Software erkennt versteckte Fehler in der räumlichen Transkriptomik

Die räumliche Transkriptomik (Spatial Transcriptomics) zählt zu wichtigen Methoden der modernen biomedizinischen Forschung. Sie ermöglicht es, die Aktivität von Zellen innerhalb eines Gewebes anhand von RNA-Transkripten zu analysieren und einzelnen Zelltypen zuzuordnen.

Ein Forschungsteam des Berlin Institute of Health in der Charité (BIH) hat nun das Softwaretool ovrlpy entwickelt. Es identifiziert bislang schwer erkennbare Fehlerquellen in Gewebeanalysen, etwa durch überlappende Zellen oder Faltungen in Gewebeschnitten. Die Ergebnisse wurden in der Fachzeitschrift Nature Biotechnology veröffentlicht.

Bei vielen Analysen werden Gewebeproben nur zweidimensional ausgewertet. Tatsächlich besitzen selbst sehr dünne Gewebeschnitte mit einer Dicke von fünf bis zehn Mikrometern – etwa ein Zehntel eines menschlichen Haares – eine komplexe dreidimensionale Struktur.

Werden diese Strukturen nur als flache Ebene interpretiert, kann es zu Analyseproblemen kommen, beispielsweise durch:

• Überlagerungen mehrerer Zellen
• Faltungen im Gewebe
• falsch zugeordnete RNA-Signale

Solche Artefakte können dazu führen, dass Transkripte nicht korrekt einzelnen Zellen zugeordnet werden. Das erschwert die Interpretation der Daten und kann weitere Analysen beeinflussen.

Das Softwaretool ovrlpy analysiert die räumliche Verteilung von RNA-Transkripten in drei Dimensionen und erkennt dabei Signalinkonsistenzen, die auf Zellüberlappungen oder Gewebefaltungen hinweisen.

Durch diesen Ansatz lassen sich potenzielle Fehlerquellen in der vertikalen Dimension identifizieren, die bisher häufig unentdeckt blieben. Analysen verschiedener Gewebe und Organe zeigen laut den Forschenden, dass solche Überlappungen häufiger auftreten als bislang angenommen.

"Ovrlpy hilft uns, diese Fehlerquellen zu erkennen, bevor sie zu falschen Schlüssen führen", sagt Dr. Naveed Ishaque, Gruppenleiter für Computergestützte Onkologie in Roland Eils’ Abteilung Digitale Gesundheit am BIH und Letztautor der Studie.

Er ergänzt: "Damit schaffen wir die Grundlage für solidere Erkenntnisse in ganz verschiedenen Fachbereichen, ob in der Krebsforschung, der Neurologie oder bei der Entwicklung personalisierter Therapien."

Mit der zunehmenden Nutzung räumlicher Technologien in der biomedizinischen Forschung steigt auch die Bedeutung zuverlässiger Daten. Die Methoden liefern detaillierte Einblicke in die Organisation von Zellen innerhalb von Geweben. Voraussetzung für belastbare Ergebnisse ist jedoch eine präzise Analyse der komplexen Gewebearchitektur.

Das neue Tool ovrlpy kann dazu beitragen, Artefakte frühzeitig zu erkennen und die Qualität nachfolgender bioinformatischer Auswertungen zu verbessern. Damit unterstützt es Forschende bei der Interpretation räumlicher Daten und kann langfristig zur Entwicklung neuer diagnostischer Ansätze und Therapiestrategien beitragen.

MEDICA.de; Quelle: Berlin Institute of Health in der Charité (BIH)