想象一下盘子里有几片粗切的面包。仅凭这些切片，您能详细地描绘出它们来自的面包吗?现在，想象一下来自一个小肿瘤的几个薄组织切片。您已经测试了几个基因中的哪一个在每个切片的长度和宽度的每个点上都是活跃的。利用来自几个切片的二维数据，您能否预测哪些基因在肿瘤的整个三维结构中处于活跃状态?不容易，对吧?

仅使用几个切片的数据来识别肿瘤或其他组织的3D构成是一项严峻的计算挑战。但格拉德斯通研究所开发的一种新方法使研究人员能够做到这一点。这种方法发表在《自然方法》杂志上，可以让我们更深入地了解生物组织样本。

“如果没有三维，你可能会错过组织中发生的很多事情，”格莱斯顿高级研究员、该研究的高级作者芭芭拉·恩格尔哈特博士说。“将3D空间中的切片放在一起应该可以帮助我们开始回答2D数据无法解决的问题。例如，肿瘤的精确边界是什么?免疫细胞渗透到肿瘤的哪里?肿瘤中的哪个位置最适合注射治疗?”

这种名为高斯过程空间对齐(GPSA)的新方法不仅仅适用于肿瘤。它可以应用于几乎任何类型的组织以及从组织切片获得的任何类型的数据，例如细胞的结构或细胞内哪些基因或蛋白质被打开，这对研究和医学具有广泛的影响。

填空

了解生物组织(无论是来自患病患者还是实验室中的动物)最广泛使用的方法之一是通过手术切除一些受影响的组织并对其进行分析。在世界各地的实验室中，技术人员可能会将切除的组织切成薄片，以便在显微镜下观察或测试特定分子的存在，这些分子可以帮助诊断、指导治疗或暗示药物的疗效。

然而，分析每个切片所需的时间、预算和计算能力意味着研究人员和医生通常仅限于来自组织不同部分的几张切片。此外，组织切片在实验室中进行切割、处理和分析时会发生物理扭曲，因此很难准确辨别切片在原始组织的整体3D结构中如何排列和装配在一起。

“从2D切片数据转变为完整的3D组织图像的第一步是通过计算反转扭曲，以便我们可以在虚拟空间中重新排列切片，”生物医学数据系教授Engelhardt说斯坦福大学的科学。

为了应对这一挑战，GPSA方法使用Engelhardt和她的团队所说的两层高斯过程。这种统计方法利用2D组织切片的数据，并在第一层将扭曲的2D切片拟合到组织的3D模型上。在第二层中，GPSA将从切片中收集的一些数据归因于3D模型中的每个点，例如在该点打开了哪些基因。通过这种方式，GPSA实际上扭转了翘曲，并实现了切片的高精度对准。

在此过程中，GPSA模型会预测整个组织中每个点的基因或蛋白质表达，从而填充切片之间的空间，最终生成组织的3D“图谱”。

“假设你有来自一个人乳腺癌肿瘤不同位置的四个切片，对于每个切片上的每个点，你都知道20,000个基因中的哪些基因被打开或关闭，”Engelhardt说。“GPSA创建了一个完全可查询的3D图谱，对于任何单个‘x、y、z’坐标，对于20,000个基因中的任何一个，我们都可以深入研究并询问：哪些基因在肿瘤的这个位置上处于开启和关闭状态?我们对这个估计有多确定?”

高度灵活的框架

借助GPSA，研究人员可以使用不同的技术、不同的比例和分辨率水平，利用从大小不一致的切片获得的数据构建组织图谱。虽然先前的方法需要预先指定3D支架或“坐标框架”，但当组织的坐标框架尚不存在时，GPSA仅根据2D切片估计此3D框架。新方法还可以将多种类型的组织切片数据(例如，有关哪些基因被打开的信息和有关细胞结构的信息)组合成一个图谱。

此外，当应用于不同时间点从同一组织获取的切片时，GPSA可以生成图集，预测组织内每个位置随时间的变化情况。通过这种方式，该技术可以帮助加深对衰老、疾病如何进展或生长中的有机体中不同组织如何发育的理解。

“灵活性是我们新工具的主要优势之一，”恩格尔哈特说。

她和她的团队现在正在进行分析，以进一步证明这种灵活性。例如，他们开发了一种方法，实验室可以在预算范围内使用该方法来确定GPSA所需的最小组织切片数量以及切割这些切片的精确位置，从而构建具有所需信息的组织图谱。

Engelhardt说：“我们的目标是最大限度地提高我们从组织切片中获得的洞察力，以便研究人员和临床医生能够深入查询经过充分研究的3D组织或患者特有的肿瘤，并最终改善医疗保健。”。

版权说明：本站所有作品图文均由用户自行上传分享，仅供网友学习交流。若您的权利被侵害，请联系我们

标签：