Análisis conjunto de niveles de expresión e imágenes histológicas identifica genes asociados con la morfología del tejido

Las imágenes histopatológicas se utilizan para caracterizar fenotipos complejos como el estadio tumoral. Nuestro objetivo es asociar características de las imágenes de tejidos teñidos con marcadores genómicos de alta dimensión. Utilizamos autoencoders convolucionales y análisis de correlación canónica escasa (CCA) en imágenes histológicas emparejadas y expresión génica en masa para identificar subconjuntos de genes cuyos niveles de expresión en una muestra de tejido se correlacionan con subconjuntos de características morfológicas de la imagen correspondiente. Aplicamos nuestro enfoque, ImageCCA, a dos conjuntos de datos de TCGA y encontramos conjuntos de genes asociados con la estructura de la matriz extracelular y la infraestructura de la pared celular, implicando genes no caracterizados en procesos extracelulares. Encontramos conjuntos de genes asociados con tipos celulares específicos, incluidos las células neuronales y las células del sistema inmunológico. Aplicamos ImageCCA a los datos de GTEx v6 y encontramos características de imagen que capturan la variación poblacional en tejidos de tiroides y colon asociadas con variantes genéticas (QTLs de morfología de imagen, o imQTLs), sugiriendo que la variación genética regula la variación poblacional en rasgos morfológicos del tejido.