La omómica espacial ha revolucionado la biología molecular al proporcionar información valiosa sobre cómo los microambientes tisulares nativos regulan las funciones celulares y los mecanismos de la enfermedad. Capturar con precisión esta complejidad estructural y decodificar los procesos biológicos subyacentes requiere la integración eficaz de datos de múltiples modalidades.
Sin embargo, la transición a resoluciones subcelulares introduce escalas de datos masivas y una marcada escasez transcriptómica, lo que supone un desafío para los marcos analíticos actuales. Para abordar esto, presentamos HESTIA (Integración escalable de múltiples resoluciones mejorada por histología para la transcriptómica espacial), un algoritmo multimodal altamente eficiente diseñado para identificar dominios espaciales en datos de omómica espacial a gran escala y de alta resolución. Al evitar cálculos que requieren mucha memoria, HESTIA procesa sin esfuerzo conjuntos de datos masivos que los algoritmos existentes no pueden procesar debido a las limitaciones de memoria. HESTIA supera a los métodos multimodales actuales en la precisión del agrupamiento y la continuidad espacial, delimitando con precisión los límites estructurales finos.
Además, la aplicación de HESTIA a muestras patológicas a gran escala permite analizar con éxito la heterogeneidad intratumoral clínicamente relevante y cartografiar distintos microambientes inmunitarios en los cánceres de pulmón y colorrectal.
Inicia sesión o regístrate para acceder al texto completo
¡Aún no hay comentarios. Sé el primero en comentar!