Spatial transcriptomic programs relate to spectrolaminar rhythms across macaque cortex

Resumo Técnico: Programas de Transcriptômica Espacial Relacionam-se com Ritmos Espectrolaminares no Córtex de Macaco

Definição do Problema
O córtex cerebral de primatas exibe uma variação sistemática na microcircuiteria, nos padrões de projeção e na composição molecular através da profundidade cortical. Embora o "motivo espectrolaminar" — um padrão reproduzível onde os picos de potência de alta frequência ocorrem nas camadas superficiais e a potência de $\alpha$-$\beta$ ocorre nas camadas profundas — seja bem estabelecido na eletrofisiologia de macacos, o substrato celular e molecular subjacente permanece não resolvido. Estudos anteriores vincularam marcadores celulares canônicos (ex: PV, NRGN) à potência oscilatória, mas essas abordagens de baixa dimensionalidade não conseguem resolver a diversidade de alta dimensão das subclasses transcriptômicas, composições de tipos celulares regionais e programas de expressão gênica. Um desafio crítico é a falta de um sistema de coordenadas comum para alinhar dados de transcriptômica espacial curvos com perfis de profundidade eletrofisiológica, que variam conforme o ângulo de inserção da sonda e a curvatura cortical. Este estudo aborda se os programas transcriptômicos laminares predizem os processos espectrais expressos através da profundidade cortical além de gradientes corticais e geometrias de camada genéricos.

Metodologia
Os autores desenvolveram uma estrutura "espectro-ômica" para integrar registros de campo local (LFP) laminar com transcriptômica espacial de célula única em 12 regiões corticais pareadas de macaco.

1. Alinhamento e Decomposição Eletrofisiológica (LSE):

   • Alinhamento: As sondas de LFP foram alinhadas usando a estrutura vFLIP-v2, que ancora o eixo de profundidade ao cruzamento $\alpha$-$\beta$/alta frequência (próximo à Camada 4), criando uma referência comum de $z=0$.
   • Decomposição: Em vez de uma análise de potência de banda fixa, os autores empregaram a Expansão Espectral Local (LSE). Este modelo aditivo decompõe a superfície de potência frequência-por-profundidade $Y(f, z)$ em seis processos espectrais canônicos ($\delta, \theta, \alpha, \beta, \text{baixa-}\gamma, \text{alta-}\gamma$) usando núcleos lorentzianos localizados. Isso permite a estimativa de centros de frequência, centros de profundidade e dispersões espaciais específicos de cada processo, preservando a estrutura geométrica do motivo espectrolaminar.

2. Alinhamento Transcriptômico (L4P):

   • Transformação: As células da transcriptômica espacial, originalmente medidas em secções 2D curvas, foram transformadas usando a Projeção da Camada-4 (L4P). Este procedimento desenrola a fita cortical em torno do ponto médio empírico da Camada 4, mapeando as células em um sistema de coordenadas de profundidade plano e assinalado (negativo para superficial, positivo para profundo) que coincide com a grade de profundidade LSE.
   • Correspondência: Os conjuntos de dados eletrofisiológicos e transcriptômicos foram pareados ao nível de espécie, região cortical e profundidade laminar, não por animal individual, tratando sondas e chips como amostras independentes dentro de regiões anatômicas.

3. Modelagem Preditiva:

   • Controle de Linha de Base: Um modelo de linha de base "hierarquia-mais-camada" foi construído usando coordenadas de hierarquia, coordenadas de camada e suas interações para contabilizar amplos gradientes corticais.
   • Predição de Resíduos: Um modelo logit por partes com Mínimos Quadrados Parciais (PLS) foi usado para prever a composição espectral laminar retida. Os preditores transcriptômicos foram residualizados contra a linha de base para testar se explicam a variância além dos gradientes genéricos.
   • Validação: A significância foi avaliada usando validação cruzada Leave-One-Region-Out (LORO), testes de permutação de resíduos de bloco de região Freedman–Lane e nulos de deslocamento/reflexão que preservam a hierarquia para garantir que o ganho não fosse meramente devido à geometria compartilhada.

4. Decodificação Funcional:

   • PLS1 de Profundidade Total: Um modelo PLS de um componente foi aplicado aos perfis de profundidade de 21 bins para identificar programas gênicos estáveis e assinados (PLS1+ e PLS1-) associados a cada processo espectral.
   • Enriquecimento: Conjuntos de genes estáveis foram analisados para Processos Biológicos de Ontologia Gênica (GO) e enriquecimento de subclasses de tipos celulares.

Resultos Principais

• Poder Preditivo: A arquitetura transcriptômica melhorou significativamente a predição da composição espectral laminar retida além da linha de base de hierarquia-mais-camada. O modelo completo alcançou $R^2 = 0,621$ e $r = 0,809$, comparado ao $R^2 = 0,384$ e $r = 0,692$ da linha de base ($\Delta R^2 = +0,237$). Esta melhoria foi estatisticamente significativa ($p_{FL} = 0,001$) e excedeu os nulos de deslocamento/reflexão que preservam a hierarquia ($p_{shift} = 0,042$).
• Especificidade de Processo: O ganho preditivo foi mais pronunciado para ritmos mais rápidos ($\beta$, baixa-$\gamma$, alta-$\gamma$), enquanto ritmos mais lentos ($\delta, \theta$) mostraram maior heterogeneidade regional.
• Assinaturas Moleculares:
  • Ritmos $\alpha/\beta$: Vinculados a programas glutamatérgicos de camadas profundas (L4/5/6, L6). Estes foram enriquecidos para genes associados a adesão, orientação axonal, sinaptogênese, mielinização e sinalização trófica (ex: NFASC, PTPRD, ERC2, EFNA5, RALYL, AFDN). Isso apoia a visão de que ritmos lentos profundos estão acoplados a vias de feedback e integração estrutural.
  • Ritmos $\gamma$ (Baixa/Alta): Vinculados a programas GABAérgicos de camadas superficial-a-média, especificamente subclasses inibitórias enriquecidas em PVALB. Estes foram associados a excitabilidade, homeostase iônica, metabolismo energético e liberação de vesículas sinápticas (ex: MEF2C, SCN1A, SLC12A5, ATP1A1, GABRA1, SNAP25).
  • Contribuições Não-Neurais: Ambos os domínios espectrais mostraram enriquecimento para programas não-neurais (oligodendrócitos, astrócitos, células endoteliais), sugerindo que o ambiente tecidual (mielina, suporte metabólico, matriz extracelular) molda a organização espectral do LFP.

Significância e Alegações
O artigo afirma estender o motivo espectrolaminar de uma observação puramente fisiológica para uma estrutura espectro-ômica preditiva e resolvida por tipo celular. A principal significância reside em demonstrar que a arquitetura molecular laminar fornece um substrato plausível para os ritmos espectrolaminares em todo o córtex de macaco.

• Contribuição Geométrica: O trabalho estabelece que alinhar modalidades díspares (LFP e transcriptômica espacial) a um eixo comum referenciado pela Camada 4 é essencial para a inferência cross-modal.
• Insight Mecanístico: As descobertas refinam a compreensão dos ritmos corticais: a atividade $\alpha/\beta$ é acoplada à arquitetura profunda excitatória, relacionada ao feedback e estrutural, enquanto a atividade $\gamma$ é acoplada a programas inibitórios, relacionados à excitabilidade e metabólicos.
• Limitações: Os autores declaram explicitamente que o estudo é observacional e não estabelece a geração causal de ritmos por genes específicos. Os conjuntos de dados foram pareados por região e profundidade, mas não foram amostrados do mesmo tecido, o que impede a inferência causal direta. O modelo LSE é uma aproximação estruturada e não um modelo de circuito unicamente identificável.

Em conclusão, o estudo postula que a coluna cortical é uma estrutura espectro-ômica conjunta onde a dinâmica espectral laminar está incorporada em arquiteturas celulares e moleculares regionais específicas, incluindo componentes neurais e não-neurais.