scHolography: un método computacional para la reconstrucción y análisis del vecindario espacial a nivel de célula individual

La transcriptómica espacial ha transformado nuestra capacidad para estudiar la complejidad tisular. Sin embargo, sigue siendo un desafío diseccionar con precisión la organización tisular a resolución de célula individual. Aquí presentamos scHolography, un método basado en aprendizaje automático diseñado para reconstruir vecindarios espaciales de células individuales y facilitar la visualización 3D del tejido utilizando datos de transcriptómica espacial y secuenciación de ARN unicelular. scHolography emplea una proyección transcriptoma-a-espacio de alta dimensión que infiere relaciones espaciales entre células, definiendo vecindarios espaciales y mejorando los análisis de comunicación célula-célula. Al aplicarse a conjuntos de datos humanos y de ratón, scHolography permite evaluaciones cuantitativas de vecindarios celulares espaciales, interacciones célula-célula y microambiente tumor-inmune. En conjunto, scHolography ofrece un robusto marco computacional para dilucidar la organización tisular en 3D y analizar dinámicas espaciales a nivel celular.