SPARKLE: evidence-constrained correction of local RNA leakage in high-resolution spatial transcriptomics

为了理解组织内部生命的图景，科学家们开发出一种方法，能够同时读取成千上万个独立细胞的遗传指令，同时追踪每个细胞在体内的确切位置。这一被称为空间转录组学的领域，允许研究人员绘制哪些基因在特定区域内活跃的图谱，从而揭示不同类型的细胞如何组织自身以构建器官或对抗疾病。然而，一个持久的问题一直笼罩着这些图谱。当科学家为这类分析制备组织样本时，必须软化组织以让遗传物质释放出来。在这一过程中，一些遗传信息（即 RNA）会脱离它们原本的家园，漂移到细胞之间的空间中。这种泄漏产生了一种虚假信号的迷雾，使得看起来好像一个细胞正在产生它从未真正制造过的遗传指令，这可能导致对一个细胞究竟是什么、以及它如何与其邻居互动的误解。

一种名为 SPARKLE 的新方法提供了一种无需依赖样本外部参考指南来清除这种迷雾的方式。这项工作的研究人员意识到，泄漏的行为本身就会留下痕迹。当 RNA 脱离细胞时，它并不会消失；它会落在细胞周围的空白空间中，即那些不属于任何特定组织结构的区域。通过观察这些空白区域，该方法可以测量遗传物质倾向于传播多远以及泄漏了多少。SPARKKE 不通过猜测或依赖外部数据，而是利用样本中发现的证据来计算修正值。它建立了一个关于 RNA 如何扩散的模型，利用发现于空白区域的信号，来估算细胞内部的信号中有多少是其自身的，又有多少只是从邻居那里“借”来的。

该方法通过将数学模式拟合到细胞边界外的观测结果中来发挥作用。这种模式有助于软件确定在该特定组织样本中 RNA 传播的尺度，以及每种特定基因的泄漏程度。至关重要的是，该方法仅对那些来自空白区域的证据足以支持计算的基因进行修正。对于在其来源细胞中高度活跃的基因，该方法会进行细致且保守的调整，以确保不会意外抹除真实的信号。这使得软件能够区分一个细胞是在真实地产生蛋白质，还是仅仅在反映邻居的存在。

研究人员在十种旨在模拟生物组织混乱现实的模拟场景中测试了这一想法。在十次测试中的九次里，该方法产生了最准确的细胞活动图谱，并且与已知真相相比误差最小。为了验证其在现实世界中的效果，团队将 SPARKLE 应用于�로螈大脑、小鼠大脑和人类卵巢癌的样本。在每种情况下，该方法都成功消除了出现在相邻细胞中的虚假信号，同时保留了基因起源细胞中的真实信号。这种修正呈现了更清晰的组织图像，使结果与来自单细胞研究的独立数据更加一致。在人类卵巢癌样本中，该方法揭示了一种此前被胶原蛋白扩散所掩盖的特定细胞间通信方式，显示出成纤维细胞正在发送此前被遮蔽的信号。

该工具证明了其既快速又可靠。处理数据所需的时间随着组织区域大小的增加而呈稳步、可预测的增长，并且可以使用专门的计算机硬件进一步加速过程。即使研究人员调整分析区域的大小或假设的扩散规模，结果依然保持一致。通过利用每个样本中所包含的证据来修复泄漏问题，SPARKLE 提供了一种无需参考的方法来锐化对细胞生命的观察。这种改进增强了识别不同细胞类型所处位置、它们如何分组进入组织区室以及它们如何相互通信的能力，为理解身体复杂的架构提供了更清晰的基础。