Strategia di incremento delle caratteristiche basata sul vicinato di BANKSY per il clustering.
Un team di scienziati del Genome Institute of Singapore (GIS) e del Bioinformatics Institute (BII) di ASTAR ha sviluppato un nuovo strumento software di intelligenza artificiale chiamato “BANKSY” che riconosce automaticamente i tipi di cellule presenti in un tessuto, come le cellule muscolari, le cellule nervose e le cellule adipose.
Oltre agli strumenti di intelligenza artificiale convenzionali, che possono raggruppare le cellule in gruppi se contengono molecole simili, BANKSY considera anche la somiglianza con l’ambiente circostante le cellule nel tessuto.
Grazie a BANKSY, i ricercatori saranno in grado di migliorare la comprensione dei processi tissutali in diverse malattie in modo più rapido e accurato, favorendo lo sviluppo di diagnosi e trattamenti più efficaci per il cancro, i disturbi neurologici e altre patologie.
Questa ricerca è stata pubblicata nell’articolo “BANKSY unifies cell typing and tissue domain segmentation for scalable spatial omics data analysis” su Nature Genetics.
BANKSY è in grado di identificare gruppi cellulari sottilmente distinti nei profili molecolari spaziali generati da campioni di tessuto. Inoltre, BANKSY affronta il problema distinto ma correlato della demarcazione di regioni anatomiche funzionalmente distinte nelle sezioni di tessuto. Ad esempio, è in grado di distinguere le strutture stratificate nel prosencefalo umano.
Le tecnologie di profilazione molecolare spaziale (Spatial Omics) sono potenti microscopi che consentono agli scienziati di studiare i tessuti in modo estremamente dettagliato, rivelando l’esatta posizione delle singole molecole biologiche nelle cellule e la disposizione delle cellule nei tessuti.
Questo aiuta a capire come le cellule si uniscono nei tessuti per svolgere le loro normali funzioni fisiologiche e come si comportano (o si comportano male) in malattie come il cancro, l’autismo o le malattie infettive come la COVID-19. Questa comprensione è essenziale per una diagnosi più accurata e per un trattamento personalizzato dei pazienti, oltre che per la scoperta di nuovi farmaci.
BANKSY è scalabile su grandi insiemi di dati e più veloce dei metodi spaziali esistenti. Tempi di esecuzione di BayesSpace, FICT, modulo HMRF di Giotto, GraphST, modulo di clustering spaziale di MERINGUE, SpaGCN, SpiceMix, STAGATE, clustering non spaziale (Seurat) e BANKSY per un numero crescente di cellule, fino a 2 milioni. Tutti i metodi sono stati sottoposti a benchmark su una macchina a 16 CPU e 128 GB. I tempi di esecuzione sono indicati fino al numero massimo di cellule consentito da ciascun metodo, con un cutoff di 16 ore.
BANKSY può aiutare i biologi a interpretare ed estrarre informazioni dalle più recenti tecnologie omiche spaziali emerse negli ultimi anni. Versatile, preciso, veloce e scalabile, BANKSY si distingue dai metodi esistenti per l’analisi dei dati omici spaziali basati su RNA e proteine.
In grado di gestire grandi insiemi di dati di oltre due milioni di cellule, BANKSY è da 10 a 1.000 volte più veloce dei metodi concorrenti testati e da due a 60 volte più scalabile. Ciò significa che il metodo può essere applicato anche ad altre fasi chiave dell’elaborazione dei dati, come l’individuazione e la rimozione di aree di scarsa qualità del campione e l’unione di campioni prelevati da pazienti diversi per un’analisi combinata.
BANKSY è stato sottoposto a un benchmark indipendente ed è risultato l’algoritmo più performante per i dati omici spaziali da due studi indipendenti, uno dei quali ha concluso che BANKSY potrebbe essere una soluzione potente per l’identificazione dei domini. L’altro studio ha testato sei algoritmi e ha selezionato BANKSY come il più accurato per l’analisi dei dati.
Il Dr. Shyam Prabhakar, Senior Group Leader del Laboratory of Systems Biology and Data Analytics e Associate Director of Spatial and Single Cell Systems presso il GIS di ASTAR, ha dichiarato: “Prevediamo che BANKSY sarà uno strumento che cambierà le carte in tavola e contribuirà a sbloccare il potenziale delle tecnologie omiche spaziali emergenti”.
“Si spera che questo migliorerà la nostra comprensione dei processi tissutali in diverse malattie, permettendoci di sviluppare trattamenti più efficaci per i tumori, i disturbi neurologici e molte altre patologie”.
Il professor Liu Jian Jun, direttore esecutivo ad interim del GIS di ASTAR, ha dichiarato: “Il lavoro su BANKSY fa avanzare la nostra strategia di combinazione di tecnologie high-throughput con un software di intelligenza artificiale scalabile e robusto per la risoluzione dei problemi e l’identificazione degli indizi che possono fare la differenza nella vita dei pazienti.”
Il dottor Iain Tan, consulente senior della Divisione di Oncologia Medica del National Cancer Centre di Singapore e scienziato clinico senior presso il GIS Laboratory of Applied Cancer Genomics di ASTAR, ha dichiarato: “Stiamo usando BANKSY per identificare le cellule che aiutano i tumori a crescere e a diffondersi in altre parti del corpo: i farmaci che mirano a queste cellule potrebbero essere una direzione promettente per il trattamento del cancro”.
La Macchina del Tempo 