Räumliche Transkriptomik: Neue Software erkennt Artefakte in Gewebeschnitten

Artefakte wie Überlappungen in Gewebeschnitten können die Interpretation von Daten in der räumlichen Transkriptomik verfälschen. Eine neue Software erkennt diese Fehlerquellen und kann die Genauigkeit der Analysen verbessern.

Das neue Software-Tool ovrlpy erhöht die Genauigkeit in der räumlichen Transkriptomik, einer Schlüsseltechnologie der biomedizinischen Forschung. Entwickelt durch das Berlin Institute of Health in der Charité (BIH) in internationaler Zusammenarbeit, identifiziert ovrlpy erstmals Überlappungen von Zellen und Faltungen in Gewebeschnitten und reduziert damit bisher unerkannte Quellen von Fehlinterpretationen. Ihre Ergebnisse haben die Forschenden in der Fachzeitschrift „Nature Biotechnology“ veröffentlicht.

Artefakte aufspüren, Fehlerquellen beseitigen

Die räumliche Transkriptomik ermöglicht es, die Aktivität von Zellen innerhalb eines Gewebes anhand von RNA-Transkripten sichtbar zu machen und sie bestimmten Zellen zuzuordnen. Bisher werden Gewebeproben bei solchen Analysen meist nur zweidimensional betrachtet. Allerdings haben selbst sehr dünne Gewebeschnitte von fünf bis zehn Mikrometern Dicke eine komplexe dreidimensionale Struktur. Überlagerungen von Zellen oder Gewebefaltungen können die genaue Zuordnung der Transkripte zu einzelnen Zellen erschweren und die Interpretation der Daten und weiterer Analysen verfälschen.

Ovrlpy analysiert die räumliche Verteilung von Transkripten in drei Dimensionen und erkennt Signalinkonsistenzen in Bereichen mit Zellüberlappungen oder unbeabsichtigten Gewebefaltungen. Dadurch werden potenzielle Fehlerquellen in der vertikalen Dimension erkannt, die bislang weitgehend unbeachtet blieben. Umfassende Analysen verschiedener Gewebe und Organe zeigten, dass solche Überlappungen häufiger vorkommen als bisher angenommen. Durch die gezielte Identifikation solcher Artefakte trägt ovrlpy zur signifikanten Verbesserung der Präzision nachfolgender bioinformatischer Auswertungen bei.

Hochwertige Datengrundlagen schaffen

„Ovrlpy hilft uns, diese Fehlerquellen zu erkennen, bevor sie zu falschen Schlüssen führen“, sagt Studienleiter Dr. Naveed Ishaque, Gruppenleiter für Computergestützte Onkologie am BIH. Mit dem zunehmenden Einsatz räumlicher Technologien wie Spatially resolved transcriptomics (Nature Method of the Year 2020) oder Spatial Proteomics (Nature Method of the Year 2024) in der biomedizinischen Routineforschung wird die Sicherstellung hochwertiger Datengrundlagen immer wichtiger. Ovrlpy leiste hierzu einen bedeutenden Beitrag und ermögliche zuverlässige Analysen der komplexen Gewebearchitektur sowie deren Funktionen, so die Forschenden.