Imaging with Interactions
Spatial Reconstruction of DNA Barcode Networks
Tid: Fr 2026-10-02 kl 13.00
Plats: Air&Fire, Science for Life Laboratory, Tomtebodavägen 23a, Solna
Språk: Engelska
Ämnesområde: Bioteknologi
Respondent: David Fernandez Bonet , Genteknologi, Science for Life Laboratory, SciLifeLab, Hoffecker Lab
Opponent: Professor Nikolaus Rajewsky, Berlin Institute for Medical Systems Biology, Max Delbrück Center for Molecular Medicine, Berlin, Germany
Handledare: Docent Ian T. Hoffecker, Genteknologi, Science for Life Laboratory, SciLifeLab; Professor Afshin Ahmadian, Genteknologi, Science for Life Laboratory, SciLifeLab
QC 2026-09-04
Abstract
Spatiell biologi har mötts med ett växande intresse eftersom den mäter två typer av information samtidigt: vilka molekyler som finns i en vävnad och var de befinner sig. Båda delarna behövs för att förstå biologin, eftersom organisationen av vävnader, celler och molekyler ligger till grund för biologiska processer i friska och sjuka vävnader. De flesta ledande tekniker inom spatiell biologi återvinner denna rumsliga organisation från en extern referens, antingen genom att avbilda vävnaden optiskt eller genom att använda ett substrat med streckkodskoordinater som avkodats i förväg. Sekvenseringsbaserad mikroskopi (sequencing-based microscopy), den metod som studeras i denna avhandling, hämtar istället den spatiella informationen genom att sekvensera provets egna interaktioner. Molekyler märkta med DNA-streckkoder interagerar med sina grannmolekyler, sekvensering läser av de motsvarande interaktionsprodukterna, och en rekonstruktionsalgoritm återvinner koordinater från det resulterande nätverket, ungefär som när man lägger ett pussel. Vävnadens rumsliga organisation kan därmed återvinnas utan optik och utan en fördefinierad rumslig referens. Detta är särskilt tilltalande som en naturlig lösning för tredimensionell avbildning. Ett experiment inom sekvenseringsbaserad mikroskopi ger ett nätverk snarare än en bild, och hur man rekonstruerar en bild från detta nätverk är det beräkningsproblem som står i centrum för denna avhandling.
Artikel I behandlar en del av detta problem, nämligen hur koordinater kan återvinnas när interaktionsregeln är okänd och grafen är stor. Vi utvecklade STRND, en metod för grafrekonstruktion som använder slumpvandringar (random walks) och manifoldinlärning (manifold learning) för att rekonstruera bilder från proximitetsnätverk utan att göra antaganden om hur fysiskt avstånd bestämmer uppkomsten av kanter. Metodens beräkningskomplexitet är ungefär linjär i antalet noder, vilket möjliggör rekonstruktion av stora grafer.
Artikel II behandlar hur ett DNA-streckkodsnätverk kan utvärderas och brusreduceras utan referenskoordinater. Vi introducerade spatiell koherens (spatial coherence), som använder tre topologibaserade mått för att bedöma om avstånden längs kortaste vägar i ett nätverk följer de geometriska egenskaper som förväntas av fysiska avstånd. Måtten kan detektera förvrängningar i topologin som orsakats av falska interaktioner, och gav också en målfunktion för att vägleda brusreduceringen.
Artikel III tillämpar dessa verktyg på en befintlig metod inom spatiell transkriptomik som från början inte var avsedd för sekvenseringsbaserad mikroskopi. Metoden Slide-tags låter DNA-streckkoder som bärs av gelpärlor diffundera in i vävnadssnitt och tilldelar normalt cellernas positioner med hjälp av en optiskt avkodad karta. Vi fann emellertid att sekvenseringsdata också innehöll ett proximitetsnätverk mellan celler och pärlor som hade bildats genom diffusion under experimentet. Nätverket bevarade tillräckligt mycket spatiell information för en rekonstruktion baserad enbart på interaktionsdata. Vi tillämpade STRND på ett dataset från human tonsillvävnad och återvann vävnadskoordinater utan det optiska avkodningssteget, inklusive ungefär 2 000 celler som hade uteslutits ur den ursprungliga analysen.
Artikel IV omprövar antagandet att rumslig rekonstruktion kräver nätverk som domineras av korträckviddiga interaktioner. Interaktioner över längre avstånd behandlas vanligtvis som brus, men vi fann att tätt sammankopplade nätverk ändå kunde rekonstrueras korrekt även efter att de enskilda hoppavstånden hade kollapsat till ett fåtal diskreta värden. Förklaringen är att varje nod hade en distinkt profil av kortaste vägar som varierade gradvis med positionen och därmed bar på spatiell information. Proximitetsinteraktioner är därför tillräckliga för rumslig rekonstruktion, men de är inte alltid nödvändiga. Resultaten tyder på att en ökad anslutningsgrad i nätverket kan vara till nytta för rekonstruktionen i vissa nätverk.
Artikel V utvidgar logiken från sekvenseringsbaserad mikroskopi till ett annars orelaterat område, nämligen DNA-datalagring. Skrivning genom partitionering (write-by-partitioning) lagrar information i den rumsliga ordningen hos ett DNA-streckkodsnätverk som bildas i en hydrogel innan meddelandet är känt, likt ett oskrivet blad. Meddelandet skrivs genom att hydrogelen skärs i märkta sektioner och återvinns genom att nätverkets ordning rekonstrueras och partitionernas gränser detekteras från sekvenseringsdata. Kemin i skrivsteget är därför oberoende av meddelandets innehåll. Vi visade att denna strategi kunde lagra och återvinna information, och spatiell koherens bekräftade streckkodsnätverkens förväntade kvasi-endimensionella struktur.
Dessa fem artiklar visar att DNA-streckkodsnätverk innehåller spatiell information och ordningsinformation. Nätverksstrukturen kan rekonstrueras, utvärderas och brusreduceras beräkningsmässigt utan optiska koordinater. Användbar geometri finns dessutom i fler typer av interaktionsmekanismer och anslutningsregimer än man tidigare antagit. Resultaten etablerar DNA-streckkodsnätverk som en mätbar källa till spatiell information och visar att samma rekonstruktionsprinciper även kan stödja tillämpningar utanför mikroskopin.