Nicchie cellulari spaziali nel cancro colorettale

Colorectal cancer is a complex disease shaped by genetic, environmental, and immune factors. The tumor microenvironment is crucial in cancer progression and response to treatment. Hence, its study is important for the advancement of personalized medicine. Spatial transcriptomics has become a valuable method for analyzing gene expression while maintaining spatial context, of fering deeper insights into tumor biology. Within this microenvironment, cellular niches, which are specifically organized areas where different cell types interact, influence tumor behavior, immune evasion, and treatment results. This thesis focused on creating an optimized pipeline for analyzing spatially resolved tran scriptomic data, which included steps for preprocessing, cell segmentation, batch effect cor rection, and niche characterization in colorectal cancer context. The pipeline was developed and validated using a publicly available Xenium dataset and later applied to a newly generated dataset from the Biocenter Innsbruck. The proposed pipeline included computational techniques for cell segmentation, normal ization, and gene expression analysis, followed by integrated automated annotation methods comprising Tangram and marker enrichment analysis, to enhance cell-type classification. The research used NicheCompass to pinpoint tumor microenvironment niches, defining the inter actions between immune and stromal cells. Differential expression and functional enrichment analyses were conducted to investigate the molecular mechanisms driving niche formation. Thestudyeffectivelyidentified distinct spatial niches within tissues. The lymphoid-enriched niche was marked by the presence of CD4+ T cells, which standard annotation methods failed to distinguish from CD8+ T cells. The myeloid-enriched tumor niche showed that cancer cells acted as neutrophil attractors through CXCL1-CXCR2 interactions, along with the recruitment of macrophages and T cells, underscoring the potential of spatial transcriptomics to reveal es sential cell-cell interactions that affect tumor behavior. The optimized pipeline establishes a strong framework for spatial transcriptomic analysis. Future research will aim to expand the dataset, consider gene imputation methods, address back ground gene expression issue, and integrate multi-omic approaches to improve tumor charac terization, which could ultimately improve patient stratification and treatment efficacy.

Il cancro colorettale è una malattia complessa influenzata da fattori genetici, ambientali e immunitari. Il microambiente tumorale svolge un ruolo cruciale nella progressione del tumore e nella risposta alle terapie; pertanto, il suo studio è fondamentale per l'avanzamento della medicina personalizzata. La trascrittomica spaziale si è affermata come una metodologia preziosa per analizzare l'espressione genica preservando il contesto spaziale, offrendo così una comprensione più approfondita della biologia tumorale. All'interno di questo microambiente, le nicchie cellulari, ovvero aree organizzate in cui interagiscono diversi tipi cellulari, influenzano il comportamento tumorale, l'evasione immunitaria e gli esiti terapeutici. Questa tesi si è concentrata sulla creazione di una pipeline ottimizzata per l'analisi dei dati trascrittomici spazialmente risolti, comprendente fasi di pre-elaborazione, segmentazione cellulare, correzione degli effetti di batch e caratterizzazione delle nicchie nel contesto del cancro colorettale. La pipeline è stata sviluppata e validata utilizzando un dataset Xenium di pubblico accesso e successivamente applicata a un nuovo dataset generato dal Biocenter Innsbruck. La pipeline proposta integra tecniche computazionali per la segmentazione cellulare, la normalizzazione e l'analisi dell'espressione genica, seguite da metodi di annotazione automatizzata, tra cui Tangram e l'analisi di arricchimento dei marker, al fine di migliorare la classificazione dei tipi cellulari. Nella ricerca è stato utilizzato NicheCompass per identificare le nicchie del microambiente tumorale, definendo le interazioni tra cellule immunitarie e stromali. Inoltre, sono state condotte analisi di espressione differenziale e di arricchimento funzionale per indagare i meccanismi molecolari alla base della formazione delle nicchie. Lo studio ha permesso di identificare in modo efficace nicchie spaziali distinte all'interno dei tessuti. La nicchia arricchita in cellule linfoidi è stata caratterizzata dalla presenza di cellule T CD4+, che i metodi di annotazione standard non riuscivano a distinguere dalle cellule T CD8+. La nicchia tumorale arricchita in cellule mieloidi ha rivelato che le cellule tumorali agiscono come attrattori di neutrofili attraverso le interazioni CXCL1-CXCR2, con il reclutamento di macrofagi e cellule T. Questi risultati evidenziano il potenziale della trascrittomica spaziale nel rivelare interazioni cellulari essenziali che influenzano il comportamento tumorale. La pipeline ottimizzata costituisce una solida base per l'analisi trascrittomica spaziale. Le ricerche future si concentreranno sull'ampliamento del dataset, sull'integrazione di metodi di imputazione genica, sulla gestione dell'espressione genica di fondo e sull'adozione di approcci multi-omici per migliorare la caratterizzazione tumorale, con l'obiettivo finale di ottimizzare la stratificazione dei pazienti e l'efficacia dei trattamenti.