ETD

• cancer
• machine learning
• spatial omics

Spatial omics enables researchers to study cells within their native tissue context, rather than in dissociation. Imaging mass cytometry (IMC) produces highly multiplexed measurements of protein expression at subcellular resolution while preserving each cell's spatial position in the tissue, and is increasingly applied at cohort scale across cancer types. We investigate whether spatial statistics enable the improvement of survival prediction beyond dissociated single-cell measurements, that is, cell-type proportions and per-cell-type expression alone. Using a reproducible workflow, we process IMC cohorts and partition per-patient features into four blocks: clinical covariates, cell-type proportions, per-cell-type expression and spatial metrics. First, we compare four patient-level expression aggregation strategies (cell-type pseudobulk, per-image mean, spatial-domain pseudobulk and multiple instance aggregation) to assess their effect on predictive performance and select the best performing one. We then fit variants of Lasso regression models to quantify the marginal contribution of each feature block. Across all five cohorts, cell-type proportion features make up the largest share of the non-zero coefficients selected by the priority Lasso, while spatial features are selected in every cohort but as a smaller fraction of the total. Across cohorts, models built on the spatial block alone are among the weakest, and adding spatial features to cell-type composition does not improve survival prediction on average. These results suggest that the spatial organisation captured by our IMC-derived features carries at most secondary prognostic information beyond cell-type composition alone.

Le omiche spaziali consentono di studiare le cellule nel loro contesto tissutale nativo, anziché dopo la dissociazione del tessuto. La citometria di massa per immagini (IMC) permette di ottenere misure altamente multiplexate dell’espressione proteica a risoluzione subcellulare, preservando al contempo la posizione spaziale di ciascuna cellula all’interno del tessuto, ed è sempre più applicata su larga scala a coorti di pazienti affetti da diverse tipologie di tumore. In questo lavoro, indaghiamo se le informazioni spaziali consentano di migliorare la predizione della sopravvivenza rispetto alle sole misure ottenute da cellule dissociate, ovvero le proporzioni dei diversi tipi cellulari e l’espressione genica per ciascun tipo cellulare.
Attraverso un flusso di lavoro riproducibile, analizziamo coorti di dati ottenuti mediante citometria di massa per immagini e suddividiamo le caratteristiche a livello di paziente in quattro blocchi: covariate cliniche, proporzioni dei tipi cellulari, espressione per tipo cellulare e caratteristiche spaziali. In primo luogo, confrontiamo quattro strategie di aggregazione dell’espressione a livello di paziente — pseudobulk per tipo cellulare, media per immagine, pseudobulk dei domini spaziali e aggregazione mediante multiple instance learning — per valutarne l’effetto sulle prestazioni predittive e selezionare la strategia con le migliori prestazioni. Successivamente, adattiamo diverse varianti di modelli di regressione Lasso per quantificare il contributo marginale di ciascun blocco di caratteristiche.
Nelle cinque coorti analizzate, le caratteristiche relative alle proporzioni dei tipi cellulari costituiscono la quota maggiore dei coefficienti non nulli selezionati dal priority Lasso, mentre le caratteristiche spaziali vengono selezionate in tutte le coorti, ma rappresentano una frazione minore del totale. Considerando complessivamente le diverse coorti, i modelli costruiti esclusivamente sulle caratteristiche spaziali risultano tra i meno performanti, mentre l’aggiunta delle caratteristiche spaziali a quelle relative alla composizione cellulare non determina, in media, un miglioramento nella predizione della sopravvivenza. Questi risultati suggeriscono che l’organizzazione spaziale catturata dalle caratteristiche derivate dalla citometria di massa per immagini fornisca, al più, informazioni prognostiche secondarie rispetto a quelle fornite dalla sola composizione cellulare.