Nieuwe computationele methoden voor het karakteriseren van cel status en cel-cel interacties met behulp van spatiale transcriptomica gecombineerd met een AI-ondersteund experimenteel ontwerp

Spatiale transcriptomica technologieën verbeteren ons inzicht in hoe de ruimtelijke organisatie van cellen hun identiteit beïnvloedt. Micro-omgeving en directe cel-cel interacties spelen een cruciale rol in tumorbiologie, neurowetenschappen, macrofaag gestuurde homeostase en vele andere biologische processen. De meeste spatiale transcriptomica technologieën vereisen zorgvuldig geselecteerde gen lijsten die de succesvolle uitkomst van dergelijke experimenten zullen bepalen. Hier stellen we een nieuwe data-gedreven aanpak voor het experimenteel ontwerp van ISH-gebaseerde assays om hun informatieve potentieel te maximaliseren. We zullen gebruik maken van diep neurale netwerk architecturen om de selectie van genen te verbeteren. We zullen dergelijke experimentele ontwerpen gebruiken om downstream analyse pijplijnen te ontwikkelen voor een diepgaande karakterisering van cellulaire micro-omgeving en cel-cel interacties. Dit, samen met een geautomatiseerde pijplijn voor probe design, zal onderzoekers toelaten om arbeid/kosten te verminderen en de experimentele output en biologische inzichten te verbeteren. Deze methodologieën zullen worden toegepast op meerdere collaboraties en biologische contexten. Ten eerste in de context van macrofaag biologie, om de rol van de micro-omgeving in het immuungeheugen te onderzoeken. Ten tweede zal de rol van micro-omgeving en cel-cel communicatie in borst kanker worden onderzocht in de therapie-respons van immuun checkpoint blokkade behandelingen.