Análisis de expresión diferencial para datos espacialmente correlacionados utilizando smiDE

Área de la Ciencia:

• Genómica
• Bioinformática
• Biología Computacional

Sus antecedentes:

• La transcriptómica espacial de imágenes permite el análisis de las respuestas del estado celular dentro de los microambientes.
• Los métodos estándar de expresión diferencial enfrentan desafíos con datos espaciales, incluidos errores de segmentación y correlación espacial.
• Ignorar estos problemas de datos espaciales puede conducir a una alta tasa de hallazgos falsos positivos en el análisis de expresión diferencial.

Objetivo del estudio:

• Abordar los desafíos fundamentales en el análisis de expresión diferencial de genes para datos de transcriptómica espacial de imágenes.
• Desarrollar métodos robustos que tengan en cuenta los errores de segmentación y las correlaciones entre células.
• Proporcionar una implementación accesible en el paquete R para estas soluciones.

Principales métodos:

• Desarrollo de métodos estadísticos para corregir el sesgo introducido por errores de segmentación en la transcriptómica espacial.
• Implementación de modelos que tienen en cuenta la correlación espacial entre células vecinas.
• Integración de estas soluciones en un paquete R fácil de usar llamado smiDE.

Principales resultados:

• Demostración de que ignorar los errores de segmentación y la correlación espacial infla la significancia estadística y conduce a numerosos descubrimientos falsos.
• Validación de los métodos propuestos para corregir estos sesgos.
• Implementación exitosa de los métodos corregidos dentro del paquete R smiDE.

Conclusiones:

• El análisis preciso de la expresión diferencial de genes en la transcriptómica espacial requiere abordar los errores de segmentación y la correlación espacial.
• El paquete R smiDE proporciona un marco robusto para un análisis confiable de la expresión diferencial en la transcriptómica espacial de imágenes.
• Los métodos desarrollados mitigan los descubrimientos falsos, mejorando la precisión de las ideas biológicas de los datos de transcriptómica espacial.