近日,牛津大學(xué)人類遺傳學(xué)中心Katherine R. Bull及數(shù)學(xué)系Heather A. Harrington團(tuán)隊,聯(lián)合華大生命科學(xué)研究院等科研機(jī)構(gòu),在Nature發(fā)表了題為“Multiscale topology classifies cells in subcellular spatial transcriptomics”的研究。該研究通過多尺度拓?fù)浞治黾夹g(shù),在亞細(xì)胞空間轉(zhuǎn)錄組學(xué)領(lǐng)域?qū)崿F(xiàn)了細(xì)胞類型的精準(zhǔn)分類,為細(xì)胞生物學(xué)和轉(zhuǎn)錄組學(xué)研究帶來了革命性的進(jìn)展。
研究人員利用Stereo-seq技術(shù)生成的小鼠大腦和腎臟數(shù)據(jù),驗證了多尺度拓?fù)鋵W(xué)(topological automatic cell type identification,TopACT)的卓越性能。Stereo-seq以其納米級分辨率捕獲全轉(zhuǎn)錄組基因的能力,為TopACT產(chǎn)出了極其豐富的數(shù)據(jù)支持,使得TopACT能夠準(zhǔn)確地將預(yù)測的細(xì)胞映射到核成像和特異性標(biāo)記物的位置。
Nature | Stereo-seq助力牛津大學(xué)人類遺傳學(xué)中心等機(jī)構(gòu)采用多尺度拓?fù)鋵W(xué)實現(xiàn)細(xì)胞分類-肽度TIMEDOO
文章題目:Multiscale topology classifies cells in subcellular spatial transcriptomics發(fā)表時間:2024-06-19

發(fā)表期刊:Nature

主要研究團(tuán)隊:牛津大學(xué)、華大生命科學(xué)研究院等

影響因子:50.500

DOI:10.1038/s41586-024-07563-1

研究概要

本文介紹了一種名為TopACT(topological automatic cell type identification)的創(chuàng)新方法,該方法整合了轉(zhuǎn)錄組數(shù)據(jù)以及空間上下文信息,實現(xiàn)了在亞細(xì)胞層面上的細(xì)胞類型自動分類。該方法具有廣泛的適用性,可應(yīng)用于多種平臺和組織類型,顯著提高了細(xì)胞身份識別和組織形態(tài)學(xué)分析的能力。作者對該方法在人腎臟、小鼠腦樣本和小鼠腎臟樣本上進(jìn)行了實際應(yīng)用,充分展示了TopACT的有效性和實用性。此外,研究人員還運(yùn)用了Multidimensional persistence homology landscapes(MPH)技術(shù),對空間中稀疏分布的細(xì)胞進(jìn)行準(zhǔn)確定位。這項研究為空間單細(xì)胞水平的信息提取和解析提供了新的視角和思路。

Nature | Stereo-seq助力牛津大學(xué)人類遺傳學(xué)中心等機(jī)構(gòu)采用多尺度拓?fù)鋵W(xué)實現(xiàn)細(xì)胞分類-肽度TIMEDOO

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

方法概述

研究背景

空間轉(zhuǎn)錄組學(xué)面臨的一個關(guān)鍵挑戰(zhàn)是在單細(xì)胞水平上推斷信息,盡管現(xiàn)有技術(shù)能夠在亞細(xì)胞分辨率下測量基因表達(dá),但仍需開發(fā)新的計算方法來提取單細(xì)胞信息。隨著高分辨率空間轉(zhuǎn)錄組技術(shù)的興起,如Stereo-seq、HDST、Visium HD、Seq-Scope,迫切需要開發(fā)專門的方法以準(zhǔn)確識別細(xì)胞類型。目前的方法主要依賴細(xì)胞分割和與單細(xì)胞RNA測序數(shù)據(jù)的整合,但新興方法如Baysor則嘗試直接為轉(zhuǎn)錄本分配細(xì)胞類型。為了應(yīng)對高分辨率數(shù)據(jù)帶來的挑戰(zhàn),研究人員提出了一種新的分析框架,該方法結(jié)合空間相鄰性信息和單細(xì)胞RNA測序數(shù)據(jù)(如果可用),以無先驗細(xì)胞邊界知識的方式識別細(xì)胞類型。這一進(jìn)步為空間轉(zhuǎn)錄組學(xué)研究提供了新的視角和工具。

研究結(jié)果

本文介紹了TopACT方法在四個不同數(shù)據(jù)集上的應(yīng)用,并與其他方法進(jìn)行了比較。

1. 采用了TopACT方法,在合成基準(zhǔn)數(shù)據(jù)中成功地對細(xì)胞類型進(jìn)行了分類
經(jīng)驗證 TopACT能夠識別精細(xì)結(jié)構(gòu)和稀疏細(xì)胞。與現(xiàn)有方法相比,TopACT在準(zhǔn)確率上顯著領(lǐng)先,并且能準(zhǔn)確識別稀有細(xì)胞類型。即使在RNA擴(kuò)散的影響下,TopACT的性能依然穩(wěn)健,證明了其在細(xì)胞類型分類中的可靠性和準(zhǔn)確性。
Nature | Stereo-seq助力牛津大學(xué)人類遺傳學(xué)中心等機(jī)構(gòu)采用多尺度拓?fù)鋵W(xué)實現(xiàn)細(xì)胞分類-肽度TIMEDOO
使用合成數(shù)據(jù)進(jìn)行TopACT基準(zhǔn)測試
2. 小鼠腦數(shù)據(jù)中的巨噬細(xì)胞識別
在先前發(fā)布的Stereo-seq小鼠腦數(shù)據(jù)中,TopACT成功識別了現(xiàn)有方法無法檢測到的巨噬細(xì)胞群體,顯示了其獨(dú)特的識別能力。

Nature | Stereo-seq助力牛津大學(xué)人類遺傳學(xué)中心等機(jī)構(gòu)采用多尺度拓?fù)鋵W(xué)實現(xiàn)細(xì)胞分類-肽度TIMEDOO

TopACT預(yù)測了成年小鼠大腦中先前未識別的血管周圍巨噬細(xì)胞(PVM)
3. 人類腎臟數(shù)據(jù)集的應(yīng)用
在基于Xenium成像的空間轉(zhuǎn)錄組人類腎臟數(shù)據(jù)集中,TopACT改進(jìn)了細(xì)胞形態(tài)和細(xì)胞注釋的準(zhǔn)確性,為研究人員提供了更精確的數(shù)據(jù)。

Nature | Stereo-seq助力牛津大學(xué)人類遺傳學(xué)中心等機(jī)構(gòu)采用多尺度拓?fù)鋵W(xué)實現(xiàn)細(xì)胞分類-肽度TIMEDOO

對人類IgA腎?。↖gAN)腎臟進(jìn)行TopACT細(xì)胞分割

4. 小鼠腎臟模型中的免疫細(xì)胞定位

基于Stereo-seq數(shù)據(jù),TopACT精確定位了小鼠腎臟中稀疏分散的免疫細(xì)胞,展示了其在空間轉(zhuǎn)錄組學(xué)領(lǐng)域的應(yīng)用價值。

通過TopACT的分析,發(fā)現(xiàn)狼瘡腎炎小鼠腎臟樣本中腎小球免疫活動顯著增加,這與狼瘡樣免疫浸潤的病理特征一致。

MPH進(jìn)一步量化了狼瘡腎炎腎臟樣本中免疫細(xì)胞的空間分布模式,并預(yù)測了處理后的腎小球免疫細(xì)胞呈環(huán)狀結(jié)構(gòu),這一預(yù)測通過多重免疫熒光染色得到了驗證。

Nature | Stereo-seq助力牛津大學(xué)人類遺傳學(xué)中心等機(jī)構(gòu)采用多尺度拓?fù)鋵W(xué)實現(xiàn)細(xì)胞分類-肽度TIMEDOO

TopACT 預(yù)測了小鼠腎小球中的免疫細(xì)胞環(huán)狀結(jié)構(gòu)

多尺度自動細(xì)胞類型分類方法TopACT的優(yōu)勢

1. TopACT工具適用于超高分辨率,信號極為稀疏的空間轉(zhuǎn)錄組數(shù)據(jù),從而實現(xiàn)對體積小且分布稀疏的細(xì)胞定位;2. TopACT方法在信號擴(kuò)散的情況下,依舊保持較高準(zhǔn)確性;

3. TopACT適用于多種平臺產(chǎn)出的高分辨率空間組數(shù)據(jù),且具有高度準(zhǔn)確性。

研究總結(jié)

在這項研究中,研究人員成功引入并應(yīng)用了TopACT,在亞細(xì)胞水平上能夠精確解析細(xì)胞類型信息,并且能夠有效定位難以追蹤的稀疏細(xì)胞,其靈活的多尺度方法顯著提升了在亞細(xì)胞空間中識別細(xì)胞類型的準(zhǔn)確性。
TopACT結(jié)合MPH landscape克服了Xenium技術(shù)在細(xì)胞分割方面的限制,通過生成更真實的細(xì)胞形態(tài)和提高注釋準(zhǔn)確性,展現(xiàn)了在圖像處理和分析領(lǐng)域的巨大潛力。研究人員進(jìn)一步利用Stereo-seq的高維度和精細(xì)數(shù)據(jù),成功定位了腎小球組織中的免疫細(xì)胞亞型,并據(jù)此推斷出組織的浸潤情況。
總結(jié)來說,TopACT作為一種通用靈活的數(shù)學(xué)方法,為在沒有細(xì)胞邊界的情況下解決細(xì)胞分割問題提供了新的解決方案。研究人員期待將基于RNA轉(zhuǎn)錄物特征的拓?fù)浞治雠c成像信息相結(jié)合,以進(jìn)一步優(yōu)化和發(fā)展TopACT,使其能夠應(yīng)用于更高維度的生物醫(yī)學(xué)數(shù)據(jù),為科學(xué)研究提供更為全面深入的見解。
編輯:李麗