scNiche: Neues Tool kartiert Zellnischen in Geweben und deckt die Heterogenität der Tumormikroumgebung auf

Ein neues Computer-Tool namens scNiche [ess-see-nitch] wurde entwickelt, um Zellnischen [nitch-ez] innerhalb von Geweben zu identifizieren und zu charakterisieren und so Einblicke in die Tumormikroumgebung und andere biologische Systeme zu gewinnen. Das Tool integriert Multi-View-Merkmale von Zellen, darunter ihre molekularen Profile, die molekularen Profile ihrer Umgebung und die zellulären Zusammensetzungen ihrer Umgebung. Es verwendet eine neuronale Netzwerkarchitektur des Multiple Graph Autoencoder (M-GAE) [em-jee-ay-ee] in Verbindung mit einem Graph Fusion Network (GFN) [jee-ef-en], um diese Merkmale in einer gemeinsamen Darstellung zu integrieren. Die Leistung von scNiche wurde anhand von simulierten und biologischen Datensätzen mit bestehenden Methoden verglichen. Es wurde auf räumliche Omics-Datensätze [oh-micks] von dreifach negativem Brustkrebs (TNBC) [tee-en-bee-see] des Menschen über zwei archetypische Subtypen (gemischt und kompartimentiert) und von Mäuselebern unter normalen und früh einsetzenden Leberversagen angewendet. Das Tool identifizierte patienten- oder krankheitsspezifische Zellnischen und lieferte eine Charakterisierung und Interpretation dieser Nischen sowohl aus zellulärer Zusammensetzung als auch aus molekularer Expression. In simulierten Daten übertraf scNiche zehn bestehende Methoden bei der genauen Identifizierung von Zellnischen, selbst wenn die Datenqualität durch Genexpressionsausfall oder Zellanmerkungsausfall beeinträchtigt war. Ablationsstudien zeigten, dass Merkmale aus allen drei Ansichten (molekulare Profile der Zelle, molekulare Profile ihrer Umgebung und die zellulären Zusammensetzungen ihrer Umgebung) zur genauen Identifizierung von Zellnischen beitragen. In realen räumlichen Omics-Daten von Mäusemilz und menschlichem Urothelkarzinom des oberen Harntrakts (UTUC) [yoo-tack] zeigte scNiche eine insgesamt überlegene Leistung im Vergleich zu anderen Methoden. Es schnitt auch bei räumlichen Einzelzell-Transkriptomik-Datensätzen des Mäusehirns gut ab. Eine modifizierte Version von scNiche wurde auf menschliche DLPFC [dee-ell-pee-ef-see] 10X Visium [viz-ee-um]-Daten angewendet, einer räumlichen Transkriptomik-Plattform mit geringerer Auflösung, und schnitt vergleichbar mit einigen hochmodernen Methoden ab. scNiche wurde auch an einem großen MERFISH [mer-fish]-Datensatz des gesamten Mäusehirns mit über 3 Millionen Zellen getestet, wobei 14 Zellnischen identifiziert wurden, die über aufeinanderfolgende Gewebeschnitte ausgerichtet waren. Die von scNiche identifizierten Nischen entsprachen genau den verschiedenen Strukturen im Mäusehirn. Die Anwendung von scNiche auf einen Datensatz von dreifach negativem Brustkrebs (TNBC) des Menschen identifizierte 13 Zellnischen, die im Wesentlichen in tumorangereicherte und immunangereicherte Nischen unterteilt wurden. Die tumorangereicherten Nischen waren überwiegend in den gemischten Subtypproben angereichert, während andere Immunnischen in den kompartimentierten Subtypproben häufiger vorkamen. Die 6 immunangereicherten Nischen zeigten eine unterschiedliche zelluläre Zusammensetzung, die unterschiedlichen Mikroumgebungen entsprach, darunter die tertiäre lymphatische Struktur (TLS) [tee-ell-ess] und die stromale Mikroumgebung im Tumor. scNiche wurde auch auf einen räumlichen Transkriptomik-Datensatz der Mäuseleber angewendet, wobei 15 Zellnischen identifiziert wurden, von denen die Mehrzahl eine spezifische Anreicherung entweder in normalen oder TD-Lebern (Tsc1/Depdc5) [tee-dee] zeigte. Die 7 Zellnischen, die in normalen Lebern angereichert waren, zeigten eine räumliche Kontinuität, die die Zonierungsmuster von der Zentralvene zum Portalbereich umfasste. Die scNiche-Ergebnisse zeigten drei einzigartige Nischen in TD-Lebern: Nische 4, Nische 9 und Nische 7. Diese Nischen waren räumlich vom Kern zur Peripherie der Verletzungs- und Entzündungsstellen verteilt und durch die Anreicherung einer Reihe von neu auftretenden Zellpopulationen gekennzeichnet, darunter entzündete Makrophagen, hepatische Vorläuferzellen (HPC) [aitch-pee-see], aktivierte hepatische Sternzellen (HSC-A) [aitch-ess-see-ay] und verletzte Hepatozyten.