Simple Science

Scienza all'avanguardia spiegata semplicemente

# La biologia # Bioinformatica

Un nuovo strumento per analizzare l'attività genica nei tessuti

NoButter aiuta a migliorare la qualità dei dati di trascrittomica spaziale per un'analisi dei tessuti migliore.

Béibhinn O’Hora, Roman Laddach, Rosamond Nuamah, Elena Alberts, Isobelle Wall, Joseph Bell, David A Johnston, Sonya James, Jeanette Norman, Mark G. Jones, Ciro Chiappini, Anita Grigoriadis, Jelmar Quist

― 5 leggere min


Pulizia dei dati genetici Pulizia dei dati genetici l'analisi dei tessuti. di transcriptomica spaziale per NoButter migliora la qualità dei dati
Indice

La Transcriptomica Spaziale è un modo figo per vedere come i geni sono attivi in diverse parti di un Tessuto. Pensa a questo come a leggere un libro dove ogni pagina è in realtà un pezzo di tessuto. Ogni parola sulla pagina è un gene, e ora possiamo vedere dove ogni gene è attivo in quel tessuto. Questo è importante perché sapere dove questi geni "parlano" può aiutarci a capire come sono costruiti e come funzionano i tessuti.

La tecnologia dietro tutto ciò

Ci sono diversi nuovi strumenti per fare questo tipo di lavoro, e possono essere divisi in due tipi principali: tecnologie basate sul sequenziamento e tecnologie basate sull'imaging. Il sequenziamento guarda all'attività genica in un modo più generalizzato, mentre l'imaging ci dà uno sguardo più ravvicinato, quasi come usare una macchina fotografica per zoomare su parti specifiche di una pagina. Comunque, con tutta questa nuova tecnologia, stiamo ancora cercando di capire come controllare se i dati che otteniamo sono di buona qualità.

Cosa c'è di speciale nell'imaging?

Quando usiamo tecniche di imaging come il CosMx Spatial Molecular Imager o Xenium, la posizione esatta dell'attività di ogni gene è davvero importante. Se non sappiamo dove si trova un gene, diventa difficile dire a quale cellula appartiene, e questo può rovinare i nostri risultati. In questo momento, gli scienziati usano spesso controlli di qualità creati per il sequenziamento RNA normale. Ma hanno davvero bisogno di controlli speciali soltanto per questi nuovi metodi di imaging.

Rilevamento dei trascritti e sfide

Con l'imaging, catturiamo immagini a diversi livelli, un po' come prendere fette di pane da un filone. Queste fette ci mostrano come i geni si comportano in questo mondo tessutale. Con il CosMx SMI, queste fette sono prese molto vicine tra loro, permettendoci di vedere piccoli cambiamenti nell'attività genica.

Tuttavia, c'è un problema. I geni a volte possono spostarsi troppo da dove dovrebbero essere nel tessuto. Normalmente, se i geni sono distribuiti uniformemente, ti aspetteresti di vedere un numero equilibrato di segnali genici in ogni fetta. Ma non è sempre così. Per esempio, nei test sui linfonodi, sono stati trovati più segnali genici nelle fette superiori rispetto a quelle inferiori. Nel frattempo, nel tessuto polmonare e in alcuni campioni di cancro al seno, era il contrario. Questo suggerisce che i geni stanno facendo un po' di "nascondino" - non dove ci aspettiamo che siano!

Inoltre, quando abbiamo guardato le fette vicine al vetrino dove si trova il tessuto, abbiamo notato che più geni apparivano fuori dalle cellule a cui appartengono. Questo è un problema per l'analisi dei dati perché può introdurre molto rumore. Questo rumore è come una folla di chiacchiere che rende difficile sentire i messaggi importanti.

Presentiamo NoButter

Per affrontare il caos causato dai geni vagabondi, abbiamo creato qualcosa chiamato NoButter. Questo è uno strumento per i ricercatori che li aiuta a gestire la disordinarietà dei dati. Immaginalo come uno strumento speciale per pulire che aiuta a ordinare i segnali nei dati. NoButter aiuta a visualizzare come questi segnali genici sono distribuiti nelle fette e può eliminare segnali che sono nel posto sbagliato. Crea anche file pronti per ulteriori analisi dei dati.

Come funziona NoButter

Allora, come fa NoButter a pulire questi dati? Prima, i ricercatori prendono i dati grezzi dagli strumenti di imaging. Questi dati contengono tutte le informazioni su dove si trova ogni segnale genico. NoButter ha diverse funzioni che aiutano a esaminare da vicino i dati per controllare quanti segnali genici sono al di fuori delle cellule in cui dovrebbero essere. Poiché trovare questi segnali sbagliati può essere complicato, soprattutto in aree con molte cellule, suggeriamo di guardare alle fette ai bordi del tessuto. Queste fette spesso forniscono un quadro più chiaro.

Una volta che NoButter identifica i segnali disordinati, aiuta i ricercatori a filtrarli, creando un nuovo set di dati più pulito. Il pacchetto organizza anche i file di dati per renderli facili da usare per analisi successive. È come mettere in ordine la tua stanza disordinata così puoi trovare le tue cose più tardi.

Test nella vita reale di NoButter

Per vedere quanto bene funziona NoButter, lo abbiamo testato con dati di vari campioni, tra cui linfonodi e tessuti polmonari. Dopo aver preparato i vetrini secondo certe linee guida, abbiamo analizzato i dati e trovato un numero enorme di segnali genici. In un caso, avevamo oltre 19 milioni di segnali nei linfonodi, ma una piccola percentuale era nei posti giusti. Un modello simile è stato osservato nei campioni polmonari e nei campioni di cancro al seno.

Man mano che abbiamo scavato più a fondo, abbiamo trovato che una grande parte dei segnali genici era nelle fette più vicine al vetrino di vetro, dove il tessuto stava iniziando a perdere la sua forma. Questo rende più difficile capire a quali segnali genici appartengono. Applicando NoButter, siamo riusciti a pulire un numero significativo di segnali disallineati in ogni campione. Alla fine, abbiamo ottenuto un nuovo set di segnali genici di alta qualità, pronti per ulteriori analisi.

In sintesi

NoButter fornisce una pratica cassetta degli attrezzi per gli scienziati per rilevare, correggere e migliorare la qualità dei dati che provengono dalla transcriptomica spaziale. Rimuovendo i segnali genici mal posizionati, possiamo migliorare la qualità complessiva delle nostre scoperte. Questo aiuta i ricercatori a capire come funzionano i tessuti e può portare a intuizioni migliori sulla salute e sulla malattia.

La parte emozionante è che NoButter è disponibile per tutti! I ricercatori possono accedervi facilmente, insieme a dati di esempio e un tutorial completo su come usarlo. Man mano che continuiamo a sviluppare NoButter, puntiamo a renderlo compatibile con ancora più tecniche di imaging in futuro.

Quindi, ecco qua! Il mondo strano della transcriptomica spaziale reso un po' più semplice, e con uno strumento utile per aiutare a mettere in ordine le cose lungo la strada. La prossima volta che pensi al funzionamento interno dei tessuti, ricorda che sotto la superficie c'è un sacco di chiacchiericcio genico che sta accadendo, e ora abbiamo un modo per capire tutto questo!

Fonte originale

Titolo: NoButter: An R package for reducing transcript dis-persion in CosMx Spatial Molecular Imaging Data

Estratto: MotivationAdvances in spatial transcriptomics technologies at single-cell resolution have high-lighted the need for innovative quality assessment approaches and improved analytical tools. Imaging-based spatial transcriptomics technologies, such as the CosMx Spatial Molecular Imager (SMI), provide the location and abundance of transcripts through multifocal imaging. Optical sections (or Z-slices) form a Z-stack that represents the tissue depth. Transcript dispersion can be observed across these Z-slice and introduce considerable levels of technical noise to the data that can negatively impact downstream analysis. Package FunctionalityNoButter is an R package designed to evaluate transcript dispersion in CosMx SMI spatial transcriptomics data. Using the raw data, the transcript distribution is assessed for each Z-slice of a Z-stack across multiple fields of views (FOVs). To systematically identify transcript dispersion, the percentage of transcripts located outside cell boundaries is calculated. Z-slices exhibiting high levels of transcript dispersion can be excluded, while high-confidence transcripts are preserved. Usage ScenarioTo demonstrate the functionalities of NoButter, spatial transcriptomics data was generated using the CosMx SMI for lymph node tissue, a lung sample, and two triple-negative breast cancers (TNBCs). Use cases illustrate substantial transcript dispersion in optical planes closer to the glass slide. In these Z-slices, on average, an additional 10% of the transcripts were discarded using NoButter. Cleaning such Z-slices with high dispersion rates reduces technical noise and improves the overall quality of the spatial transcriptomics data. AvailabilityThe package can be accessed at https://github.com/cancerbioinformatics/NoButter.

Autori: Béibhinn O’Hora, Roman Laddach, Rosamond Nuamah, Elena Alberts, Isobelle Wall, Joseph Bell, David A Johnston, Sonya James, Jeanette Norman, Mark G. Jones, Ciro Chiappini, Anita Grigoriadis, Jelmar Quist

Ultimo aggiornamento: 2024-11-28 00:00:00

Lingua: English

URL di origine: https://www.biorxiv.org/content/10.1101/2024.11.25.625243

Fonte PDF: https://www.biorxiv.org/content/10.1101/2024.11.25.625243.full.pdf

Licenza: https://creativecommons.org/licenses/by-nc/4.0/

Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.

Si ringrazia biorxiv per l'utilizzo della sua interoperabilità ad accesso aperto.

Articoli simili