La transcriptomique spatiale a offert aux biologistes quelque chose qu’ils attendaient depuis des décennies : la possibilité d’examiner une tranche de tissu et de voir, avec une précision pangénomique, quels gènes sont activés à chaque emplacement. La technologie est transformatrice dans des domaines allant de la biologie du développement à la recherche sur le cancer, révélant comment les cellules s’organisent en tissus, comment les tumeurs remodèlent leur microenvironnement et comment les organes se forment au cours du développement.
Mais il y a un inconvénient. La plupart des plateformes de transcriptomique spatiale ne capturent pas des cellules uniques. Elles capturent des spots — de petites régions circulaires ou carrées de tissu, contenant chacune d’une à une douzaine de cellules. L’ARN mesuré sur un seul spot est un mélange de signaux provenant des types cellulaires qui s’y trouvent. Un spot situé à la frontière entre une tumeur et un vaisseau sanguin, par exemple, peut contenir des cellules cancéreuses, des cellules endothéliales et des cellules immunitaires mélangées. Pour comprendre la biologie, il faut démêler ce mélange — un processus appelé déconvolution.
Pendant des années, l’approche standard de la déconvolution était simple en concept : utiliser un jeu de données de référence distinct, généralement issu du séquençage d’ARN unicellulaire (scRNA-seq), qui indique à quoi ressemble chaque type cellulaire sur le plan transcriptionnel. Ensuite, utiliser cette référence pour démêler les données spatiales, en attribuant des proportions de chaque type cellulaire à chaque spot. Cela fonctionne bien lorsque l’on dispose d’une référence appariée de haute qualité provenant exactement du même tissu et de la même condition.
Mais c’est un grand « quand ».
Le problème de la référence
Les références unicellulaires appariées sont coûteuses et longues à générer. Elles nécessitent la dissociation du tissu en cellules individuelles, un processus qui détruit le contexte spatial et peut lui-même introduire des biais. De nombreux échantillons tissulaires importants — biopsies cliniques, échantillons FFPE archivés, échantillons développementaux rares — ne peuvent tout simplement pas être associés à un jeu de données unicellulaire frais provenant du même spécimen.
Même lorsqu’une référence existe, elle peut ne pas correspondre correctement. Les plateformes de transcriptomique unicellulaire et spatiale ont des efficacités de capture, des taux de détection des gènes et des biais différents. Une référence provenant d’un autre donneur, d’un stade pathologique différent ou d’un autre laboratoire introduit une variation biologique difficile à séparer de la biologie tissulaire réelle. Les listes de gènes marqueurs sont une solution de contournement courante, mais elles sont grossières, manquent des états cellulaires subtils et échouent complètement dans les tissus non familiers.
Cela crée un problème de l’œuf et de la poule. Vous devez savoir quels types de cellules sont présents pour analyser vos données spatiales, mais vous avez besoin de données spatiales pour comprendre quels types de cellules sont présents. La référence, plutôt que d’être un ajout utile, devient un prérequis qui limite la portée de ce que la transcriptomique spatiale peut étudier.
RETROFIT : la déconvolution sans référence
Une nouvelle méthode publiée aujourd’hui dans Nature Communications brise cette dépendance. Appelée RETROFIT (Reference-Free Deconvolution of Cell-Type Mixtures in Spatial Transcriptomics), la méthode est un cadre bayésien qui travaille directement à partir des mesures de séquençage elles-mêmes, sans nécessiter de référence externe au stade de la déconvolution.
Développée par une équipe de l’Université d’État de Pennsylvanie — Roopali Singh, Xi He, Xinyue Wang, Adam Keebum Park, Ross Cameron Hardison, Xiang Zhu et Qunhua Li — RETROFIT traite la nature sans référence du problème non pas comme une limitation à contourner, mais comme la contrainte de conception centrale.
L’idée centrale est mathématique. Chaque spot d’un jeu de données de transcriptomique spatiale enregistre un vecteur de valeurs d’expression génique — des milliers de gènes mesurés simultanément sur des centaines ou des milliers de spots. Si vous avez suffisamment de spots et suffisamment de gènes, la structure des données elle-même contient les informations nécessaires pour séparer les types cellulaires. Différents types cellulaires expriment différentes combinaisons de gènes, et ces combinaisons laissent des signatures statistiques dans la matrice de données brutes. Le défi consiste à les extraire.
RETROFIT formule cela comme un problème de factorisation bayésienne non négative. Il décompose la matrice de données de transcriptomique spatiale en deux matrices plus petites : une qui capture les profils d’expression génique spécifiques aux types cellulaires (à quoi ressemble chaque type cellulaire), et une qui capture la proportion de chaque type cellulaire à chaque spot (où se trouve chaque type cellulaire). L’approche bayésienne donne au modèle un moyen fondé de gérer l’incertitude — les spots avec des mélanges ambigus sont signalés plutôt qu’attribués avec trop de confiance — et la contrainte de non-négativité garantit que les solutions sont biologiquement interprétables : pas de valeurs d’expression négatives ni de proportions négatives.
La méthode utilise un algorithme d’inférence variationnelle stochastique structurée pour passer à l’échelle efficacement à la taille des jeux de données typiques de transcriptomique spatiale, qui peuvent inclure des milliers de gènes et des dizaines de milliers de spots.
Crucialement, l’architecture de RETROFIT sépare l’étape de déconvolution de l’étape d’étiquetage des types cellulaires. La méthode apprend d’abord les composantes latentes des types cellulaires à partir des seules données spatiales. Ce n’est qu’après l’identification de ces composantes qu’elle utilise éventuellement des informations externes — soit une référence unicellulaire, soit une liste de gènes marqueurs — pour attribuer des noms biologiques (par exemple, « cellule T CD4+ », « hépatocyte ») aux composantes qu’elle a trouvées. Cette conception en deux étapes garantit que la décomposition centrale n’est jamais contaminée par le biais de la référence. La référence, lorsqu’elle est utilisée, n’est qu’une étiquette, pas une béquille.
Performances
L’équipe de Penn State a testé RETROFIT de manière approfondie contre des alternatives avec et sans référence. Dans des simulations contrôlées où la composition réelle des types cellulaires était connue, RETROFIT a surpassé les méthodes existantes sans référence. Plus important encore, il a égalé ou dépassé les méthodes basées sur la référence, même lorsque ces dernières disposaient de références parfaites et appariées.
Ce dernier résultat est frappant. Il suggère que la déconvolution basée sur la référence, malgré sa popularité, pourrait introduire des erreurs plutôt que d’en supprimer — des erreurs dues aux effets de plateforme, à la couverture incomplète des types cellulaires ou aux états biologiques non appariés. RETROFIT évite tout cela en restant ancré dans les données qu’il analyse.
Les avantages sont devenus plus évidents avec des références imparfaites — les cas réels où les méthodes basées sur la référence peinent le plus. Lorsque l’équipe a introduit des références non appariées (simulant le scénario courant où une référence publique d’un donneur différent est utilisée à la place d’une référence appariée), les performances basées sur la référence ont chuté considérablement. Les performances de RETROFIT sont restées inchangées.
Voir la structure fine sans carte
La démonstration la plus convaincante est peut-être venue des données Visium HD. Visium HD, publié par 10x Genomics, représente un bond en avant dans la résolution de la transcriptomique spatiale, remplaçant les spots standard de 55 micromètres par des caractéristiques continues de 2 micromètres qui se rapprochent de l’échelle unicellulaire. Mais même à cette résolution plus élevée, les bins individuels peuvent encore contenir des mélanges de types cellulaires, et la structure plus fine de Visium HD introduit de nouveaux défis de rareté des données qui testent les limites des méthodes de déconvolution.
RETROFIT a fonctionné efficacement sur les données Visium HD, récupérant des motifs spatiaux fins sans nécessiter de références unicellulaires ni de gènes marqueurs. La méthode a identifié des domaines de types cellulaires spatialement cohérents — des régions où des types cellulaires particuliers dominent — qui correspondaient à l’anatomie tissulaire connue, le tout dérivé purement de la structure des données d’expression spatiale.
Cela est particulièrement précieux pour le nombre croissant de chercheurs adoptant des plateformes spatiales à haute résolution. La capacité d’analyser les données Visium HD sans nécessiter une référence scRNA-seq appariée supprime un obstacle majeur à l’entrée et accélère le passage de la coupe tissulaire à l’intuition biologique.
Large applicabilité
RETROFIT ne se limite pas à une seule plateforme. L’équipe a démontré son efficacité sur plusieurs technologies de transcriptomique spatiale, notamment Slide-seq (qui utilise des billes à code-barres) et la plateforme 10x Visium. La méthode gère différentes tailles de spots, différentes efficacités de capture et la gamme de taux de détection des gènes qui caractérisent les différentes plateformes, le tout sans ajustement.
La méthode est désormais disponible sous forme de package R Bioconductor appelé `retrofit`, avec une documentation complète et des vignettes pour les données simulées et réelles. Cela la rend accessible à la vaste communauté de biologistes computationnels qui travaillent dans l’écosystème Bioconductor.
Une nouvelle voie à suivre
La publication de RETROFIT ne rend pas la déconvolution basée sur la référence obsolète. Lorsqu’une référence unicellulaire appariée de haute qualité est disponible, les méthodes basées sur la référence restent un outil puissant. Mais RETROFIT change l’hypothèse par défaut. Au lieu de se demander « Ai-je une référence suffisamment bonne pour analyser mes données spatiales ? », les chercheurs peuvent désormais se demander « Que révèlent mes données spatiales par elles-mêmes ? » et ajouter des références plus tard pour l’interprétation biologique.
Ce changement est opportun. La transcriptomique spatiale se développe rapidement — dans les laboratoires cliniques, dans la biologie du développement, dans des domaines comme la biologie végétale et la microbiologie où les références unicellulaires appariées sont rares ou inexistantes. Une approche sans référence qui fonctionne sur toutes les plateformes et résolutions fait de la transcriptomique spatiale une technologie plus démocratique, accessible à tout laboratoire disposant d’une coupe de tissu et d’un séquenceur.
Pour la communauté croissante de scientifiques qui cartographient l’organisation spatiale de l’expression génique, RETROFIT offre quelque chose de simple et de puissant : la capacité de voir ce qui est là sans avoir besoin de savoir ce que l’on cherche d’abord.
Reference: Singh, R., He, X., Wang, X., Park, A. K., Hardison, R. C., Zhu, X., & Li, Q. RETROFIT: Reference-free deconvolution of cell-type mixtures in spatial transcriptomics. Nature Communications (2026). DOI: 10.1038/s41467-026-74928-7
Traduit par Lydie