Aprendizado profundo e alinhamento de transcriptomas de célula única espacialmente resolvidos com Tangram

Mapear o atlas biológico de um órgão requer que resolvamos espacialmente todo o transcriptoma de célula única e que relacionemos tais características celulares com a escala anatômica. RNA-seq de célula única e núcleo único (sc/snRNA-seq) pode perfilar células de forma abrangente, mas perde a informação espacial. Transcriptômica espacial permite medidas espaciais, porém com resolução menor e sensibilidade limitada. Tecnologias in situ direcionadas resolvem ambos os problemas, mas têm throughput gênico limitado. Para superar essas limitações, apresentamos o Tangram, um método que alinha dados sc/snRNA-seq a várias formas de dados espaciais coletados da mesma região, incluindo MERFISH, STARmap, smFISH, Spatial Transcriptomics (Visium) e imagens histológicas. O Tangram pode mapear qualquer tipo de dado sc/snRNA-seq, incluindo dados multimodais, como os do SHARE-seq, que usamos para revelar padrões espaciais de acessibilidade da cromatina. Demonstramos o Tangram em tecido cerebral saudável de camundongo, reconstruindo um mapa espacial anatômico integrado em resolução de célula única das áreas visual e somatomotora.