Celcomen: пространственное каузальное разъединение для моделирования возмущений на уровне отдельных клеток и тканей

Почему важно картирование живых тканей

Каждый орган нашего тела построен из миллиардов клеток, постоянно общающихся друг с другом. Эти «разговоры», реализующиеся через включение и выключение генов, определяют, будет ли ткань здорова, справится с инфекцией или превратится в опухоль. Новые микроскопы теперь позволяют считывать активность тысяч генов в отдельных клетках, сохраняя их пространственное расположение в ткани. Но чтобы разобраться в этой лавине данных — и предсказать, что произойдет при изменении гена или типа клетки — нужны мощные и надежные математические инструменты. В этой работе представлен такой инструмент, названный Celcomen, предназначенный для того, чтобы распутать, как клетки влияют на себя и соседей в пространстве, и предсказывать, как ткани отреагируют на болезнь или терапию.

Отделение клетки от её окружения

Активность генов каждой клетки отражает как её внутреннюю программу, так и сигналы, поступающие от соседних клеток. Существующие методы часто смешивают эти два вклада или опираются на неполные предварительные знания о том, какие гены между собой взаимодействуют. Celcomen идет по другому пути. Он рассматривает ткань как сеть, где каждая клетка — это узел, а близко расположенные клетки связаны ребрами. В рамках этой модели метод математически разделяет взаимодействия, происходящие внутри клетки, и те, что пересекают клеточные границы. Проще говоря, он задает вопрос: какие изменения в экспрессии генов можно объяснить внутренней проводкой клетки, а какие требуют сообщений от соседей?

Двигатель, вдохновленный причинностью

В основе Celcomen лежит графовая нейронная сеть, строго ограниченная принципами причинного вывода. Вместо того чтобы быть «черным ящиком», который просто подбирает паттерны, модель строится с учетом идентифицируемости: для данного набора данных должен существовать по сути единственный лучшейший базовый набор взаимодействий, объясняющий наблюдения. Авторы показывают как математически, так и с помощью компьютерных симуляций, что Celcomen способен восстановить базовый скелет истинной сети взаимодействий ген–ген внутри и между клетками. Система сначала извлекает карту взаимодействий из данных, а затем использует второй модуль для генерации реалистичных синтетических профилей тканей и для прогнозирования того, как шаблоны активности генов изменятся при конкретных возмущениях.

Тестирование предсказаний на человеческой опухоли мозга

Чтобы проверить, отражает ли Celcomen реальную биологию, команда применила его к пространственным данным высокого разрешения из образцов человеческой глиобластомы — агрессивной опухоли мозга. Не имея заранее информации о том, какие гены кодируют секретируемые факторы или внутриклеточные сигнальные белки, модель автоматически отнесла гены, участвующие в секреции и межклеточной сигнализации, к внешним программам взаимодействия и сосредоточила многие внутриклеточные сигнальные гены в программах внутри клетки. Затем они провели виртуальный эксперимент: выключили гены, связанные с интерферонной сигнатурой, в одной опухолевой клетке. Celcomen предсказал не только крах интерферонного ответа внутри этой клетки, но и ослабление интерферон‑зависимых иммунных программ в соседних клетках — что соответствует известному распространению интерферонных сигналов через ткани и их влиянию на локальный иммунитет.

Сравнение виртуальных тканей с реальными опухолями у животных

Далее исследователи проверили Celcomen на данных из мышиной модели рака легкого, где отдельные гены были экспериментально выключены в определенных областях опухоли. Они обучали модель только на ненарушенных или смешанных поражениях, а затем просили смоделировать, что произойдет, если выбранный ген будет отключен в конкретных участках опухоли. Предсказанные сдвиги в активности генов сравнивали с реальными измерениями из опухолей, где эти гены действительно были удалены in vivo. По множеству поражений и генов прогнозы Celcomen показали сильные положительные корреляции с фактическими изменениями, и эти корреляции были значительно сильнее, чем ожидалось бы случайно. Это указывает на то, что виртуальные эксперименты модели тесно согласуются с биологической реальностью.

Что это значит для медицины будущего

Celcomen предлагает способ построения «виртуальных тканей», которые можно исследовать на компьютере вместо лабораторных опытов. Разделяя долю поведения клетки, обусловленную её собственной проводкой, и вклад окружения, а также давая стабильные и интерпретируемые предсказания, метод может помочь ученым понять, как болезни, такие как рак, нарушают локальные клеточные сообщества и как целевые терапии могут их восстановить. По мере того как пространственные и одно‑клеточные технологии распространяются и становятся более детальными, инструменты вроде Celcomen могут направлять выбор экспериментов, выявлять неожиданные уязвимые места в пораженных тканях и в итоге ускорять разработку препаратов, действующих не только на отдельные клетки, но и на сложные клеточные сообщества, составляющие наши органы.

Цитирование: Megas, S., Chen, D.G., Polanski, K. et al. Celcomen: spatial causal disentanglement for single-cell and tissue perturbation modeling. Nat Commun 17, 4126 (2026). https://doi.org/10.1038/s41467-026-69856-5

Ключевые слова: пространственная транскриптомика, клеточно-клеточная коммуникация, каузальное моделирование, онкогенная микроокружение, виртуальные ткани