Los procesos biológicos están enmarcados por el contexto en el que tienen lugar. Una nueva herramienta desarrollada por el Grupo Stegle del EMBL Heidelberg y el Centro Alemán de Investigación del Cáncer (DKFZ) ayuda a situar los resultados de la investigación en biología molecular en un mejor contexto del entorno celular, integrando diferentes formas. de datos espaciales.
En un tejido, cada célula individual está rodeada por otras células y todas interactúan constantemente entre sí para dar lugar a una función biológica. Para comprender cómo funcionan o funcionan mal los tejidos en enfermedades como el cáncer, es fundamental no sólo conocer las características de cada célula, sino también tener en cuenta su contexto espacial. La caracterización cuantitativa de las células en el contexto del espacio físico que habitan es clave para comprender sistemas complejos.
Las tecnologías que permiten este tipo de exploración se denominan tecnologías ómicas espaciales, y su desarrollo progresivo está contribuyendo al aumento de la popularidad de la biología espacial. Estas tecnologías pueden proporcionar información detallada sobre la composición molecular de las células individuales y su disposición espacial.
Sin embargo, estas tecnologías se centran en diferentes características de una célula, como los niveles de ARN o proteínas, y los conjuntos de datos resultantes se gestionan y almacenan de diversas maneras. Para resolver este desafío, un proyecto colaborativo liderado por Stegle Group desarrolló SpatialData, un estándar de datos y un marco de software que permite a los científicos representar datos de una amplia gama de tecnologías ómicas espaciales de manera unificada.
Durante la última década, tanto la academia como la industria han desarrollado numerosas tecnologías para visualizar espacialmente tejidos, células y compartimentos subcelulares. Sin embargo, cada técnica se centra en un pequeño número de características deseables y presenta compensaciones relacionadas. Por ejemplo, Visium de 10x Genomics captura información sobre la expresión de todos los genes en un tejido, pero no proporciona resolución unicelular.
Por el contrario, el ensayo 10x Genomics Xenium, MERFISH o la plataforma MERSCOPE de Vizgen producen mapas detallados de expresión génica con resolución subcelular. Sin embargo, estos ensayos se limitan actualmente a unos pocos cientos de genes preseleccionados. Y la lista de dichas tecnologías, cada una de las cuales proporciona una pequeña porción del panorama completo, sigue creciendo.
Esta heterogeneidad de tecnologías se refleja en el lado computacional por una heterogeneidad aún mayor de formatos de archivos:cada tecnología viene con su propio formato de almacenamiento y, a menudo, los datos generados por la misma tecnología se pueden almacenar en múltiples formatos.
En la práctica, esto plantea varios desafíos para el análisis de datos de ómica espacial. Los métodos de visualización y análisis generalmente se adaptan a una tecnología específica, lo que limita la compatibilidad de los datos y dificulta la integración de diferentes métodos en un único proceso de análisis. Sin embargo, para una comprensión holística de un sistema biológico, es importante observar simultáneamente diferentes características celulares o muestras de diferentes ubicaciones.
Las tecnologías ómicas generan enormes cantidades de datos (terabytes de imágenes, millones de células, miles de millones de moléculas individuales), lo que exige soluciones de ingeniería optimizadas. Por lo tanto, la biología espacial necesita urgentemente un marco universal que pueda integrar datos de experimentos y tecnologías, y proporcionar conocimientos holísticos sobre la salud y la enfermedad. Aquí es donde interviene SpatialData.
"Existe una gran necesidad de establecer soluciones comunitarias para la gestión y el almacenamiento de datos de ómica espacial. En particular, existe una necesidad de desarrollar nuevos estándares de datos y bases computacionales que permitan unificar enfoques de análisis en todo el espectro de diferentes tecnologías de ómica espacial. que están surgiendo", afirmó Oliver Stegle, líder del grupo del EMBL en la Unidad de Biología del Genoma y jefe de la división de Genómica Computacional y Genética de Sistemas del Centro Alemán de Investigación del Cáncer (DKFZ).
"Un primer paso importante en esta dirección es SpatialData, un estándar de datos y un marco de software que une y adapta conceptos previos de gestión de datos desde la multiómica unicelular al dominio espacial".
SpatialData unifica e integra datos de diferentes tecnologías ómicas, uniendo tecnologías de vanguardia con un marco que permite el acceso y la manipulación de los datos desde el punto de vista computacional.
Esta herramienta fue introducida en Nature Methods publicación, escrita por Luca Marconato durante su doctorado. en EMBL en el Grupo Stegle, una titulación conjunta con la Facultad de Biociencias de la Universidad de Heidelberg.
"Desarrollamos el marco SpatialData para aliviar los desafíos de representación de datos al estudiar biología espacial, de modo que el investigador pueda centrarse en el análisis biológico, en lugar de verse frenado por tediosas manipulaciones de datos, que de otro modo serían necesarias incluso solo para visualizar los datos. El marco proporciona una representación unificada e implementa operaciones ergonómicas para el procesamiento conveniente de datos ómicos espaciales", afirmó Marconato.
La herramienta permite a cualquier investigador importar sus datos y realizar tareas como representación, procesamiento y visualización de datos. Además, ofrece la opción de anotar los datos de forma interactiva y guardarlos en un formato independiente del idioma, lo que facilita el surgimiento de estrategias de análisis que combinan métodos de diferentes lenguajes de programación o comunidades de análisis.
El marco se ha desarrollado como un proyecto de colaboración entre múltiples instituciones como el DKFZ, la Universidad Técnica de Munich, el Centro Helmholtz de Munich, German BioImaging, la ETH Zürich, el Centro VIB para la Investigación de la Inflamación en Bélgica, así como Huber y Saka. grupos en EMBL.
"Hemos llevado a cabo nuestra investigación y desarrollo tecnológico teniendo en cuenta el beneficio para la comunidad científica en general", dijo Giovanni Palla, coprimer autor y Ph.D. estudiante en el Centro Helmholtz de Múnich.
"No solo establecimos un proyecto de colaboración interdisciplinario entre institutos de investigación, sino que también trabajamos estrechamente con desarrolladores que trabajan con diferentes tecnologías espaciales y en diferentes lenguajes de programación para abordar el problema de la interoperabilidad. Como resultado, nuestro marco es compatible con la gran mayoría de las ómicas espaciales. ensayos de la academia y la industria.
"Al publicarse de forma abierta, otros investigadores ahora pueden utilizar SpatialData libremente para gestionar sus propios datos y tener la oportunidad de colaborar en diversas tecnologías y temas de investigación".
"En nuestro artículo, ilustramos tres características importantes de SpatialData", explicó Kevin Yamauchi, coprimer autor e investigador postdoctoral en ETH Zürich.
"En primer lugar, presentamos una interfaz estandarizada y un formato de almacenamiento unificado (basado en OME-NGFF) para todas las tecnologías de ómica espacial. En segundo lugar, utilizando la representación unificada, integramos señales de múltiples modalidades. Aquí, transferimos anotaciones entre modalidades y cuantificamos señales. utilizando estas anotaciones transferidas Finalmente, presentamos una forma de anotar imágenes (patología) de forma interactiva y utilizar las anotaciones para analizar los perfiles moleculares asociados."
SpatialData proporciona una representación interactiva de datos, tanto en su disco duro como en la RAM de su computadora, lo que permite el análisis de datos de imágenes de gran tamaño o múltiples geometrías o celdas.
Otras características clave destacadas son la capacidad del marco para alinear y anotar datos ómicos en un sistema de coordenadas común. Por lo tanto, SpatialData permite la gestión y manipulación eficiente de conjuntos de datos espaciales, incluida la definición de un sistema de coordenadas común entre tecnologías basadas en secuenciación e imágenes.
El equipo interdisciplinario utilizó el marco SpatialData para volver a analizar un conjunto de datos multimodal sobre cáncer de mama de 10X Genomics como prueba de concepto. Este conjunto de datos comprende secciones consecutivas del mismo bloque de cáncer de mama, donde cada sección se analiza utilizando tecnología diferente, como Visium, Xenium y un conjunto de datos scRNA-seq independiente.
El estudio demuestra la naturaleza complementaria de estas tecnologías. "Al integrar 10X Xenium y scRNAseq, mapeamos los tipos de células en el espacio", dijo Elyas Heidari, Ph.D. candidato en DKFZ y uno de los autores del estudio.
"A continuación, utilizamos 10X Visium para identificar clones de cáncer en el espacio. Esto se puede hacer porque tenemos lecturas de todo el transcriptoma. Finalmente, utilizamos las imágenes de microscopía teñidas con H&E para identificar regiones de interés para anotaciones histopatológicas. Este análisis mostró con éxito una aplicación de SpatialData para desbloquear análisis multimodales de conjuntos de datos resueltos espacialmente."
En el futuro, el tumor de un paciente podría analizarse con diferentes tecnologías comúnmente utilizadas en la clínica, y luego SpatialData unificará los datos para obtener una comprensión holística del tumor. Además, la interfaz interactiva permitiría al médico anotar los datos, lo que permitiría un análisis detallado de regiones y características específicas del tumor, lo que podría conducir a enfoques de tratamiento personalizados.
Más información: Luca Marconato et al, SpatialData:un marco de datos abierto y universal para ómicas espaciales, Nature Methods (2024). DOI:10.1038/s41592-024-02212-x
Información de la revista: Métodos de la naturaleza
Proporcionado por el Laboratorio Europeo de Biología Molecular
