Biotecnología · asia
¿Es posible reconstruir una imagen completa del tejido midiendo una sola capa molecular? NicheTrans utiliza información espacial para estimar los datos faltantes
Un modelo de IA multimodal estima señales moleculares, como proteínas, a partir de datos de una única ómica más fáciles de obtener, al tiempo que conserva las relaciones de vecindad entre las células dentro del tejido; ya ha demostrado valor para la investigación en conjuntos de datos de cáncer y cerebro, pero la reconstrucción computacional aún no puede sustituir las mediciones reales.
La multiómica espacial no solo busca saber qué genes expresan las células, sino también determinar con claridad dónde se encuentran y qué células tienen como vecinas. Sin embargo, medir simultáneamente RNA, proteínas, metabolitos o el estado de la cromatina en una misma sección de tejido suele requerir equipos costosos y experimentos complejos. NicheTrans, desarrollado por equipos de la Universidad de Monash y la Universidad de Fudan, busca estimar una señal aún no medida a partir de un tipo de datos moleculares más fácil de obtener, conservando al mismo tiempo la estructura espacial del tejido.
Este modelo, publicado en «Nature Methods», utiliza una arquitectura Transformer. Al aprender las correspondencias entre distintas capas ómicas, no trata cada célula como un punto de datos aislado, sino que incorpora información sobre las células circundantes y el microambiente. Por ejemplo, puede estimar marcadores proteicos a partir de la expresión génica espacial y utilizar después los resultados estimados para analizar cómo se organizan los grupos celulares dentro del tejido.
El equipo de investigación validó el modelo con diversos conjuntos de datos existentes, que abarcan cáncer de mama, ganglios linfáticos, enfermedades cerebrales y distintas plataformas de multiómica espacial. Según el artículo, NicheTrans identificó regiones espaciales que los análisis de una única ómica no lograban diferenciar. El análisis de atribución del modelo también estableció conexiones con programas génicos relacionados con el metabolismo de la dopamina y con estados celulares asociados a la proteína β-amiloide. Estos resultados indican que incorporar información sobre «quién está junto a quién» podría recuperar el contexto biológico que se pierde cuando solo se observan las concentraciones moleculares.
En datos de tejido cerebral de la enfermedad de Alzheimer, el equipo utilizó además los marcadores proteicos estimados por el modelo como puntos de referencia espaciales para cuantificar la distribución de distintos subtipos de células gliales. En el futuro, este tipo de análisis podría utilizarse para buscar vecindarios celulares relacionados con la progresión de la enfermedad, la respuesta al tratamiento o la recaída. En la investigación oncológica, los investigadores también esperan emplearlo para identificar características del microambiente vinculadas con la resistencia al tratamiento o la recaída. Sin embargo, los resultados actuales corresponden al análisis de datos de investigación y todavía no se ha demostrado que el modelo pueda utilizarse para el diagnóstico clínico ni para seleccionar tratamientos para los pacientes.
La implementación, el entrenamiento y el flujo de visualización de NicheTrans se han publicado, junto con documentación práctica de casos sobre la enfermedad de Parkinson, la enfermedad de Alzheimer, el cáncer de mama, los ganglios linfáticos y MISAR-seq. El código abierto facilita que otros equipos reproduzcan y comparen los resultados, y también podría permitir que los laboratorios sin equipos avanzados de multiómica formulen primero hipótesis a partir de datos existentes de una única ómica y decidan después qué señales moleculares merecen una validación experimental.
Pero los datos «reconstruidos» siguen siendo predicciones del modelo, no mediciones directas de las muestras. Su fiabilidad se verá afectada por los datos de entrenamiento, la plataforma experimental, la calidad del tejido y las diferencias entre poblaciones con la enfermedad. Ante estados celulares poco frecuentes en los datos de entrenamiento, también podría producir resultados aparentemente razonables pero inexactos. Para avanzar hacia la estratificación de pacientes o el desarrollo de biomarcadores, todavía será necesario comparar punto por punto las predicciones con resultados multiómicos medidos en muestras clínicas independientes y prospectivas, así como establecer evaluaciones de incertidumbre y estándares de validación entre plataformas.