[論文レビュー] SpaceTx: A Roadmap for Benchmarking Spatial Transcriptomics Exploration of the Brain

Brian Long, Jeremy A. Miller+1 more|arXiv (Cornell University)|Jan 20, 2023

Single-cell and spatial transcriptomics被引用数 10

ひとこと要約

本論文は、SpaceTx の脳における空間転写学のベンチマークを試みる取り組みを調査し、分野が成熟するにつれて定量的ベンチマーキングのロードマップを示す。組織処理、分類学、遺伝子選択、画像処理、データ標準化、細胞分割、細胞型割り当て、そして視覚化にわたる進展を扱う。

ABSTRACT

Mapping spatial distributions of transcriptomic cell types is essential to understanding the brain, with its exceptional cellular heterogeneity and the functional significance of its spatial organization. Spatial transcriptomics techniques are hoped to accomplish these measurements, but each method uses different experimental and computational protocols, with different trade-offs and optimizations. In 2017, the SpaceTx Consortium was formed to compare these methods and determine their suitability for large-scale spatial transcriptomic atlases. SpaceTx work included progress in tissue processing, taxonomy development, gene selection, image processing and data standardization, cell segmentation, cell type assignments, and visualization. Although the landscape of experimental methods has changed dramatically since the beginning of SpaceTx, the need for quantitative and detailed benchmarking of spatial transcriptomics methods in the brain is still unmet. Here, we summarize the work of SpaceTx and highlight outstanding challenges as spatial transcriptomics grows into a mature field. We also discuss how our progress provides a roadmap for benchmarking spatial transcriptomics methods in the future. Data and analyses from this consortium, along with code and methods are publicly available at https://spacetx.github.io/.

研究の動機と目的

• 脳における空間転写学手法の定量的ベンチマーキングの必要性を動機づける。
• 実験的および計算的パイプライン全体にわたる SpaceTx の貢献を要約する。
• 今後のベンチマーキング活動のための主要な課題と設計原理を強調する。
• データ、方法、評価を標準化するためのコミュニティのロードマップを提供する。
• 再現性と比較可能性を支援するために、オープンデータ、コード、方法を奨励する。

提案手法

• SpaceTx の組織処理、分類学開発、遺伝子選択に関する活動を概観する。
• SpaceTx で使用される画像処理、データ標準化、細胞分割のアプローチを議論する。
• SpaceTx が開発または採用した細胞型割り当てと視覚化の方法論を説明する。
• 再現性を可能にするために、公開データ、コード、手法を推奨する。
• 空間転写学が成熟するにつれてベンチマーキングのニーズの進化を概説する。

実験結果

リサーチクエスチョン

• RQ1 脳における空間転写学手法をベンチマークするために必要なコア要素は何か？
• RQ2 大規模な空間アトラスにとって、実験的および計算的ワークフロー全体でどのトレードオフと最適化が最も重要か？
• RQ3 組織処理、分類学、遺伝子選択、視覚化をどう効果的に標準化し、ベンチマークできるか？
• RQ4 空間転写学技術が進化する中でどの課題が残り、ロードマップはそれらにどう対処できるか？
• RQ5 再現性と研究間比較を最大化するために、データと手法をどのように共有すべきか？

主な発見

• SpaceTx は、組織処理、分類学開発、遺伝子選択、画像処理、データ標準化、細胞分割、細胞型割り当て、そして視覚化の各領域で進展している。
• 分野が成熟するにつれて、定量的で詳細なベンチマーキングの必要性は依然としてある。
• 本論文は未解決の課題を記録し、今後のベンチマーキング活動を導くロードマップを提供する。
• 再現性と手法比較のためには、公開データとコードの入手可能性が不可欠であると強調されている。
• ロードマップは、拡張可能な空間転写学アトラスのために実験的および計算的プロトコルをどのように調和させるかを概説している。