MultiSP descifra la estructura tisular y la comunicación multicelular a partir de datos espaciales multiómicos

Área de la Ciencia:

• Biología Computacional
• Bioinformática
• Genómica

Sus antecedentes:

• Las tecnologías espaciales multiómicas ofrecen la perfilación simultánea de múltiples tipos de datos preservando la arquitectura tisular.
• La interpretación de estructuras espaciales complejas y comunicación celular a partir de datos multiómicos dispersos y ruidosos sigue siendo un desafío importante.

Objetivo del estudio:

• Desarrollar un marco de aprendizaje profundo, MultiSP, para la representación e interpretación mejoradas de datos espaciales multiómicos.
• Mejorar la comprensión de la complejidad tisular, la heterogeneidad y la comunicación intercelular dentro de contextos espaciales.

Principales métodos:

• MultiSP emplea una fusión eficiente de similitud espacial y de características.
• Utiliza modelado generativo probabilístico específico de la modalidad y aprendizaje adversarial entre modalidades.
• El marco integra información complementaria de múltiples modalidades ómicas.

Principales resultados:

• MultiSP supera a los métodos existentes para capturar dominios espaciales biológicamente interpretables.
• Elimina eficazmente el ruido de los datos espaciales, descubre variaciones espaciales específicas de la modalidad y revela mecanismos de regulación génica.
• El marco identificó mapas de distribución celular de alta resolución en el microambiente tumoral, incluidas regiones enriquecidas en macrófagos asociadas al pronóstico.

Conclusiones:

• MultiSP proporciona un marco potente para descubrir la heterogeneidad y comunicación multimodal espacial.
• La integración de datos multiómicos complementarios mejora la comprensión de sistemas biológicos complejos.
• Este enfoque facilita la inferencia de redes de comunicación intercelular resueltas espacialmente.