Ruimtelijke ligand-doelactiviteit in kaart brengen met Renoir

Hoe cellen met hun buren praten

Ons lichaam bestaat uit ontelbare cellen die voortdurend met elkaar "praten" om weefsels gezond te houden, organen op te bouwen en in sommige gevallen ziekten zoals kanker te veroorzaken. Dit artikel introduceert Renoir, een computermethode die grootschalige kaarten van genactiviteit leest om te bepalen waar en hoe dit cellulaire gekeuvel plaatsvindt in echt weefsel. Door moderne single-cell- en ruimtelijke genomica te combineren, helpt Renoir onderzoekers niet alleen te zien wie met wie communiceert, maar ook waar in het weefsel die gesprekken het sterkst zijn en welke effecten ze hebben.

Signalen, boodschappers en cellulaire gesprekken

Cellen communiceren met behulp van kleine eiwitboodschappers die liganden worden genoemd; deze worden door de ene cel vrijgegeven en door naburige cellen waargenomen via receptoren op hun oppervlak. Wanneer een ligand aan zijn receptor bindt, kan het een ketenreactie van "doel"genen in de ontvangende cel inschakelen, waardoor het gedrag van die cel verandert. Veel bestaande hulpmiddelen proberen deze interacties af te leiden uit gegevens over genexpressie, maar negeren vaak waar cellen zich fysiek bevinden. Omdat veel signalen slechts over korte afstanden werken, kan het ontbreken van deze ruimtelijke context leiden tot misleidende resultaten—het lijkt dan alsof celtypen communiceren terwijl ze in werkelijkheid ver uit elkaar in het weefsel liggen.

Wat Renoir anders maakt

Renoir is specifiek ontworpen om ruimte weer in het plaatje te brengen. Het kan werken met ruimtelijke datasets op single-cell-resolutie of met een combinatie van ruimtelijke data met lagere resolutie en klassieke single-cell-data van hetzelfde weefsel. Met gecureerde lijsten van liganden en hun potentiële doelgenen berekent Renoir een "buurtactiviteitsscore" voor elk ligand–doelpaar op iedere locatie in het weefsel. Deze score combineert meerdere informatiebronnen: welke celtypes zich in de buurt bevinden, hoe sterk zij het ligand en het doelgen tot expressie brengen, of de ontvangende cellen daadwerkelijk de juiste receptor tot expressie brengen, en hoe sterk ligand en doelgen de neiging hebben samen te variëren tussen celtypes. Het resultaat is een ruimtelijke kaart die aangeeft waar bepaalde signaalrelaties waarschijnlijk actief zijn.

Verborgen buurten vinden in gezonde en zieke weefsels

Zodra buurt-scores zijn berekend, kan Renoir locaties groeperen in "communicatiedomeinen"—delen van het weefsel die vergelijkbare signaalpatronen delen. Toegepast op muizenbreindata kwamen deze domeinen overeen met bekende hersenregio’s en onthulden regio-specifieke communicatie tussen astrocyten en verschillende typen neuronen. In triple-negatieve borstkanker bracht Renoir verschillende tumor-niches aan het licht waarin kankercellen, immuuncellen en bindweefselcellen signalen uitwisselen die samenhangen met groei, invasie en immuunsuppressie. In ontwikkelende menselijke foetale lever identificeerde het een niche waar levercellen (hepatocyten) en gespecialiseerde macrofagen via een molecuul genaamd plasminogeen met elkaar communiceren, wat wijst op een rol bij levergroei en -herstructurering.

Renoir testen tegenover andere methoden

De auteurs testten Renoir grondig door semi-synthetische datasets te maken waarbij de werkelijke signaalpatronen van tevoren bekend waren. Ze vergeleken Renoir met verschillende toonaangevende tools die cel–celcommunicatie afleiden uit ruimtelijke data. In weefsels zoals darm, hersenen en borstkanker onderscheidde Renoir locaties met echte ligand–doelactiviteit betrouwbaarder van locaties zonder activiteit, en rapporteerde het minder snel valse interacties op plaatsen zonder de juiste receptoren. Zelfs wanneer de data ruisvoller werden gemaakt—door de sequentiediepte te verlagen of sommige cellabels te verwarren—bleef Renoir’s prestatie stabiel. In een goed bestudeerd gebied van het menselijk brein kwamen de door de methode afgeleide communicatiedomeinen beter overeen met door experts gedefinieerde weefsellaagindelingen dan concurrerende benaderingen.

Van communicatieruimtes naar therapeutische aanwijzingen

Renoir is niet alleen een kaartinstrument; het kan ook rangschikken welke liganden in elk domein het meeste gewicht hebben en de activiteit van hele signaalpaden samenvatten. In leverkanker belichtte dit "onco-fetale" signaalkringen waarin tumor-geassocieerde cellen ontwikkelingsprogramma’s hergebruiken die in de foetale lever gezien worden. Renoir voorspelde dat liganden zoals interleukine-6 uit deze niche nabijgelegen stamachtige levercellen kunnen herprogrammeren; laboratoriumexperimenten bevestigden dat interleukine-6 leverkankercellen richting een meer stamachtig fenotype duwt. Al met al toont de studie hoe het combineren van ruimtelijke genomica met slimme berekeningen statische genkaarten kan omzetten in dynamische portretten van cellulaire dialogen, en zo nieuwe aanknopingspunten biedt voor therapieën die schadelijke gesprekken willen verstoren terwijl gezonde communicatie behouden blijft.

Bronvermelding: Rao, N., Kumar, T., Kazemi, D. et al. Charting spatial ligand-target activity using Renoir. Nat Commun 17, 3983 (2026). https://doi.org/10.1038/s41467-026-72388-7

Trefwoorden: ruimtelijke transcriptomica, celcommunicatie, ligandsignalering, tumormicro-omgeving, computationele biologie

Bekijk meer op de website van de onderzoeksgroep: https://sites.google.com/view/cosmiclab-iitk/home