STITCH links cellular morphology and gene expression in spatial transcriptomics
本文介绍了 STITCH,这是一种基于肯德尔形状流形(Kendall shape manifold)中切向主成分分析的可解释方法,它有效地将与大小无关的细胞形态与空间转录组学中的基因表达联系起来,在跨多样化数据集识别具有生物学意义的形状-转录组关系方面,其表现优于现有的深度学习方法。
原始论文根据 CC0 1.0(https://creativecommons.org/publicdomain/zero/1.0/)发布到公有领域。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下,你正透过一扇高科技窗户观察一座繁忙的城市:这扇窗户能让你同时看到两样东西——每栋建筑的形状(细胞)以及它们内部的蓝图(基因)。科学家们称之为“空间转录组学”。其目标是理解建筑的外观如何与其内部发生的事情相联系。
然而,科学家们一直在使用的工具存在一个问题。这就像试图通过一张照片来判断房屋的风格,但你的相机缩放倍数太小,以至于无法区分一个形状完美的微型小屋和一个巨大的杂乱豪宅。目前的计算机程序会将细胞的大小与它的形状混为一谈。如果一个细胞仅仅是体积很大,计算机就会认为它拥有与形状完全相同的微型细胞不同的“个性”。
STITCH 登场了,这是一种由研究人员开发的新方法。以下是它的工作原理,使用一个简单的类比:
“仅限形状”过滤器
想象你有一袋大小不一的粘土动物。有些是小老鼠,有些是大象,但它们都是按照完全相同的“老鼠形状”模刻出来的。
- 旧方法会说:“那头大象与这只老鼠完全不同,因为它太大了。”
- STITCH 就像一个神奇的过滤器。它完全忽略大小,只观察轮廓。它使用一种特殊的数学技巧(称为 TPCA)来说:“啊,这是一个老鼠的形状,无论它是微小的还是巨大的。”这使得科学家能够看到细胞形状真实的“个性”,而不会被其大小所迷惑。
STITCH 的发现
研究人员在真实生物数据上测试了这种新的“形状过滤器”,并发现了一些迷人的联系:
- 更擅长寻找“建筑师”: 当他们尝试寻找控制细胞形状的基因(例如 RNAi 筛选)时,STOCH 比旧方法更能精准地发现正确的“建筑师”。它成功识别出了那些一旦被关闭,就会真正改变细胞形状的基因。
- 绘制皮肤层级图谱: 在一组皮肤细胞(角质形成细胞)的数据集中,STITCH 成功绘制出了皮肤的不同层次,并注意到细胞核在圆润或椭圆程度上的平滑梯度。而一种深度学习方法(旧的、会被大小干扰的方法)则忽略了这些细微的模式。
- “保镖”成纤维细胞: 在黑色素瘤(皮肤癌)样本中,STITCH 注意到某些长条形或三角形的辅助细胞(成纤维细胞)倾向于聚集在癌细胞旁边。这些特定的形状与细胞内部特定的“职位描述”(转录程序)相关联,表明它们在危险区域附近扮演着类似保镖或建筑工人的角色。
- “具有伸展性”的癌细胞: 在两组不同的黑色素瘤患者中,STITCH 独立证实了一个已知的规律:表现出“间充质”特征(一种喜欢移动和迁移的细胞类型)的癌细胞,其面积往往更大。STITCH 独立发现了这一联系,证明了它在不同患者和不同机器之间都是通用的。
核心结论
STITCH 就像一副新的眼镜,让科学家能够看到细胞真实的形状,而不会被其大小所分心。通过这样做,它创建了一张清晰、可理解的地图,展示了细胞的物理外观是如何与其遗传指令相联系的。这有助于研究人员了解跨不同患者和不同类型组织的细胞行为,同时保持数学逻辑的简单易懂与可解释性。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。