基于空间分辨单细胞数据的细胞迁移系统级建模

《BMC Bioinformatics》：Systems-level modeling of cell migration using spatially-resolved single-cell data

　　

摘要

背景

以高空间分辨率和分子分辨率捕捉细胞动态的能力对于理解复杂的生物过程至关重要，包括发育、组织重塑和疾病进展。单细胞 RNA 测序（scRNA-seq）提供了单个细胞的详细转录谱，而空间转录组学（ST）则保留了它们在组织中的空间组织。然而，跨多个时间点整合这些互补模态以重构空间细胞类型组织和细胞状态组成的时间变化仍然是一个主要挑战。在这里，我们提出了一个计算框架，整合时间序列 scRNA-seq 和空间转录组学数据，以重构时空细胞类型再分配和推断的细胞状态动态。

结果

该框架结合了基于参考的空间反卷积和单细胞空间映射，以生成细胞组织的时间分辨表征。空间细胞类型分布的时间变化使用互补的丰度加权空间描述符进行量化，而推断的细胞状态动态则通过连续时间点之间主导细胞类型分配的变化来表征。我们进一步使用基于仿真的定量基准测试，针对其他空间反卷积和映射方法评估了该框架的空间丰度组成部分，以已知的模拟细胞类型组成为基准真值。我们利用两个生物学上不同的系统展示了该框架的实用性和通用性：人胶质母细胞瘤类器官（GBOs）和胚胎鸡心脏发育。在这两个数据集中，该框架捕捉到了仅通过静态分析无法获取的空间细胞类型组织和推断细胞状态组成的时间模式。

结论

本工作提供了一种广泛适用的计算框架，通过整合单细胞和空间转录组数据来研究组织的时间组织，从而能够在发育和疾病相关过程中系统地表征动态细胞行为。定量基准测试支持了该框架恢复模拟的空间细胞类型丰度模式的能力，而推断的再分配和细胞状态动态应被解释为描述性的计算度量，而不是物理细胞迁移或谱系验证的状态转变的直接证据。