Ультраточная деконволюция пространственной транскриптомики расшифровывает иммунную гетерогенность и программы, определяющие судьбу клеток в тканях

Видеть клетки в их окруже́нии

Наши органы состоят из множества типов клеток, плотно упакованных друг с другом, и их точное расположение влияет на рост заболеваний, таких как рак, или на то, как заживают раны. В этом исследовании представлен новый способ читать карты активности генов в тканях с такой точностью, что учёные могут выявлять малые, редкие иммунные клетки и понимать, как они взаимодействуют с соседними клетками, чтобы бороться с опухолями или образовывать рубцы.

Более чёткие карты из расплывчатых сигналов

Современные инструменты пространственного картирования генов измеряют, какие гены активны в тысячах мелких точек по срезу ткани. Проблема в том, что каждая точка обычно содержит несколько смешанных клеток, поэтому сигнал размывается. Исследователи разработали UCASpatial — вычислительный метод, который разъединяет эту смесь и оценивает, сколько клеток каждого типа присутствует в каждой точке. Он обучается типичным генным профилям из наборов данных одиночных клеток, затем дополнительно взвешивает гены, которые особенно хорошо различают один тип клетки от другого, используя идеи из теории информации, чтобы решить, какие гены несут самые ясные признаки идентичности.

Тестирование метода на виртуальных тканях

Прежде чем полагаться на UCASpatial для реальных образцов, команда создала смоделированные ткани, где истинный состав клеток был известен. Они смешивали генные профили разных иммунных, опухолевых и поддерживающих клеток в искусственные точки различной сложности и плотности. В ходе многочисленных тестов UCASpatial последовательно давал более точные оценки долей клеток по сравнению с несколькими ведущими методами, особенно когда типы клеток были очень похожи друг на друга или присутствовали в очень низких уровнях. Он оставался надёжным даже при большом числе клеток в точке или при множестве тесно родственных иммунных подгрупп.

Иммунные пустыни при раке толстой кишки

Затем исследователи применили UCASpatial к образцам человеческого колоректального рака. Совмещая подробные карты иммунных клеток с выводимыми генетическими изменениями в опухолевых клетках, они отслеживали, как разные клоны рака формируют своё окружение. Некоторые клоны находились в областях, богатых Т-клетками, в то время как другие создавали бедные Т-клетками «иммунные пустыни». Повторяющейся особенностью этих зон с дефицитом Т-клеток была дополнительная копия фрагмента хромосомы 20, называемого 20q. Опухоли с этой прибавкой склонны подавлять определённое семейство древних вирусоподобных ДНК-элементов, известных как HERV-H, и демонстрировали ослабленные противовирусные и сигнальные механизмы тревоги, которые обычно помогают привлекать убийственные Т-клетки в опухоли. Пациенты с опухолями, несущими это изменение 20q, также хуже отвечали на терапию ингибиторами контрольных точек, что указывает на то, что этот генетический сдвиг помогает опухолям скрываться от иммунной системы.

Клеточные сообщества, которые заживляют или оставляют рубец

UCASpatial также расшифровал, как заживают раны в ушах двух штаммов мышей: одного, который полностью регенерирует ткань, и другого, который заживает с образованием рубца. Проследив за многочисленными типами клеток во времени и пространстве, команда заметила, что ранние притоки белых кровяных клеток были схожи в обоих штаммах, но позже паттерны расходились. У штамма, образующего рубец, в глубине раны сформировалась плотная троица: особая хрящеподобная клетка (Igfbp5+ хондроцит), фибробласт, связанный с рубцом, и макрофаг, занимающийся обменом липидов. Вместе эти три типа клеток наращивали плотную соединительную ткань. Сигналы, передаваемые молекулой IL-11 и её рецептором, были особенно сильны в этой триаде. Когда исследователи блокировали рецептор IL-11 или переводили фибробласты из состояния, способствующего рубцеванию, эта про-рубцовая популяция уменьшалась, а раны закрывались чище и с лучшей регенерацией.

Что означают эти результаты

Преобразуя размытые генные карты в чёткие клеточные чертежи, UCASpatial позволяет учёным связывать конкретные генетические изменения и клеточные окруже́ния с реальными исходами, такими как опухоли, бедные Т-клетками, или кожа с рубцами. Для широкого читателя главный вывод таков: где расположены клетки, кто их соседи и какие сигналы они обмениваются — всё это может решить, станет ли опухоль невидимой для иммунной системы или будет ли рана регенерировать или оставлять рубец. Инструменты вроде UCASpatial помогают выявить эти скрытые паттерны, открывая путь к более прицельным противораковым терапиям и более разумным стратегиям поощрения истинного восстановления тканей.

Цитирование: Xu, Y., Huang, Z., Zhang, Y. et al. Ultra-precision deconvolution of spatial transcriptomics decodes immune heterogeneity and fate-defining programs in tissues. Nat Commun 17, 4269 (2026). https://doi.org/10.1038/s41467-026-70645-3

Ключевые слова: пространственная транскриптомика, иммунная микроокружение, колоректальный рак, заживление ран, анализ на уровне одной клетки