一种新的方法将数据融合在一起，绘制出细胞活动的3D地图

普林斯顿的工程师们正在利用细胞的环境来帮助生物学家更好地理解基因表达信息。他们的新系统可以为识别罕见细胞类型和以新的精确度选择癌症治疗方案打开大门。

　　

   

   

图片:普林斯顿研究人员开发的一种新方法集成了从同一组织样本的多个切片中提取的基因表达信息，提供了健康和疾病中细胞活动的三维视图，包括常见的皮肤癌鳞状细胞癌。

就像不了解上下文就很难理解对话一样，生物学家不了解细胞环境就很难理解基因表达的意义。为了解决这个问题，普林斯顿工程学院的研究人员开发了一种方法来阐明细胞周围的环境，这样生物学家就可以对基因表达信息做出更多的解释。

由计算机科学教授本·拉斐尔领导的研究人员希望新系统将打开识别罕见细胞类型的大门，并以新的精度选择癌症治疗方案。拉斐尔是5月16日发表在《自然方法》(Nature Methods)上的一篇描述这种方法的论文的资深作者。

将基因表达与细胞环境联系起来的基本技术，称为空间转录组学(ST)，已经存在好几年了。科学家们将组织样本分解到一个微尺度的网格上，并将网格上的每个点与基因表达的信息联系起来。问题是，目前的计算工具只能在二维上分析基因表达的空间模式。使用单一组织样本(如大脑、心脏或肿瘤区域)的多个切片的实验很难合成出组织中细胞类型的完整图像。

普林斯顿大学研究人员的方法被称为PASTE (ST实验的概率比对)，它整合了来自同一组织样本的多个切片的信息，提供了肿瘤或发育中的器官内基因表达的三维视图。当实验中的序列覆盖因技术或成本问题而受到限制时，PASTE还可以将来自多个组织切片的信息合并成一个具有更丰富基因表达信息的二维共识切片。

拉斐尔说:“生物学家经常会对同一个组织进行多次实验，这一观察激发了我们采用这种方法的动机。”“现在，这些复制实验并不是完全相同的细胞，但它们来自相同的组织，因此应该高度相似。”

该团队的技术可以对单个组织样本中的多个切片进行排列，根据细胞的基因表达谱对细胞进行分类，同时保留细胞在组织中的物理位置。

该项目始于2020年夏天，当时普林斯顿大学2021级数学专业学生马克斯·兰德(Max Land)选修了拉斐尔的《计算生物学中的算法》(Algorithms in Computational Biology)课程。Land对这一领域的快速发展以及增进对人类健康和疾病理解的机会感到兴奋，他找到Raphael，希望他能参与研究，并开始编写代码，开发出后来的PASTE方法。他得到了拉斐尔和研究主要作者罗恩·泽拉的建议。泽拉曾是普林斯顿大学的博士后研究员，现在是精准医疗公司Verily的一名研究科学家。

这项工作是兰德毕业论文的重点，他与泽拉、拉斐尔和计算机科学博士生亚历山大·斯特扎尔科夫斯基共同撰写了这篇论文。兰德现在是纽约市纪念斯隆-凯特琳癌症中心的一名计算生物学家，他说，泽拉和拉斐尔的指导对他的研究事业起到了很大的帮助。

该团队利用模拟的基因表达数据开发了他们的方法，这些数据来自乳腺肿瘤的空间转录组学研究，组织切片之间的对应关系是先前建立的。然后，他们根据从大脑前额叶皮层样本中收集的数据评估了这种方法，前额叶皮层有一个已知的结构，由具有独特基因表达特征的不同细胞类型层组成。

研究人员还将PASTE应用于从四名不同患者的皮肤癌活检中收集的数据。此前对这些数据的分析表明，细胞类型是一种复杂的拼凑，癌症细胞和健康细胞高度混杂在一起。然而，PASTE方法显示，在三个患者样本中，明显的低空间一致性可能是由于实验中的低序列覆盖。新的分析表明，细胞被分组成更连续的簇，这在生物学上是更合理的。

Zeira说:“在我们整合了这些切片并有效地增加了数据的覆盖范围后，我们得到了空间上更连贯的细胞分组，这比每一种细胞类型在组织中随机定位更合理。”

到目前为止，该团队分析的最大数据集是9片心脏组织样本，但他们的目标是从小鼠胚胎中进行实验，包括30多片。Raphael说，除了计算方面的考虑，这种规模的空间转录组实验对许多实验室来说仍然很昂贵。

不过，他补充说，“我们希望有了像PASTE这样的工具，会鼓励更多的研究人员进行重复实验，因为现在他们可以以一种以前无法轻易做到的方式，实际使用来自额外切片的信息。”

文章标题

Alignment and integration of spatial transcriptomics data