DenMark: A Bayesian Hierarchical Model for Identifying Cell-Density Correlated Genes from Spatial Transcriptomics

O artigo apresenta o DenMark, um modelo estatístico bayesiano hierárquico que utiliza aproximação de processos gaussianos em espaço de Hilbert para identificar genes correlacionados com a densidade celular em dados de transcriptômica espacial de resolução unicelular, oferecendo quantificação de incerteza e validação em diversas plataformas e tecidos.

O essencial

Imagine que você está olhando para uma cidade muito movimentada vista de um helicóptero. Você consegue ver duas coisas principais:

1. Onde as pessoas estão: Em quais ruas há multidões e em quais há apenas algumas pessoas.
2. O que as pessoas estão fazendo: Se elas estão correndo, conversando, ou trabalhando.

Até hoje, os cientistas que estudam o corpo humano (especificamente o "mapa" das células) conseguiam ver muito bem onde as células estão e o que elas dizem (seus genes). Mas eles tinham dificuldade em responder a uma pergunta simples: "O quanto as células estão apertadas (a densidade) muda o que elas dizem?"

É como se soubéssemos que em um estádio lotado as pessoas gritam mais, mas não tínhamos uma ferramenta matemática para provar que o grito é causado pela multidão, e não apenas por coincidência.

Aqui entra o DenMark.

O Que é o DenMark?

O DenMark é como um detetive superinteligente criado por pesquisadores da Universidade McGill. Ele é um programa de computador (um modelo estatístico) que consegue olhar para mapas de células individuais e dizer: "Ei, notei que quando as células se aglomeram, o gene X começa a falar mais alto. E quando elas estão soltas, o gene Y fica triste e calado."

A Analogia da Festa

Para entender como o DenMark funciona, vamos usar a analogia de uma festa:

1. O Problema Antigo: Antes, os cientistas olhavam para a festa e diziam: "Olha, a música está alta no canto da piscina e baixa perto da cozinha". Eles sabiam onde a música estava, mas não sabiam se era porque havia mais gente na piscina ou se a música era apenas diferente em cada cômodo.
2. A Solução DenMark: O DenMark chega e diz: "Vamos separar as coisas.
   • Parte 1: O barulho geral da festa (a densidade das pessoas).
   • Parte 2: O que cada pessoa está cantando especificamente (o gene).
   • A Mágica: O DenMark calcula se o que a pessoa está cantando muda porque ela está cercada de gente ou se ela canta isso mesmo se estivesse sozinha."

Como ele faz isso? (Sem matemática chata)

O corpo humano é enorme e complexo. Analisar cada célula individualmente seria como tentar contar cada grão de areia de uma praia à mão. Seria impossível e demorado.

O DenMark usa um truque genial chamado HSGP (que é um nome complicado para "atalho matemático").

• Em vez de olhar para cada célula de um por um, ele divide a imagem da biópsia em quadradinhos (como um tabuleiro de xadrez).
• Ele olha para cada quadradinho e pergunta: "Quantas células tem aqui? O que elas estão dizendo?"
• Depois, ele usa uma "lente mágica" (chamada de Processo de Gauss) para conectar os pontos, criando um mapa suave que mostra como a densidade e os genes se relacionam em toda a área.

O Que eles descobriram?

Os pesquisadores usaram o DenMark em dois cenários reais e descobriram coisas incríveis:

1. No Cérebro de Camundongos: Eles olharam para as células de suporte (astrócitos). Descobriram que certos genes, que ajudam o cérebro a se curar de lesões, só "acordam" quando essas células estão muito juntas. É como se o cérebro precisasse de uma "multidão" para ativar o botão de emergência.
2. No Câncer de Mama: Eles olharam para tumores. Descobriram uma "guerra" silenciosa.
   • Onde as células cancerígenas estavam muito densas, certos genes de defesa do corpo (células imunes) ficavam calados.
   • Onde as células imunes estavam densas, os genes do tumor mudavam de comportamento.
   • O DenMark mostrou que o tumor e o sistema imunológico estão constantemente "conversando" através da densidade, tentando ganhar a batalha.

Por que isso é importante?

Imagine que você é um médico tentando curar um paciente.

• Antes: Você sabia que o tumor estava lá e que certas células estavam lá.
• Com o DenMark: Você agora sabe como o tumor se comporta quando está apertado. Isso pode levar a novos remédios que "enganam" o tumor, fazendo-o pensar que está em um lugar solitário e desligando seus mecanismos de defesa, ou vice-versa.

Resumo em uma frase

O DenMark é a ferramenta que finalmente nos permite entender que, no corpo humano, não é apenas o que você diz que importa, mas também o quão apertado você está no grupo que define o que você vai dizer.

Resumo técnico

Resumo Técnico: DenMark

1. O Problema

As tecnologias recentes de transcriptômica espacial (ST) de resolução celular única permitem mapear a expressão gênica preservando a localização precisa das células. Embora a densidade celular local (abundância de células por unidade de área) seja um descritor fundamental da organização tecidual e esteja ligada a programas transcricionais, a maioria das ferramentas estatísticas atuais foca na identificação de genes variáveis espacialmente (SVGs) — genes com expressão heterogênea no espaço — mas falha em quantificar explicitamente a correlação entre densidade celular e expressão gênica.

Métodos existentes geralmente tratam as localizações celulares como fixas ou modelam a expressão condicionalmente às coordenadas espaciais, deixando a variação na densidade celular não modelada. Isso resulta em uma inferência limitada sobre como a abundância celular local influencia a expressão gênica, sem uma quantificação robusta da incerteza dessa relação.

2. Metodologia

O artigo propõe o DenMark (Density-dependent Marked point process), uma estrutura estatística unificada baseada em um modelo hierárquico bayesiano que modela conjuntamente a localização das células e a expressão gênica.

• Processo Pontual Marcado Dependente de Densidade: O modelo trata as células como um processo pontual onde a "marca" é a contagem de expressão gênica. Ele assume que a expressão gênica tem duas fontes de variação espacial:
  1. Um componente compartilhado com a densidade celular local.
  2. Um componente específico do gene (residual), que captura padrões espaciais não explicados pela densidade.
• Discretização em Grade: Para lidar com a complexidade computacional, o domínio do tecido é discretizado em uma grade retangular. As contagens de células e a expressão gênica agregada são modeladas dentro de cada célula da grade.
• Aproximação de Processo Gaussiano (GP): O modelo utiliza Processos Gaussianos (GPs) para capturar a estrutura espacial suave da densidade e da expressão.
  • Para garantir escalabilidade em dados de alta resolução (milhares de células), o DenMark emprega uma Aproximação de Processo Gaussiano no Espaço de Hilbert (HSGP). Esta técnica de baixa classificação (low-rank) reduz drasticamente o custo computacional da inferência posterior sem sacrificar significativamente a precisão.
• Inferência Bayesiana: Os parâmetros são estimados usando métodos de Monte Carlo via Cadeias de Markov (MCMC), especificamente Hamiltonian Monte Carlo (HMC), fornecendo distribuições posteriores completas para os parâmetros de interesse, incluindo a correlação entre densidade e expressão.
• Critério de Comparação de Modelos: O uso de genes correlacionados à densidade (DCGs) é validado comparando o modelo completo (com termo de dependência) contra um modelo de base (independente) utilizando o Critério de Informação de Watanabe-Akaike (WAIC).

3. Contribuições Principais

• Novo Paradigma Estatístico: Introdução de um framework que modela explicitamente a correlação entre densidade celular e expressão gênica, diferenciando-se dos métodos tradicionais focados apenas em variabilidade espacial.
• Escalabilidade Computacional: A integração da aproximação HSGP permite a aplicação do modelo a conjuntos de dados de transcriptômica espacial de alta resolução (ex: MERFISH, Xenium) que seriam computacionalmente proibitivos para GPs exatos.
• Quantificação de Incerteza: Fornece intervalos de credibilidade para as estimativas de correlação, permitindo uma avaliação rigorosa da significância biológica.
• Decomposição de Campos Latentes: Oferece uma visualização interpretável que separa a variação espacial compartilhada (impulsionada pela densidade) da variação específica do gene.

4. Resultados

Os autores validaram o DenMark através de simulações e aplicações em dados reais:

• Simulações:

  • O modelo demonstrou estimativas precisas e bem calibradas da correlação densidade-expressão.
  • A aproximação HSGP mostrou-se comparável ao GP exato em precisão, mas com tempos de computação significativamente menores, especialmente com um número adequado de funções de base.
  • A sensibilidade à resolução da grade foi analisada, confirmando que grades mais finas melhoram a precisão da aproximação.

• Dados de Cérebro de Camundongo (MERFISH):

  • Aplicado a astrocitos, o modelo validou genes conhecidos por estarem ligados à adesão e migração celular (ex: Aqp4, Cxcl12, Cxcr4), mostrando correlação positiva com a densidade.
  • Identificou novos DCGs (ex: Gprc5b, Adcyap1r1) que não eram necessariamente os genes mais variáveis espacialmente (SVGs), demonstrando que DCGs e SVGs capturam sinais biológicos distintos.
  • Análise de enriquecimento de conjuntos gênicos (GSEA) revelou que os DCGs estão associados a processos como desenvolvimento do sistema nervoso e ligação de proteínas.

• Dados de Câncer de Mama (10x Xenium):

  • Aplicado a microambientes tumorais (DCIS e tumor invasivo) e células imunes (CD8+ T).
  • Revelou uma interação antagônica: genes que aumentam com a densidade de células tumorais tendem a diminuir com a densidade de células imunes, e vice-versa.
  • Identificou programas transcricionais associados à infiltração imune e remodelamento do estroma, destacando a dinâmica competitiva entre o tumor e o microambiente imune.
  • A sobreposição entre DCGs e SVGs foi baixa, reforçando que o DenMark captura uma dimensão biológica única.

5. Significância

O DenMark preenche uma lacuna crítica na análise de transcriptômica espacial ao fornecer uma ferramenta estatística rigorosa para investigar como a arquitetura tecidual (densidade celular) molda o estado molecular (expressão gênica).

• Biologicamente: Permite descobrir genes que respondem mecanicamente ao microambiente celular, o que é crucial para entender processos como progressão tumoral, resposta imune e organização de tecidos.
• Metodologicamente: Estabelece um novo padrão para análise de dados espaciais de alta resolução, combinando modelos pontuais marcados com aproximações escaláveis de processos gaussianos.
• Aplicabilidade: O código é de código aberto, permitindo que a comunidade científica aplique o framework a diversos contextos biológicos, desde neurociência até oncologia, para desvendar os mecanismos de regulação gênica dependentes da densidade celular.