Wenn Gene aktiviert und exprimiert werden, zeigen sie Muster in Zellen, die in Typ und Funktion in allen Geweben und Organen ähnlich sind. Die Entdeckung dieser Muster verbessert unser Verständnis von Zellen – was Auswirkungen auf die Enthüllung von Krankheitsmechanismen hat.
Das Aufkommen von räumlichen Transkriptomik-Technologien hat es Forschern ermöglicht, die Genexpression in ihrem räumlichen Kontext über ganze Gewebeproben hinweg zu beobachten. Es sind jedoch neue Berechnungsmethoden erforderlich, um diese Daten zu verstehen und diese Genexpressionsmuster zu identifizieren und zu verstehen.
Ein Forschungsteam unter der Leitung von Jian Ma, Ray and Stephanie Lane Professor of Computational Biology an der School of Computer Science der Carnegie Mellon University, hat ein Tool für maschinelles Lernen entwickelt, um diese Lücke zu schließen. Ihr Artikel über die Methode mit dem Titel SPICEMIX erschien als Titelgeschichte in der neuesten Ausgabe von Naturgenetik.
SPICEMIX hilft Forschern, die Rolle zu entschlüsseln, die verschiedene räumliche Muster bei der gesamten Genexpression von Zellen in komplexen Geweben wie dem Gehirn spielen. Dazu wird jedes Muster mit räumlichen Metagenen dargestellt – Gruppen von Genen, die mit einem bestimmten biologischen Prozess verbunden sein können und glatte oder sporadische Muster über das Gewebe hinweg aufweisen können.
Das Team, zu dem Ma gehörte; Benjamin Chidester, Projektwissenschaftler in der Abteilung Computational Biology; und Ph.D. Die Studenten Tianming Zhou und Shahul Alam verwendeten SPICEMIX, um räumliche Transkriptomikdaten aus Gehirnregionen bei Mäusen und Menschen zu analysieren. Sie nutzten die einzigartigen Fähigkeiten von SPICEMIX, um die Landschaft der Zelltypen und räumlichen Muster des Gehirns aufzudecken.
„Bei der Namenswahl haben wir uns vom Kochen inspirieren lassen“, sagte Chidester. „Man kann alle möglichen Geschmacksrichtungen mit den gleichen Gewürzen herstellen. Zellen können auf ähnliche Weise funktionieren. Sie verwenden möglicherweise einen gemeinsamen Satz biologischer Prozesse, aber die spezifische Kombination, die sie verwenden, verleiht ihnen ihre einzigartige Identität.“
Bei Anwendung auf Hirngewebe identifizierte SPICEMIX räumliche Muster von Zelltypen im Gehirn genauer als andere Methoden. Es deckte auch neue Expressionsmuster von Gehirnzelltypen durch die erlernten räumlichen Metagene auf.
„Diese Ergebnisse können uns helfen, ein vollständigeres Bild der Komplexität von Gehirnzelltypen zu zeichnen“, sagte Zhou.
Die Zahl der Studien, die räumliche Transkriptomik-Technologien verwenden, wächst schnell, und SPICEMIX kann Forschern dabei helfen, das Beste aus diesen hochvolumigen, hochdimensionalen Daten zu machen.
„Unsere Methode hat das Potenzial, die räumliche Transkriptomforschung voranzubringen und zu einem tieferen Verständnis sowohl der grundlegenden Biologie als auch des Krankheitsverlaufs in komplexen Geweben beizutragen“, sagte Ma.
Mehr Informationen:
Benjamin Chidester et al, SpiceMix ermöglicht integrative Einzelzell-Raummodellierung der Zellidentität, Naturgenetik (2023). DOI: 10.1038/s41588-022-01256-z