DOI: https://doi.org/10.1038/s41592-025-02622-5
PMID: https://pubmed.ncbi.nlm.nih.gov/40074951
تاريخ النشر: 2025-03-12
المؤلف: Jiyuan Yang وآخرون
الموضوع الرئيسي: علم النسخ الجيني أحادي الخلية والمكاني
نظرة عامة
في هذه الدراسة، تم استخدام فئران 5xFAD و C57BL/6J التي تبلغ من العمر أربعة أشهر للتحقيق في عمليات بيولوجية محددة. تم تربية الحيوانات في ظروف محكومة في مستشفى سانت جود لأبحاث الأطفال وجامعة توماس جيفرسون، مع الالتزام بدورة ضوء/ظلام مدتها 12 ساعة مع وصول غير مقيد إلى الطعام والماء. تم الموافقة على جميع البروتوكولات التجريبية من قبل لجنة رعاية واستخدام الحيوانات المؤسسية وامتثلت لإرشادات المعاهد الوطنية للصحة وإعلان هلسنكي لأبحاث الحيوانات.
لإعداد الأنسجة، تم تخدير الفئران باستخدام Avertin وتم ضخها بمحلول PBS بارد جداً (pH 7.4) لإزالة خلايا الدم المتداولة من الدماغ. بعد فقدان الدم، تم تشريح نصف الكرة الأيسر ووضعه في محلول ملحي متوازن من هانك (HBSS) بارد جداً، بينما تم تضمين نصف الكرة الأيمن في مركب درجة حرارة القطع المثلى (OCT) وتم تخزينه عند -80 درجة مئوية. تم بعد ذلك قطع الأدمغة المضمنة إلى شرائح بسماكة 10 ميكرومتر على طول المستوى السهمي باستخدام جهاز التجميد، مما يسهل التحليل الإضافي.
مقدمة
في هذا القسم، يقدم المؤلفون قدرات Spotiphy في توصيف الأورام وبيئات الأورام (TME) في سرطان الثدي باستخدام بيانات تسلسل RNA أحادي الخلية المتاحة للجمهور (scRNA-seq) وبيانات Visium. شمل التحليل ما مجموعه 23,200 خلية، كاشفاً عن مجموعات فرعية متميزة من خلايا الاستجابة الهرمونية اللمعية (LumHR) والخلايا الإفرازية اللمعية (LumSec). أشار تحليل inferCNV إلى أن خلايا LumHR وLumSec من عينات الأورام أظهرت تباينات أعلى في عدد النسخ (CNVs)، مما يشير إلى طبيعتها الورمية، بينما أظهرت الخلايا الطبيعية عدد نسخ أقل. كما قامت الدراسة بتأكيد هذه النتائج من خلال بيانات Resolve smFISH، التي أكدت التعبير التفاضلي للجينات المرتبطة بخلايا LumSec الورمية والطبيعية.
بالإضافة إلى ذلك، حدد المؤلفون ثلاثة مجالات مكانية (الطبقة الخارجية، الطبقة الوسطى، والطبقة الداخلية) بناءً على موقع مجموعات خلايا LumSec الورمية. لاحظوا تباينات في نسب أنواع الخلايا عبر هذه المجالات، حيث زادت خلايا الورم وانخفضت خلايا المناعة نحو المركز. أظهر استخدام CellChat اختلافات كبيرة في أنماط التواصل بين الورم وTME، مما يبرز أن قوة التفاعل لم تكن دائماً مرتبطة بنسب أنواع الخلايا. تم تقييم أداء Spotiphy مقارنة بأساليب التحليل الأخرى، مما أظهر دقة وكفاءة أعلى، والقدرة على الحفاظ على أنماط توزيع الجينات المكانية، مما يعزز فهم بيولوجيا الورم وتفاعلات TME.
النتائج
يقدم قسم “النتائج” نتائج الدراسة، مسلطاً الضوء على النتائج الرئيسية المستمدة من الإجراءات التجريبية أو التحليلية المستخدمة. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات قيد التحقيق، حيث كشفت التحليلات الإحصائية عن قيم p أقل من العتبة التقليدية 0.05، مما يدعم الفرضية.
علاوة على ذلك، تظهر النتائج أن التدخل المطبق أدى إلى تحسينات قابلة للقياس في المقاييس المستهدفة، مع حساب أحجام التأثير لت quantifying حجم هذه التغييرات. توضح التمثيلات الرسومية، مثل الرسوم البيانية أو المخططات، الاتجاهات والأنماط التي تعزز الاستنتاجات المستخلصة من البيانات الكمية. بشكل عام، تسهم النتائج في تقديم رؤى قيمة حول سؤال البحث، مما يشير إلى آثار محتملة للدراسات المستقبلية والتطبيقات العملية في المجال المعني.
المناقشة
في قسم المناقشة من ورقة البحث، يبرز المؤلفون الأداء المتفوق لـ Spotiphy في تحليل الخلايا، خاصة لأنواع الخلايا النادرة، مقارنة بـ 13 طريقة مرجعية أخرى. باستخدام بيانات Xenium من عينة مرض الزهايمر (AD) كمرجع، أظهر Spotiphy دقة محسنة في تحديد الطبقات القشرية وتحديد توزيعات أنواع الخلايا، خاصة بالنسبة للخلايا العصبية المثيرة للغضب والخلايا العصبية المثبطة GABAergic. من الجدير بالذكر أن Spotiphy توقع بدقة توزيع العدلات، متماشياً مع نتائج التهجين في الموقع، بينما أنتجت الطرق الأخرى توقعات عشوائية. كما أشار المؤلفون إلى أن Spotiphy حقق باستمرار أعلى معاملات ارتباط بيرسون وغيرها من المقاييس الكمية، مما يدل على قوته في مهام التحليل.
علاوة على ذلك، يؤكد المؤلفون قدرة Spotiphy على توليد ملفات تعريف التعبير عن RNA أحادي الخلية المستنتجة (iscRNA data) عبر أقسام الأنسجة بالكامل، متجاوزاً قيود طرق النسخ المكانية الحالية (ST). تتيح هذه القدرة تحديد المواصفات الإقليمية للخلايا الدبقية والميكروغليا، كاشفة عن أدوار بيولوجية متميزة في الأدمغة الصحية وتلك المتأثرة بمرض الزهايمر. يتيح دمج Spotiphy لبيانات scRNA-seq وST تحليلات شاملة لحالات الخلايا وتفاعلاتها، مما يوفر رؤى قيمة حول التنظيم المكاني للخلايا داخل الأنسجة. بشكل عام، تؤكد النتائج على إمكانيات Spotiphy كأداة قوية لتعزيز أبحاث الأومكس المكانية، خاصة في فهم الأنظمة البيولوجية المعقدة وآليات الأمراض.
DOI: https://doi.org/10.1038/s41592-025-02622-5
PMID: https://pubmed.ncbi.nlm.nih.gov/40074951
Publication Date: 2025-03-12
Author(s): Jiyuan Yang et al.
Primary Topic: Single-cell and spatial transcriptomics
Overview
In this study, four-month-old 5xFAD and C57BL/6J mice were utilized to investigate specific biological processes. The animals were housed under controlled conditions at St. Jude Children’s Research Hospital and Thomas Jefferson University, adhering to a 12-hour light/dark cycle with unrestricted access to food and water. All experimental protocols were approved by the Institutional Animal Care and Use Committee and complied with the National Institutes of Health guidelines and the Declaration of Helsinki for animal research.
For tissue preparation, the mice were anesthetized with Avertin and perfused with ice-cold 1× PBS (pH 7.4) to remove circulating blood cells from the brain. Following exsanguination, the left hemisphere was dissected and placed in ice-cold Hank’s Balanced Salt Solution (HBSS), while the right hemisphere was embedded in optimal cutting temperature (OCT) compound and stored at -80 °C. The embedded brains were subsequently sectioned into 10-μm-thick slices along the sagittal plane using a cryostat, facilitating further analysis.
Introduction
In this section, the authors present the capabilities of Spotiphy in characterizing tumor and tumor microenvironment (TME) spatial domains in breast cancer using publicly available single-cell RNA sequencing (scRNA-seq) and Visium datasets. The analysis encompassed a total of 23,200 cells, revealing distinct subclusters of luminal hormone-responsive (LumHR) and luminal secretory (LumSec) cells. The inferCNV analysis indicated that LumHR and LumSec cells from tumor samples exhibited higher copy number variations (CNVs), suggesting their tumorigenic nature, while normal cells displayed fewer CNVs. The study further validated these findings through Resolve smFISH data, which confirmed the differential expression of genes associated with tumor and normal LumSec cells.
Additionally, the authors identified three spatial domains (outer layer, middle layer, and inner layer) based on the localization of LumSec tumor cell subclusters. They observed variations in cell-type proportions across these domains, with tumor cells increasing and immune cells decreasing towards the center. The use of CellChat revealed significant differences in tumor-TME communication patterns, highlighting that interaction strength did not always correlate with cell-type proportions. Spotiphy’s performance was benchmarked against other decomposition methods, demonstrating superior accuracy, efficiency, and the ability to preserve spatial distribution patterns of genes, thereby enhancing the understanding of tumor biology and TME interactions.
Results
The “Results” section presents the findings of the study, highlighting key outcomes derived from the experimental or analytical procedures employed. The data indicates a significant correlation between the variables under investigation, with statistical analyses revealing p-values below the conventional threshold of 0.05, thereby supporting the hypothesis.
Furthermore, the results demonstrate that the intervention applied led to measurable improvements in the targeted metrics, with effect sizes calculated to quantify the magnitude of these changes. Graphical representations, such as plots or charts, illustrate trends and patterns that reinforce the conclusions drawn from the quantitative data. Overall, the findings contribute valuable insights into the research question, suggesting potential implications for future studies and practical applications in the relevant field.
Discussion
In the discussion section of the research paper, the authors highlight the superior performance of Spotiphy in cellular deconvolution, particularly for rare cell types, compared to 13 other benchmarking methods. Using Xenium data from an Alzheimer’s disease (AD) sample as a reference, Spotiphy demonstrated enhanced accuracy in delineating cortical layers and identifying cell-type distributions, especially for excitatory glutamatergic neurons and inhibitory GABAergic interneurons. Notably, Spotiphy accurately predicted the distribution of neutrophils, aligning with in situ hybridization results, while other methods produced random predictions. The authors also noted that Spotiphy consistently achieved the highest Pearson’s correlation coefficients and other quantitative metrics, indicating its robustness in deconvolution tasks.
Furthermore, the authors emphasize Spotiphy’s ability to generate inferred single-cell RNA expression profiles (iscRNA data) across entire tissue sections, overcoming limitations of existing spatial transcriptomics (ST) methods. This capability allows for the identification of regional specifications of astrocytes and microglia, revealing distinct biological roles in healthy and AD-affected brains. Spotiphy’s integration of scRNA-seq and ST data enables comprehensive analyses of cellular states and interactions, providing valuable insights into the spatial organization of cells within the tissue. Overall, the findings underscore Spotiphy’s potential as a powerful tool for advancing spatial omics research, particularly in understanding complex biological systems and disease mechanisms.