UMITIC: un marco de trabajo no supervisado para la caracterización conjunta de fenotipos celulares y vecindarios espaciales en datos de imagen de inmunofluorescencia multiplex e hiperplex.

Las tecnologías de imagen multiplexada permiten la medición simultánea de decenas de marcadores proteicos, al tiempo que preservan el contexto, proporcionando una visión de alta resolución de los esquemas de organización tisular.

Sin embargo, extraer información significativa de estos conjuntos de datos de alta dimensión (especialmente en entornos hiperplexos, con más de 20 marcadores) sigue siendo un importante desafío computacional, sobre todo en ausencia de datos anotados. Aquí, presentamos UMITIC (Análisis no supervisado de imágenes multiplexadas mediante la caracterización tisular), un marco computacional modular y no supervisado para la caracterización conjunta de fenotipos celulares y vecindarios tisulares a partir de datos de imagen multiplexada. UMITIC integra tres componentes: (i) CellCut, una estrategia que combina las predicciones nucleares y citoplasmáticas para mejorar las capacidades de delimitación del marco; (ii) CellMap, un enfoque de aprendizaje contrastivo que genera representaciones de baja dimensión de recortes de imágenes de células individuales, enriquecidas con características morfológicas; y (iii) TissueNet, una red neuronal de grafos que modela las interacciones espaciales célula-célula para identificar los vecindarios tisulares. Evaluamos UMITIC en cuatro conjuntos de datos de complejidad creciente para evaluar su robustez, escalabilidad y relevancia biológica.

En relación con un conjunto de datos de amígdalas humanas multiplexado con 7 marcadores, el marco identificó poblaciones celulares inmunitarias canónicas y reconstruyó regiones anatómicas bien establecidas. Cuando se aplicó a una imagen de amígdala multiplexada con 43 marcadores, UMITIC preservó estas estructuras a nivel tisular, al tiempo que permitió un proceso de estratificación más fino de los subtipos celulares, impulsado por una mayor dimensionalidad de los marcadores. Validamos además nuestro método en una cohorte de cáncer colorrectal multiplexada con 58 marcadores, donde UMITIC pudo recuperar las diferencias en la composición inmunitaria y las variaciones en la organización espacial previamente informadas entre los grupos de pacientes con diferentes pronósticos. Por último, cuando se utilizó un conjunto de datos de citometría de masas de imagen anotado por expertos sobre tejido pulmonar humano, UMITIC logró una mayor concordancia con las anotaciones de referencia del tejido que los enfoques existentes, lo que demuestra una mayor precisión en la reconstrucción de la microanatomía pulmonar.

En conjunto, estos resultados muestran que UMITIC permite análisis consistentes e interpretables tanto de los fenotipos celulares como de las arquitecturas tisulares en diversos conjuntos de datos de imagen multiplexados e hiperplexos, sin necesidad de anotaciones manuales.