stDyer-image melhora a análise de agrupamento da transcriptômica e proteômica resolvidas espacialmente com imagens morfológicas

Resumo: Dados de transcriptômica resolvida espacialmente (SRT) e proteômica resolvida espacialmente (SRP) permitem o estudo da expressão gênica e das abundâncias de proteínas dentro de seus contextos espaciais e celulares precisos nos tecidos. Algumas tecnologias de SRT e SRP também capturam imagens morfológicas correspondentes, adicionando uma camada adicional de informação valiosa. No entanto, poucos métodos existentes desenvolvidos para dados de SRT utilizam efetivamente essas imagens suplementares para melhorar o desempenho do agrupamento. Aqui, introduzimos o stDyer-image, uma estrutura de aprendizado profundo de ponta a ponta projetada para o agrupamento de conjuntos de dados SRT e SRP com imagens. Ao contrário dos métodos existentes que utilizam imagens para complementar os dados de expressão gênica, o stDyer-image vincula diretamente as características da imagem aos rótulos de agrupamento. Esta abordagem se inspira em patologistas, que podem identificar visualmente tipos celulares específicos ou regiões tumorais a partir de imagens morfológicas sem depender da expressão gênica ou das abundâncias de proteínas. Comparações com ferramentas de ponta demonstram que o stDyer-image alcança desempenho superior em agrupamento. Além disso, ele é capaz de lidar com conjuntos de dados em larga escala através de diversas tecnologias, tornando-se uma ferramenta versátil e poderosa para análise de ômicas espaciais.