A Flexible Reference-Based Framework for Spatial Differential Occurrence Analysis

Sammanfattning

Sedan modern spatial transkriptomik (ST) växte fram 2016 har ett flertal tekniker och plattformar utvecklats för att möjliggöra analys av genuttryck i dess rumsliga kontext. Den här snabba utvecklingen har lett till att alltmer komplexa arbetsflöden och bioinformatiska verktyg har utvecklats för användning i dataanalys. Ett centralt steg i analysprocessen är identifiering av så kallade spatially variable genes (SVGs), ungefärligt översatt till spatialt eller rumsligt variabla gener. Dessa varierar i uttryck över hela vävnader eller inom definierade områden, och kan hjälpa oss förstå underliggande vävnadsbiologi och de faktorer som driver platsberoende genuttryck. Trots att flera verktyg med varierande komplexitet och olika antaganden har utvecklats för den här uppgiften saknar de ofta robust kontroll över falskt positiva resultat, och kan förlita sig på ytterligare referensdata såsom single-cell RNA-sekvenseringsdata (scRNA-seq), vilket inte alltid finns tillgängligt. I denna avhandling presenteras en alternativ metod för att upptäcka SVG:er inom manuellt definierade områden. En interaktiv Shiny-applikation har utvecklats, där gener testas på deras variation i uttryck, efter att analysområdet har valts och riktad segmentering har utförts. Kruskal-Wallis-testet används för att bedöma övergripande skillnader i uttryck över hela området, medan Mann-Whitney U-testet används för att parvis jämföra angränsande segment. De generna som varierar mest i uttryck över området rangordnas enligt deras totala förändring i genomsnittsuttryck från ett segment till nästa (volatilitet), tillsammans med huruvida Kruskal-Wallis-testvärdet är signifikant eller inte. I ett 50x50 rutnät med simulerade genuttrycksmönster identifierade metoden effektivt spatialt variabla gener inom användardefinierade regioner och visade robusthet mot brus. Den utgör en flexibel och tolkningsbar metod för områdesbaserad analys av ST-data, kontrollerar risken för falskt positiva resultat genom Benjamini-Hochberg-korrigeringen, samt förlitar sig inte på information om celltyper eller domänstrukturer vilket möjliggör effektiv detektion av SVG:er även när scRNA-sekvenseringsdata inte är tillgänglig.