Le tecniche spaziali e computazionali si combinano per esplorare il TME / Spatial and computational techniques combine to explore the TME

Le tecniche spaziali e computazionali si combinano per esplorare il TME / Spatial and computational techniques combine to explore the TME

Segnalato dal Dott. Giuseppe Cotellessa / Reported by Dr. Giuseppe Cotellessa

Per Itay Tirosh , del Weizmann Institute of Science (Rehovot, Israele), tre tecniche sono meglio di una. Il suo gruppo sta scoprendo nuove conoscenze sull'eterogeneità dei tumori combinando metodi computazionali con tecnologie spaziali e basate su singole cellule. Tirosh ritiene che, sebbene il campo della trascrittomica spaziale sia un'area in rapida crescita, con grandi quantità di dati generati da numerose tecnologie concorrenti, stiano iniziando a emergere vere e proprie intuizioni.

Tirosh evidenzia una recente sessione a cui ha partecipato all'AACR 2025, in cui ha discusso della TME e di come le tecniche spaziali stiano portando a nuove scoperte in questo ambito. Questa discussione ha evidenziato due risultati chiave. In primo luogo, tutti i relatori hanno riconosciuto l'esistenza di modelli TME coerenti in cui specifici tipi cellulari tendono a essere colocalizzati in numerosi tumori. Sebbene non sia chiaro cosa generi questi modelli e le loro implicazioni, è stato rivelato che i modelli di colocalizzazione dimostrano associazioni più forti con le caratteristiche cliniche rispetto alla semplice abbondanza di specifici tipi e stati cellulari, rendendo i dati spaziali vitali per la valutazione clinica. In secondo luogo, l'ipossia è stata identificata come un fattore determinante per un aumento della struttura spaziale. Ad esempio, specificamente nel glioma, le regioni tumorali vicine alle aree ipossiche mostrano una maggiore organizzazione, tale che le cellule tendono a essere circondate da cellule simili a loro, mentre si formano cinque distinti strati tumorali, che riflettono la distanza dall'ipossia.

Quando applica tecniche spaziali allo studio del cancro, condivide il suo consiglio chiave: evitare di generalizzare eccessivamente le osservazioni di singoli tumori, poiché ognuno presenta un pattern spaziale unico. L'obiettivo dovrebbe invece essere quello di identificare pattern comuni a molti tumori. Comprendere questi pattern e cosa li genera è una sfida continua, ma i risultati iniziali mostrano che questi pattern di colocalizzazione sono più fortemente associati alle caratteristiche cliniche rispetto alla semplice abbondanza di specifici tipi cellulari. Tirosh sottolinea che i metodi computazionali avanzati sono essenziali per estrarre informazioni significative dalle dimensioni e dalla complessità dei dati spaziali e individua la piattaforma Visium HD come una tecnologia particolarmente impressionante, per la qualità e la risoluzione dei dati, oltre alla sua capacità di lavorare con campioni FFPE d'archivio.

ENGLISH

For Itay Tirosh, Weizmann Institute of Science (Rehovot, Israel), three techniques are better than one. His team is unearthing new insights into tumor heterogeneity by combining computational methods with single-cell and spatial technologies. Tirosh believes that although the field of spatial transcriptomics is a rapidly growing area, with large amounts of data being generated from many competing technologies, real insights are starting to emerge.

Tirosh highlights a recent session he was involved with at AACR 2025, discussing the TME and how spatial techniques are leading to new discoveries in this area. This discussion highlighted two key findings. First, all speakers acknowledged the existence of consistent TME patterns where specific cell types tend to be colocalized across numerous tumors. While unclear what generates these patterns and their implications, it has been revealed that colocalization patterns demonstrate stronger associations with clinical features than the mere abundance of specific cell types and states, making the spatial data vital for clinical assessment. Second, hypoxia has been identified as a driver of increased spatial structure. For instance, in glioma specifically, tumor regions near hypoxic areas show greater organization such that cells tend to be surrounded by cells similar to them, while five distinct tumor layers, reflecting distance from hypoxia, are formed.

When applying spatial techniques to studying cancer, he shares that his key tip is to avoid overgeneralizing observations from individual tumors, as each one has a unique spatial pattern. Instead, the goal should be to identify common patterns across many tumors. Understanding these patterns and what generates them is an ongoing challenge, but initial findings show that these colocalization patterns are more strongly associated with clinical features than the simple abundance of specific cell types. Tirosh highlights that advanced computational methods are essential for extracting meaningful insights from the sheer size and complexity of spatial data and picks out the Visium HD platform as a particularly impressive technology, due to its data quality and resolution, alongside its ability to work with archival FFPE samples.

Da:

https://www.biotechniques.com/cancer-research/a-research-revolution-multiomic-and-spatial-techniques-in-cancer-biology/?utm_campaign=BioTechniques%20-%20Daily%20NL&utm_medium=email&_hsenc=p2ANqtz-_D5r6okA7ekdbp3N4_wH5lARdB7_17WXdvgiz1hs6rmbqOxhoD-QDGvRsShcoOG_yVwezgClYwpmNiO3j4VVNlmdhqZOlUt4-nlh5MaqlKrD-G37w&_hsmi=378026687&utm_content=377993162&utm_source=hs_email#1