La herramienta de IA DeepScence mapea células senescentes con una precisión sin precedentes
Un nuevo método de aprendizaje profundo identifica células «zombi» del envejecimiento en datos de transcriptómica unicelular y espacial, superando a todos los enfoques existentes.
Resumen
Investigadores de la Universidad de Duke desarrollaron DeepScence, una herramienta de aprendizaje profundo no supervisado basada en una arquitectura de autocodificador, para detectar células senescentes en datos de secuenciación de RNA unicelular y transcriptómica espacial. El equipo creó primero CoreScence, un conjunto de genes curado compuesto por 39 genes reportados de forma consistente en al menos cinco bases de datos publicadas sobre genes de senescencia, con el fin de abordar la enorme discrepancia existente entre los conjuntos de genes disponibles. DeepScence utiliza CoreScence como entrada y aprende patrones complejos y no lineales de expresión génica para puntuar las células en un continuo de senescencia. Evaluado en conjuntos de datos in vitro e in vivo procedentes de múltiples plataformas, DeepScence superó ampliamente a los métodos de puntuación existentes y a la herramienta supervisada basada en SVM SenCID, alcanzando valores de AUROC superiores a 0,9 en todos los conjuntos de datos y mostrando capacidad de generalización entre especies, tejidos y contextos de inducción de senescencia.
Resumen detallado
La senescencia celular —estado en el que las células dejan de dividirse permanentemente pero permanecen metabólicamente activas— es un factor central del envejecimiento y de enfermedades relacionadas con la edad, como la osteoartritis, la fibrosis pulmonar y la enfermedad de Alzheimer. Dado que las células senescentes (SnCs) son escasas en los tejidos y molecularmente heterogéneas, identificarlas de forma fiable en datos genómicos ha supuesto un reto importante. Los métodos anteriores se basaban en genes marcadores únicos (vulnerables al ruido de dropout), en enfoques de puntuación por conjuntos de genes que ignoraban las relaciones no lineales, o en aprendizaje automático supervisado entrenado exclusivamente con datos de RNA-seq masivo in vitro, con una generalización in vivo limitada.
Los investigadores comenzaron examinando nueve conjuntos de genes de senescencia (SnGs) publicados y documentaron una inconsistencia alarmante: los índices de solapamiento de Jaccard entre pares estaban por debajo de 0,2 en casi todos los casos, el 69% de los 2.966 genes identificados aparecía en un único conjunto de genes, y tan solo 39 genes (1,3%) estaban recogidos en cinco o más conjuntos. Para resolverlo, construyeron CoreScence —un conjunto de genes de consenso formado por esos 39 genes reportados de manera consistente, incluyendo los marcadores canónicos CDKN1A (p21) y CDKN2A (p16)—. La validación en conjuntos de datos de RNA-seq masivo confirmó que los genes presentes en más conjuntos mostraban una expresión diferencial más pronunciada entre SnCs y células no senescentes, así como asociaciones más fuertes con la edad del donante en los datos de GTEx.
Sobre la base de CoreScence, DeepScence emplea un autocodificador binomial negativo con inflación de ceros (ZINB) con una capa de cuello de botella de dos neuronas: una neurona capta la señal relacionada con la senescencia y la otra capta la variación no relacionada. Este diseño aísla la información de senescencia sin etiquetas supervisadas, lo que lo hace ampliamente aplicable. La puntuación continua de senescencia resultante puede binarizarse opcionalmente mediante un procedimiento basado en permutaciones.
En seis conjuntos de datos de scRNA-seq in vitro, DeepScence alcanzó AUROCs superiores a 0,9 en todos los conjuntos y superó a SenCID, AUCell, ssGSEA y los enfoques de marcador único. De manera relevante, DeepScence también destacó en conjuntos de datos in vivo —donde SenCID, entrenado únicamente con datos masivos in vitro, mostró un rendimiento notablemente inferior—. El método demostró además una sólida generalización a datos de transcriptómica espacial de plataformas como 10× Visium y 10× Xenium, localizando correctamente las regiones enriquecidas en SnCs de forma coherente con las anotaciones histológicas. DeepScence también se generalizó entre tejidos de ratón y humanos, y en múltiples contextos de inducción de senescencia (replicativa, inducida por oncogenes, inducida por radiación e inducida por fármacos).
Estos resultados establecen DeepScence como una herramienta ampliamente aplicable e independiente de la plataforma para estudiar dónde y cómo se acumulan las células senescentes en tejidos envejecidos y en estados de enfermedad. Una advertencia importante es que las etiquetas de senescencia de referencia in vivo siguen siendo imperfectas, y el conjunto de genes CoreScence, aunque robusto, puede no capturar todos los programas de senescencia específicos de cada tejido. La herramienta está disponible como software de código abierto.
Hallazgos clave
- Only 39 of 2,966 senescence-related genes were shared across five or more published gene sets, revealing massive inconsistency in the field.
- CoreScence, a 39-gene consensus set, showed stronger differential expression and age-association signals than genes from any single gene set.
- DeepScence achieved AUROCs >0.9 across all six in vitro scRNA-seq datasets, outperforming SenCID, AUCell, ssGSEA, and single-marker methods.
- Unlike SenCID, DeepScence generalized effectively to in vivo datasets and spatial transcriptomics platforms including 10× Visium and Xenium.
- DeepScence correctly mapped senescent cell-enriched spatial regions across tissues, species, and multiple senescence induction contexts.
Metodología
DeepScence es un autoencoder ZINB no supervisado entrenado en el conjunto de 39 genes CoreScence, evaluado en seis conjuntos de datos de scRNA-seq in vitro y múltiples in vivo, así como en datos de transcriptómica espacial de las plataformas 10× Visium y Xenium. El rendimiento se midió mediante AUROC, precisión y puntuación F1, con pruebas t pareadas para comparar DeepScence con los métodos competidores.
Limitaciones del estudio
Las etiquetas de senescencia verdaderas en conjuntos de datos in vivo son imperfectas, ya que no existe un estándar de referencia único y perfecto para la identidad de las células senescentes en tejidos complejos. El conjunto de consenso de 39 genes de CoreScence puede pasar por alto programas de senescencia específicos de tejido o de contexto que no quedan capturados en los múltiples conjuntos de genes publicados. El modelo fue validado principalmente en datos humanos y de ratón, y su capacidad de generalización a otras especies o plataformas de transcriptómica espacial con alta dispersión de datos requiere pruebas adicionales.
¿Te ha gustado este resumen?
Recibe la última investigación sobre longevidad en tu bandeja de entrada cada semana.
Introduce tu correo electrónico para suscribirte: