Análisis de colocalización espacial multigrupal y multimuéstre utilizando PANORAMIC

Motivación: Los estudios de omica espacial comparan la organización celular entre muestras, pero la mayoría de los métodos modelan la variabilidad entre muestras, tratando las estimaciones espaciales a nivel de muestra como si estuvieran libres de errores.

No tener en cuenta la incertidumbre dentro de la muestra puede distorsionar la inferencia en cohortes heterogéneas, lo que justifica el desarrollo de métodos que cuantifiquen y propaguen explícitamente esta incertidumbre en los análisis a nivel de cohorte. Resultados: Presentamos PANORAMIC, un marco jerárquico para el análisis de colocalización espacial que utiliza el enriquecimiento de vecindad corregido por bordes para estimar la colocalización local de tipos de células, el bootstrapping espacial para cuantificar la incertidumbre dentro de la muestra y el metaanálisis de efectos aleatorios multinivel para propagar esta incertidumbre entre muestras, pacientes y condiciones. En las simulaciones, PANORAMIC mejoró la recuperación de la incertidumbre dentro de la muestra y la heterogeneidad entre muestras en comparación con los estimadores ingenuos en diversos entornos espaciales y con una degradación progresiva de los datos. Aplicado a un microarreglo de tejido de cáncer colorrectal perfilado mediante imágenes de inmunofluorescencia multiplexada, PANORAMIC identificó una colocalización más fuerte de células B y T en tumores con reacción similar a la enfermedad de Crohn que en tumores con infiltración inflamatoria difusa, junto con una organización inmunitaria de orden superior más estrecha, coherente con los agregados inmunitarios.

Estos resultados muestran que la propagación de la incertidumbre espacial dentro de la muestra puede mejorar la inferencia a nivel de cohorte en los estudios de omica espacial. Disponibilidad e implementación: PANORAMIC se publica como un paquete R de código abierto en https://github.com/plevritis-lab/panoramic.