idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Das neue Software-Tool ovrlpy erhöht die Genauigkeit in der räumlichen Transkriptomik, einer Schlüsseltechnologie der biomedizinischen Forschung. Entwickelt durch das Berlin Institute of Health in der Charité (BIH) in internationaler Zusammenarbeit, identifiziert ovrlpy erstmals Überlappungen von Zellen und Faltungen in Gewebeschnitten und reduziert damit bisher unerkannte Quellen von Fehlinterpretationen. Ihre Ergebnisse haben die Forscher*innen in Nature Biotechnology veröffentlicht.
Die räumliche Transkriptomik ist ein zukunftsweisendes Forschungsfeld in der Biomedizin, das es ermöglicht, die Aktivität von Zellen innerhalb eines Gewebes anhand von RNA-Transkripten sichtbar zu machen und sie bestimmten Zellen zuzuordnen. Bisher werden Gewebeproben bei solchen Analysen meist nur zweidimensional betrachtet. Allerdings haben selbst sehr dünne Gewebeschnitte von fünf bis zehn Mikrometern Dicke, etwa ein Zehntel eines menschlichen Haares, eine komplexe dreidimensionale Struktur. Wenn man diese 3D-Anordnung nur als Fläche interpretiert, kann es zu Analysefehlern kommen, zum Beispiel durch Überlagerungen von Zellen oder Gewebefaltungen. Das erschwert die genaue Zuordnung der Transkripte zu einzelnen Zellen und kann die Interpretation der Daten und weiterer Analysen verfälschen.
Verborgene Überlappungen im Gewebe aufspüren
Ovrlpy analysiert die räumliche Verteilung von Transkripten in drei Dimensionen und erkennt Signalinkonsistenzen in Bereichen mit Zellüberlappungen oder unbeabsichtigten Gewebefaltungen, wodurch potenzielle Fehlerquellen in der vertikalen Dimension erkannt werden, die bislang weitgehend unbeachtet blieben. Umfassende Analysen verschiedener Gewebe und Organe zeigten, dass solche Überlappungen häufiger vorkommen als bisher angenommen. Durch die gezielte Identifikation solcher Artefakte trägt ovrlpy zur signifikanten Verbesserung der Präzision nachfolgender bioinformatischer Auswertungen bei.
„Ovrlpy hilft uns, diese Fehlerquellen zu erkennen, bevor sie zu falschen Schlüssen führen“, sagt Dr. Naveed Ishaque, Gruppenleiter für Computergestützte Onkologie in Roland Eils’ Abteilung Digitale Gesundheit am BIH und Letztautor der Studie. Er ergänzt: „Damit schaffen wir die Grundlage für solidere Erkenntnisse in ganz verschiedenen Fachbereichen, ob in der Krebsforschung, der Neurologie oder bei der Entwicklung personalisierter Therapien.“
Mit dem zunehmenden Einsatz räumlicher Technologien wie Spatially resolved transcriptomics (Nature Method of the Year 2020) oder Spatial Proteomics (Nature Method of the Year 2024) in der biomedizinischen Routineforschung wird die Sicherstellung hochwertiger Datengrundlagen immer wichtiger. Ovrlpy leistet hierzu einen bedeutenden Beitrag und ermöglicht zuverlässige Analysen der komplexen Gewebearchitektur sowie deren Funktionen.
Tiesmeyer, S., Müller-Bötticher, N., Malt, A. et al. Identifying 3D signal overlaps in spatial transcriptomics data with ovrlpy. Nat Biotechnol (2026). DOI: 10.1038/s41587-026-03004-8
Criteria of this press release:
Journalists, Scientists and scholars
Medicine, Nutrition / healthcare / nursing
transregional, national
Research results, Scientific Publications
German
You can combine search terms with and, or and/or not, e.g. Philo not logy.
You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).
Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.
You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).
If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).
