SPRINT enables spatial proteomic profile reconstruction through multimodal fusion of histology and transcriptomics

Os tecidos não são meramente coleções estáticas de células; são cidades dinâmicas e organizadas onde diferentes bairros desempenham funções específicas. Para entender como essas cidades funcionam, especialmente na saúde e na doença, os cientistas precisam ver não apenas quais células estão presentes, mas o que elas estão realmente fazendo. Durante décadas, os mapas mais detalhados da atividade tecidual basearam-se na medição do RNA, as instruções moleculares que as células usam para construir proteínas. No entanto, o RNA é apenas o projeto; as próprias proteínas são os trabalhadores, as máquinas e os sinais que realmente realizam o trabalho. Embora possamos agora mapear onde os genes estão ativos em uma amostra de tecido, medir as proteínas reais nesses mesmos locais precisos tem sido difícil, caro e lento. Essa lacuna deixa os pesquisadores com um quadro parcial, conhecendo os planos, mas perdendo o canteiro de obras.

Uma nova ferramenta computacional chamada SPRINT oferece uma maneira de preencher esses detalhes ausentes. Ao combinar dois tipos de dados que já estão comumente disponíveis — imagens de microscopia de tecidos e mapas de atividade gênica — o SPRINT pode prever onde proteínas específicas estão localizadas com alta precisão. Os pesquisadores por trás deste trabalho, baseados no Instituto de Tecnologia de Harbin, desenvolveram um sistema que aprende a relação entre a aparência de um tecido sob um microscópio, quais genes estão ligados e onde as proteínas resultantes terminam. Uma vez treinado, esse sistema pode reconstruir mapas proteicos detalhados para seções de tecido onde as proteínas nunca foram medidas diretamente, transformando efetivamente lâminas de microscopia padrão e mapas de genes em atlas proteicos abrangentes.

O desafio de mapear proteínas no espaço é significativo porque as proteínas se comportam de forma diferente dos genes. Algumas proteínas estão fortemente ligadas à forma física do tecido, como aquelas que formam as paredes dos vasos sanguíneos ou a camada externa da pele, tornando-as fáceis de detectar em uma imagem de microscopia. Outras, no entanto, estão envolvidas em processos complexos de sinalização química ou respostas imunes que não deixam um traço visual claro. Métodos tradicionais que dependem apenas de imagens de microscopia costumam perder essas proteínas invisíveis, enquanto métodos que dependem apenas de mapas de genes podem ser imprecisos porque a quantidade de uma proteína em uma célula nem sempre corresponde à quantidade de suas instruções genéticas correspondentes. Os pesquisadores descobriram que confiar em apenas uma dessas fontes limita a capacidade de ver o quadro completo.

Para resolver isso, a equipe criou uma estrutura que trata a imagem de microscopia e o mapa de genes como duas linguagens complementares descrevendo a mesma realidade biológica. O sistema primeiro observa a imagem do tecido para entender a estrutura física, como o arranjo das células e a textura do tecido. Em seguida, observa os dados de expressão gênica para entender o estado molecular dessas células. Ao fundir esses dois fluxos de informação, o modelo aprende a prever a localização de proteínas mesmo quando a proteína não é óbvia na imagem ou quando as instruções genéticas são um preditor ruim da quantidade final de proteína. O sistema é projetado para ser flexível, lidando tanto com imagens de alta resolução que mostram detalhes celulares individuais quanto com imagens de baixa resolução que capturam padrões teciduais mais amplos, garantindo que funcione em diferentes tipos de equipamentos de laboratório.

Os pesquisadores testaram essa abordagem em uma variedade de amostras biológicas para ver se ela poderia se generalizar além dos dados específicos nos quais foi treinada. Eles começaram com tecido de amígdala humana, treinando o modelo em uma seção e depois pedindo que ele previsse as localizações de proteínas em uma seção completamente diferente de uma pessoa diferente. O sistema reconstruiu com sucesso os padrões espaciais de dezenas de proteínas, incluindo aquelas envolvidas na defesa imunológica e na estrutura tecidual. Ele teve um desempenho superior aos métodos existentes que dependiam apenas de imagens ou de genes, capturando com precisão tanto a organização ampla do tecido quanto os detalhes finos da distribuição proteica local. Esse sucesso manteve-se mesmo quando os pesquisadores testaram o modelo no baço de camundongo, que foi imaginado em uma resolução muito menor, provando que o sistema pode se adaptar a diferentes qualidades de imagem sem perder seu poder preditivo.

Talvez o teste mais rigoroso tenha envolvido uma amostra de cérebro humano, onde os pesquisadores dividiram uma única seção de tecido diagonalmente. Eles treinaram o modelo em uma metade e pediram que ele previsse o panorama proteico da outra metade, uma região que nunca havia visto antes e que continha diferentes tipos de células em diferentes proporções. Apesar dessa separação espacial e da mudança na composição celular, o modelo reconstruiu com precisão os padrões proteicos através da região não vista. Ele identificou corretamente programas biológicos complexos, como áreas de ativação imunológica e reparo tecidual, demonstrando que havia aprendido as regras fundamentais que conectam a estrutura do tecido, a atividade gênica e a localização de proteínas, em vez de simplesmente memorizar o layout específico da amostra de treinamento.

A utilidade desta abordagem estende-se além de apenas preencher dados ausentes. Quando os pesquisadores usaram os mapas proteicos reconstruídos para ajudar a identificar regiões distintas dentro do tecido, os resultados foram significativamente mais claros do que quando usaram apenas dados de genes ou imagens. Nas amostras de baço e cérebro de camundongo, adicionar a informação proteica prevista ajudou o computador a distinguir zonas anatômicas que antes estavam borradas entre si, como a zona marginal do baço. Isso sugere que os mapas de proteínas gerados pelo sistema fornecem um nível de detalhe biológico que é essencial para entender como os tecidos são organizados e como respondem a doenças.

Os pesquisadores também exploraram se este método poderia funcionar entre espécies e para moléculas que não fossem proteínas. Eles treinaram o modelo em tecido mamário humano e o aplicaram ao tecido mamário de camundongo, prevendo com sucesso as localizações de proteínas na amostra de camundongo sem nunca ter visto dados proteicos de camundongo durante o treinamento. Isso indica que as relações entre estrutura tecidual, genes e proteínas são conservadas o suficiente para serem transferidas entre humanos e camundongos. Além disso, testaram a estrutura em metabólitos, as pequenas moléculas que as células usam para energia e sinalização. Ao treinar o sistema diretamente em dados de metabólitos, eles foram capazes de reconstruir mapas espaciais dessas moléculas em um cérebro de camundongo, mostrando que a estratégia subjacente não se limita a proteínas, mas pode ser adaptada para reconstruir diversos tipos de paisagens moleculares.

Este trabalho estabelece uma nova maneira de extrair o valor máximo de dados biológicos existentes. Muitos laboratórios de pesquisa já possuem vastos arquivos de imagens de tecidos e mapas de genes, mas os dados proteicos para essas amostras são frequentemente incompletos ou inexistentes. O SPRINT fornece uma estrutura geral para completar esses perfis moleculares espaciais, permitindo que os cientistas infiram a presença e a localização de proteínas, e potencialmente outras moléculas, através de diversos tecidos, espécies e condições de imagem. Ao preencher a lacuna entre o que podemos medir facilmente e o que precisamos saber, esta ferramenta abre as portas para uma compreensão mais completa da arquitetura molecular da vida, transformando instantâneos parciais em visões abrangentes de como os tecidos são construídos e funcionam.