preguiçosas (lazy evaluation) para processar eficientemente tabelas de transcritos massivas (milhões de linhas), minimizando o uso de memória.
  • Os objetos GeoJSON incluem metadados como identificador da célula, classificação de tipo celular e flags de bloqueio para evitar modificações acidentais.

• Visualização de Expressão Gênica Espacial:

  • Renderiza padrões de expressão gênica sobre a imagem de fundo (downsampled).
  • Detecta regiões de tecido usando desfoque Gaussiano e thresholding de Otsu.
  • Permite visualização interativa de centróides celulares e localização de transcritos (como pontos sobrepostos).
  • Suporta modos de visualização de gene único e múltiplos genes, além de sumarizar a expressão em nível celular e em nível de FOV (tiles coloridos baseados na média de expressão).

3. Principais Contribuições

• Integração Direta com Patologia Digital: A capacidade de exportar dados de segmentação e transcritos para GeoJSON permite que patologistas importem diretamente essas camadas de anotação no QuPath, permitindo sobreposição interativa de dados moleculares sobre imagens histológicas.
• Escalabilidade e Eficiência: O uso de técnicas avançadas de processamento de dados (mapeamento de memória, processamento paralelo e avaliação preguiçosa do Polars) permite lidar com conjuntos de dados massivos típicos de experimentos CosMx sem sobrecarregar os recursos computacionais.
• Acessibilidade: O framework foi projetado para ser leve e fácil de usar, acessível a pesquisadores sem profunda expertise em computação, fornecendo notebooks de exemplo e documentação clara.
• Fluxo de Trabalho Iterativo: Facilita a análise "human-in-the-loop", onde patologistas podem refinar anotações de células ou tecidos com base na visualização conjunta de morfologia e dados espaciais.

4. Resultados

• O CosMxScope foi aplicado com sucesso em múltiplos projetos de pesquisa envolvendo amostras humanas e de camundongos, cobrindo temas desde pré-malignidade até metástase e biomarcadores de imunoterapia.
• O sistema demonstrou a capacidade de reconstruir imagens de lâminas inteiras e mapear com precisão a localização de transcritos e limites celulares no espaço global do tecido.
• A integração com o QuPath permitiu uma avaliação iterativa por especialistas, refinando anotações de forma que não era possível com ferramentas dedicadas exclusivamente ao CosMx anteriormente.
• Foram disponibilizados notebooks de demonstração: um usando dados sintéticos para testar o pipeline de costura e outro usando dados reais para demonstrar visualização e análise.

5. Significado e Impacto

O CosMxScope resolve uma barreira crítica na pesquisa translacional, unificando a morfologia histológica com a transcriptômica espacial de alta resolução. Ao permitir que dados moleculares complexos sejam visualizados e analisados no contexto de imagens de patologia padrão, o software:

• Facilita a descoberta de mecanismos biológicos e patológicos baseados na organização espacial das células.
• Promove a interoperabilidade entre diferentes ecossistemas de análise (ômica espacial e patologia digital).
• Oferece uma solução prática e de código aberto que acelera a adoção de tecnologias de transcriptômica espacial em ambientes clínicos e de pesquisa, permitindo que patologistas explorem dados espaciais de forma intuitiva.

Disponibilidade: O software é gratuito, de código aberto (Licença MIT) e está disponível no GitHub: https://github.com/AivaraX-AI/CosMxScope.