UCS : une approche unifiée pour la segmentation cellulaire en transcriptomique spatiale subcellulaire

Résumé La transcriptomique spatiale subcellulaire (SST) représente une technologie innovante permettant aux chercheurs d'explorer l'expression génique au niveau subcellulaire au sein des tissus. Pour comprendre l'architecture spatiale d'un tissu donné, la segmentation cellulaire joue un rôle crucial dans l'attribution des transcrits mesurés aux cellules individuelles. Cependant, les méthodes de segmentation cellulaire existantes pour les ensembles de données SST rencontrent encore des défis pour distinguer précisément les frontières cellulaires en raison des caractéristiques variées des technologies SST. Dans cette étude, nous proposons une approche unifiée pour la segmentation cellulaire (UCS) spécifiquement conçue pour les données SST obtenues à partir de diverses plateformes, y compris 10X Xenium, NanoString CosMx, MERSCOPE et Stereo-seq. UCS s'appuie sur des techniques d'apprentissage profond pour atteindre une grande précision dans la segmentation cellulaire en intégrant la segmentation des noyaux à partir des colorations des noyaux et des données de transcrits. Par rapport aux méthodes actuelles, UCS non seulement fournit une attribution de transcrits plus précise aux cellules individuelles, mais offre également des avantages computationnels pour l'analyse de données SST à grande échelle. La sortie d'analyse de UCS soutient en outre des analyses en aval polyvalentes, telles que la classification génique subcellulaire et la détection de cellules manquantes. En utilisant UCS, les chercheurs acquièrent la capacité de caractériser les motifs d'expression génique à la fois au niveau cellulaire et subcellulaire, menant à une compréhension plus approfondie de l'architecture et de la fonction des tissus.