SHADE: Un marco bayesiano multinivel para modelar interacciones espaciales direccionales en microambientes tisulares

Área de la Ciencia:

• Biología Computacional
• Bioinformática
• Ómicas Espaciales

Sus antecedentes:

• Comprender las interacciones espaciales célula-célula en los microambientes tisulares es crucial para la inmunología, la oncología y la biología del desarrollo.
• Los métodos actuales de análisis espacial a menudo carecen de interpretabilidad y potencia estadística debido a las suposiciones de simetría y al análisis de datos de pacientes aislados.

Objetivo del estudio:

• Presentar SHADE (Spatial Hierarchical Asymmetry via Directional Estimation), un novedoso marco bayesiano para modelar interacciones espaciales asimétricas.
• Mejorar la interpretabilidad biológica y la potencia estadística del análisis espacial mediante la integración de datos a través de múltiples escalas y cohortes.

Principales métodos:

• Desarrolló un marco bayesiano multinivel (SHADE) para modelar asociaciones asimétricas y direccionales célula-célula.
• Utilizó curvas de interacción espacial suaves (SICs) para cuantificar las interacciones específicas de la dirección.
• Integró datos a través de secciones de tejido, pacientes y cohortes para un análisis robusto.

Principales resultados:

• SHADE demostró una precisión, robustez e interpretabilidad superiores en comparación con los métodos existentes en estudios de simulación.
• Aplicado a datos de cáncer colorrectal, SHADE cuantificó patrones espaciales direccionales al tiempo que se tenía en cuenta la arquitectura tisular y la heterogeneidad del paciente.
• Identificó variaciones significativas a nivel de paciente en las estructuras del microambiente local dentro de subtipos moleculares.

Conclusiones:

• SHADE proporciona una nueva y potente herramienta para analizar relaciones espaciales complejas en tejidos biológicos.
• El marco revela que los microambientes tisulares locales exhiben una considerable heterogeneidad específica del paciente, incluso dentro de subtipos moleculares definidos.
• Este enfoque avanza la comprensión de la organización espacial en enfermedades como el cáncer.