Istraživači biologije i medicine koriste tehnologije prostorne transkriptomike (ST) za otkrivanje nivoa transkripcije u ćelijama, predviđanje tipova ćelija i izgradnju trodimenzionalne (3D) strukture tkiva. Međutim, ova analiza može biti teška kada postoji više rezova tkiva koje treba zajedno analizirati koristeći najsavremenije alate. Za istraživače je izazov da sastave rezove i ručno izgrade 3D strukturu.
Da bi prevazišao ovaj problem, istraživački tim na čelu sa prof. Ku Kunom sa Univerziteta nauke i tehnologije (USTC) Kineske akademije nauka (CAS) razvio je novu karakterizaciju prostorne arhitekture pomoću dubokog učenja (SPACEL). Kroz tri modula, Spoint, Splane i Scube, SPACEL može automatski da izgradi 3D panoramu tkiva.
Rezultati njihovog istraživanja objavljeni su u časopisu Nature Communications.
Tri modula su dizajnirana za tri glavna zadatka u ST analizi. Sprint može da izvrši dekonvoluciju tipa ćelije da bi predvideo prostornu distribuciju tipova ćelija. Kombinacija simuliranih pseudo tačaka, modeliranja neuronske mreže i statističkog oporavka profila ekspresije osiguravaju robusnost i tačnost predviđanja.
Splane koristi pristup konvolucionoj mreži grafova i algoritam adversarnog učenja da identifikuje posebne domene zajedničkom analizom više ST preseka, dok Scube automatski poravnava preseke i konstruiše naslaganu 3D arhitekturu tkiva. Kroz tri modula, 3D arhitektura tkiva se gradi od sirovih podataka.
Istraživači su primenili SPACEL na 11 ST skupova podataka, ukupno 156 rezova, a tehnologije kao što su 10Ks Visium, STARmap, MERFISH, Stereo-sek i Spatial Transcriptomics su bile uključene tokom procesa; SPACEL je pokazao svoje superiorne performanse u odnosu na druge za dekonvoluciju ćelijskog tipa u tri ključna analitička zadatka: predviđanje distribucije tipova ćelija, identifikovanje prostornih domena i rekonstrukcija trodimenzionalnih struktura tkiva.
Ovo istraživanje pruža vredan integrisani set alata za obradu i analizu ST podataka, koji koristi daljim istraživanjima koja koriste ST tehnologije.
